直接答案：如果你想知公司係咪 ready 做 AI，唔好先問買邊個工具；先問你可唔可以講清楚一條每日重複發生、會影響收入或客戶體驗嘅流程。入口係 WhatsApp、IG、網站表格定舊客介紹？紀錄喺 Excel、Google Sheet、CRM 定同事手機？邊一步要人批？邊個負責跟？呢啲答得清楚，AI 先有機會幫到手。
香港有一種老闆，我見過太多次：佢哋決定「今年要做 AI」，然後打電話問供應商，三個月後宣布失敗，說「AI 唔適合我哋行業」。問題唔係 AI 本身，問題係公司喺準備好之前就跳入去。
AI 落地係有前提條件的。呢 5 條問卷，唔係要嚇你，係幫你誠實評估你而家喺邊個位置。
香港老闆常見 messy workflow：客人在 WhatsApp 問價，同事用 Excel 查舊價，再喺 Google Sheet 補客戶紀錄；老闆要批折扣，會計等付款截圖，最後有人忘記通知倉或預約時段。呢種情況唔係「加 AI 回覆」就解決，而係要先定義資料欄位、負責人、批核位同收尾確認。
流程清晰度：客人問完之後，邊個跟、點樣跟？
AI 嘅本質係自動化「可以定義清楚嘅工作」。如果你唔能夠用白話描述某個流程嘅每一步，AI 一定做唔好。
測試自己：試試向我描述你公司「客戶訂貨流程」。能否說清楚：
- 觸發點係咩？（客戶發 WhatsApp / 填表 / 打電話）
- 然後係咩步驟？（邊個員工做咩、用咩系統、需要幾耐）
- 出錯最多係邊一步？
- 最後輸出係咩？（確認訂單 / 入倉記錄 / 客戶收到確認）
可以清楚描述每一步 → AI 準備度較高
大概知道但有模糊地帶 → 先做流程梳理，再考慮 AI
連流程都唔清楚 → 先唔好買工具，做流程整理先
客戶紀錄：WhatsApp、Excel 同 CRM 有冇同一個真相？
AI 系統需要讀取數據才能工作。問題係：你公司嘅數據，係咪有一個可靠嘅單一來源？
常見嘅壞訊號：
- 同一個客戶記錄，喺 WhatsApp、Excel、客戶管理 有三個版本
- 員工各自用自己嘅 Excel，老闆唔知邊個係最新
- 庫存數字「要問倉嘅人先知」
- 銷售數字「月底財務會計完先有」
AI 會放大你現有嘅數據品質。好數據進去，有用答案出來；混亂數據進去，只會產生更快但更難發現嘅錯誤。
核心業務數據有清楚單一來源 → AI 準備度較高
部分有、部分無 → 先整理數據架構，AI 可以局部試點
數據散落各處、冇人信任任何一個版本 → 先唔做 AI
負責人：邊個每星期維護 AI 同知識庫？
AI 系統唔係裝完就唔理。佢需要有一個人在公司端負責：
- 更新知識庫（當產品 / 服務 / 政策改變）
- 監察 AI 表現（發現回覆開始出錯）
- 溝通供應商（提出改善需求）
- 培訓新員工使用
呢個人唔需要識寫程式。但需要：願意學習、有時間（每週至少 2-3 小時）、有老闆授權去做決定。
「我哋裝完個系統，但冇人 own 佢。三個月後知識庫仲係舊資料，AI 仲講緊已經停止嘅優惠。」— 某香港零售老闆
有清楚人選，佢 buy-in 了 → AI 準備度較高
有候選人但未確認 → 先傾清楚，再開始
「大家一齊負責」= 冇人負責 → 先唔做
人手批核：邊啲折扣、退款同承諾不可自動決定？
很多老闆希望 AI 「配合現有做法」。現實係：大部分 AI 落地都需要流程上的調整。
常見需要改變嘅例子：
- 客服查詢要從 WhatsApp 個人號轉到 WhatsApp 業務 API
- 訂單記錄要從口頭 / 紙本轉到系統輸入
- 員工要學習新嘅確認步驟（唔係舊習慣）
- 部分低風險步驟可以交畀系統草擬或提醒，但折扣、退款、特殊承諾、付款例外仍然要人手批核
