想像有一位老闆，某場會議上在白板寫滿了字：客服可以用 AI、報價可以用 AI、庫存可以用 AI、連回 email 都想丟給 AI。
點子很多，但三個月後，什麼事都沒發生。
這是我們在中小企業身上最常觀察到的卡點。
老闆手上從來不缺可以用 AI 的點子，麻煩的是點子太多，多到不知道先做哪一個。每一個看起來都可以，於是每一個都停在牆上。
上一篇談的是先有問題、AI 才有位置，這篇接著回答更實際的一題：
那個問題，怎麼從公司裡挖出來？又該先挑哪一個？
好問題會發出訊號，你要知道去哪看
值得先解的問題，通常會自己冒煙，只是老闆平常忙著救火，沒空低頭看。
這種問題有幾個共同的長相：天天發生、規則固定、花的是時間卻不太需要判斷。
你可以先在腦子裡過一遍公司，看看哪裡有這種跡象：
- 有固定規則、每天重複做的動作
- 大把時間花在搬運、整理、抄寫資訊，而不是做決定
- 員工私下最常抱怨、最想丟掉的雜事
- 客服或現場反覆回答的同一類問題
- 某張表、某份文件，每次都要人工從頭生一遍
這些地方冒的煙最濃，也最有機會靠 AI 把火壓下去。
別靠老闆拍腦袋，用三個動作把問題撈出來
老闆坐在辦公室裡想到的問題，跟第一線每天在痛的，往往差很遠。
真正的問題，可以透過三步驟找出來：
- 問第一線：與其問「你覺得哪裡可以用 AI」（多數人答不出來），直接問「你每天最想丟掉的一件事是什麼」，答案會具體很多
- 做一週時間盤點：讓幾個關鍵位置的員工記下時間花在哪，一週下來那些沒人提、大家默默忍的黑洞會現形
- 數次數：每個候選標上一週發生幾次，一個月才一次的先放著，一天十遍的優先
從一堆候選裡，怎麼挑第一個
撈完你手上會有一張清單，可能七八個，每個都想解。
這時可以用三個維度決定你改選誰：
- 影響：這件事解掉，省下的時間或成本有多大
- 頻率：它多常發生
- 可行性：你手上的資料，餵不餵得動它
三個都好的，就是你的起點。
還有一個比排序更重要的原則：第一個專案要挑痛得有感、又相對好贏的。
第一次導入要換到的是「公司內部相信這條路走得通」。一個三週就看得到成效的小案子，帶來的信任遠比一個半年後才知道成不成的大案子有用。
最核心、最複雜的流程先別碰，留到你贏過一兩次、團隊有信心之後再說。
三個最常見的挑錯
同樣一張清單，有人挑對，有人挑到讓整個導入卡死。差別常在這三個地方：
- 被最礙眼的牽著走：老闆天天看了會煩的事，未必是最吃人力的事，這兩者要分開算
- 挑一個沒有資料的問題：想讓 AI 預測哪個客戶會流失，但公司連往來紀錄都沒好好留，再好的工具也空轉
- 貪心，一次想解全部：七件事一起發包，通常七件都做半套，先解一件、解到底、再往下一件
第一性原理總結：問題的價值，不在它多顯眼
把該先做哪一個拆到底，判斷的基準其實很單純：
一個問題值不值得先解，看的是解掉它能拿回多少被浪費的時間跟成本。討不討厭、顯不顯眼，是另一回事。
所以在挑第一個 AI 專案之前，先把每個候選都換算一次：解掉它，我能拿回什麼、拿回多少。這個數字算清楚，先做哪一個，答案自己會浮出來。
延伸閱讀
你手上已經有一張想用 AI 的清單，卻不確定該先動哪一個？
👉 立即申請【30 分鐘線上免費 AI 導入健檢】
