為什麼老闆要自己先跑一遍？
iThome 最近報導一家線材加工廠的董事長，辦公桌上三台筆電同步運轉，一台跑 ChatGPT 分析營運策略、一台跑 Claude Code 寫程式、另一台跑開源的 Hermes Agent 監控行銷數據與客戶來信。他是這家公司的第二代，自己當過 MIS 也跑過業務，待在產線二十年。
這個畫面對台灣中小企業的意義不是「連董事長都要學 AI 了」，而是相反：他之所以能這樣用，是因為他先跑過 IT、業務、產線三個角色，知道每一段卡在哪裡。他自己說，以前用嘴叫 IT 部門寫程式，現在改叫 AI 寫程式。這代表他親身體驗過發案、等待、上線這個流程，知道哪裡被卡住，才能把那段流程交給 AI 接手。
我們自己看過的案子裡，AI 轉型失敗的，幾乎都發生在「老闆把 AI 當 IT 部門的事」。IT 部門選了工具、跑了試點、做了一份漂亮的報告給老闆看，然後沒有然後。
老闆自己沒用過，員工也沒有真正的使用情境，這個工具就停在「公司有 AI」這句話上。所以這篇報導最值得中小企業老闆注意的不是三台筆電，而是董事長那句「自己也要成為第一線的實踐者」。
先做看得見的，還是先進產線？
很多人直覺會想：工廠轉型當然先做產線。這家公司的歷史剛好可以拿來當反面教材。2019 年他們導入 YOLO 與 CNN 做產線瑕疵檢測，跑了一年就喊停，原因寫得很清楚：少量多樣的客製化訂單，蒐集不到足夠的訓練資料。
這給中小企業一個直接的判斷：產線 AI 不是不能做，是需要「同樣的瑕疵重複發生夠多次」才划算。如果你的工廠是少量多樣、常常換線，把資源先壓在產線上，會事倍功半。
這家公司後來調整的方向，是把 AI 放在辦公室這一端：年度策略、客戶會議準備、行銷內容、老師傅的經驗訪談。這些是「看得到、每天都在做、但過去沒人覺得可以用 AI 改」的流程。
我們的判斷順序也是這樣：先做日報、再做週報、再做月度策略，先把辦公室裡重複但有規律的事自動化，再談產線優化。原因很實際：產線一旦動錯成本高，辦公室動錯頂多重新寫一份。
從點到線，門檻卡在哪？
報導裡的董事長把 AI 應用分成四個層次：點、線、面、體。「點」是個人用 AI 寫一份文案、回答一個問題；「線」是把多個任務串成一個工作流；「面」是部門級的 AI 代理；「體」是企業級的智能中樞。
他講了一句我們最近幾年最常跟客戶講的其中一句：「單點式應用常見缺點是工具各自為政、缺乏整合，或是個別的應用變成一個個的知識孤島。」這句話點出了一個殘酷的事實：會用 ChatGPT 寫一封信，跟公司真的進入 AI 轉型，是兩件事。
從點走到線的關鍵，他給了一個很具體的動作：把企業流程變成提示詞。例如年度策略規劃需要 PEST、波特五力、SWOT、BCG 矩陣等多種分析工具，原本他和團隊要花 1.5 個月，他改寫成一套教練式提示詞，讓 AI 一步步問問題，30 分鐘產出完整報告。
這就是我們說的「流程提示詞化」：把腦中或 SOP 裡的流程，寫成 AI 可以一步一步執行的指令。這件事沒有技術門檻，但需要做的人真的懂那個流程，這也是為什麼老闆要自己先跑一遍，因為流程在他腦子裡。
中小企業老闆可以怎麼開始？
三個具體動作。
第一，挑一個你每週都會做的事，自己動手用 AI 跑一次。不用先教育員工、不用先開會。例如每週的業務週報、每週的行銷內容、每月的應收帳款對帳，跑一次你才知道 AI 在哪一段幫得上忙、在哪一段會出錯。
第二，把流程寫下來。不是寫成 SOP 條文，而是寫成「AI 要問我什麼、我會回答什麼、AI 接著做什麼」。一開始可以只用純文字，寫完丟給 ChatGPT 或 Claude 跑跑看，看哪裡卡住再改。
第三，找一個外部的人幫你看提示詞。不是因為你寫得不好，而是你自己寫的時候會跳過「對方不知道的背景」。這一輪校對可以省下後面三輪試錯的時間。
如果你手上剛好有流程想自動化但不知道從哪一段開始，免費需求診斷可以先幫你看是卡在哪一段。