如果你或你的核心員工對任何改變都有強烈抗拒，AI 落地會非常艱難。人手批核邊界愈早講清楚，系統愈唔容易越界。
明白需要改變，老闆親自推動 → AI 準備度較高
願意改變但員工可能有阻力 → 需要先定培訓、批核同例外流程
「唔想改現有流程」→ AI ROI 會大打折扣，先唔做
成功指標：3 個月後用咩數字判斷值唔值？
「做咗 AI 就好」唔係成功定義。你需要能夠在 3 個月後回答：
- 呢個 AI 項目係咪成功？
- 我點知道佢成功？
好的成功定義例子：
- 「WhatsApp 重複查詢嘅人手回覆時間從 150 分鐘/日降到 50 分鐘/日」
- 「月結報表製作時間從 4 小時降到 30 分鐘」
- 「預約爽約率從 18% 降到 10%」
- 「老闆每日睇業務數字從問 3 個人變成打開一個畫面」
有具體可量化嘅目標 → AI 準備度較高
大概知道想點但未量化 → 先傾清楚目標
「整體提升效率」→ 太模糊，難以評估成效
AI 準備度評分：而家應該試行、整理定暫停？
| ✅ 數量 | 評估 | 建議 |
|---|---|---|
| 5 個 ✅ | AI 準備好 | 可以開始第一條 AI 工作流 |
| 3-4 個 ✅ | 基本就緒 | 處理⚠️項目，然後開始試點 |
| 1-2 個 ✅ | 準備中 | 先做流程梳理 + 數據整理，3-6 個月後再評估 |
| 0 個 ✅ | 唔準備好 | 唔係唔做，係做唔同嘅事：先整理業務基礎 |
重要提醒：「唔準備好」唔係壞消息，係誠實資訊。好多公司第一件事唔係 AI，而係建立 AI 地基：流程文件化、數據整理、內部負責人到位、批核邊界講清楚。
未 ready 做 AI：先整理邊一條公司流程？
如果你而家係⚠️或❌多於✅，唔代表你落後。代表你需要先做：
- 流程文件化 · 把你最重要嘅 5 個業務流程寫清楚每一步
- 數據整理 · 確立核心業務數據嘅唯一來源
- 確認 AI 負責人 · 佢唔需要識技術，但需要有責任心同學習意願
- 量化痛點 · 將「感覺唔好」轉化為「每月浪費 X 小時 / HK$Y」
做完呢四步，你嘅 AI 落地速度同成功率都會大幅提升。外部資源可以幫你理解方向，例如 Google Cloud 的 AI readiness capability assessment 會由能力、KPI 同工具去睇準備度；香港中小企亦可參考 HKPC SME ReachOut / SME One 嘅升級諮詢資源。不過，外部資助或方案唔會自動幫你解決內部流程未清嘅問題。
如果想有人幫手，第一步會點做？
Autoplus 唔會一開始叫你買 AI 工具。我哋會先同你揀一條最容易漏跟、最影響收入或最浪費人手嘅流程，例如 WhatsApp 問價、報價跟進、預約改期、付款核對或客戶紀錄更新。
我哋通常會幫你整理三件事
- 畫清楚現況 · 客人從邊度入嚟、資料放喺邊、邊個人負責下一步。
- 定好批核位 · 折扣、退款、付款例外、特別承諾，邊啲一定要人手確認。
- 寫成可驗收方案 · 第一版要接咩表格、訊息、提醒、報表，同 3 個月後用咩數字判斷有冇幫助。
完成呢一步，你唔只會知道「可唔可以做 AI」，而係會知道邊一條流程值得先做、應該點開始、同邊啲位暫時唔應該自動化。
Autoplus · 為香港中小企設計嘅公司流程接駁團隊 · 以老闆為本
想知 AI ready 未？先檢查第一條公司流程。
我哋可以幫你逐條問卷過一次，釐清入口、紀錄、負責人、批核位同成效指標，再決定第一條 AI 工作流應唔應該開始。
先整理流程，再決定 AI 點樣幫手