業務拿一份詢價需求測試 AI Agent,AI Agent 找出歷史價格、付款條件與交期,還草擬了報價內容。到了會議上,主管接著就會問:既然做得出來,要不要開放給更多同仁使用,甚至接進正式流程?
示範做得出來,只能證明技術可行。企業還得弄清楚:每次執行要花多少模型費用、同仁要花多少時間檢查、出錯後要重做幾次,以及碰到例外時該由誰接手。少了這些紀錄,主管就很難估算擴大導入後要付出多少成本,又要承擔哪些風險。
做得出來,為什麼不一定划算?
TechOrange 整理 Anthropic 的機器人工作能力報告時提到,研究採用美國勞工部的 O*NET 職業資料庫,涵蓋 900 種職業、約 1.9 萬項細部任務,再由 Claude 協助逐項分析與評分。研究結果顯示,目前的機器人技術已能執行全美 74% 的實體任務,約占總工作時間 34%;不過,把設備、維護、用電及人力監督的費用都算進去後,只有 0.3% 的任務比聘人執行便宜。
這份研究採用的是美國職業、薪資與部署成本,研究結果的比例不能直接套用在台灣企業。不過,這套評估方式很適合用來檢查 AI Agent 專案。展示時,團隊通常只會確認 AI Agent 能不能找到資料、產出文件與呼叫工具;正式使用後,公司還要負擔模型用量、系統串接、權限管理、人工複核、錯誤重做與例外處理等成本。如果流程會對外寄信、核定價格或變更資料,出錯後對客戶及內部作業造成的影響,也要一併列入風險評估。
因此,主管核准下一階段前,應要求專案團隊提出實測紀錄,包括每次執行用了多少 token、人工檢查花了多少時間、哪些情況需要重做,以及哪些例外仍要交由同仁處理。準備擴大導入時,整體成本、風險及人工投入都要有實際紀錄,不能只看展示做得好不好。
成本不能只算模型帳單
評估 AI Agent 的成本,可以先挑一項範圍明確、容易驗收的工作,例如整理業務詢價、彙整採購比價資料,或依照品管規範檢查報告欄位。團隊要先訂好輸入資料、輸出結果與驗收標準,再讓同一批使用者按照既定流程試行,才有辦法比較每次執行的差異。
模型帳單是直接成本,同仁花在準備資料、檢查內容、退回修改及處理例外的時間,也會影響最後是否划算。假設 AI Agent 草擬報價後,業務仍要逐欄核對價格、條款與交期,專案團隊就要把核對時間記下來;如果歷史資料格式不一致,IT 或業務必須先花時間整理,這些工時也要算進導入成本。至於寄錯信、引用過期條款或存取不該查看的資料,則要事先訂好處理方式與負責人,不能等正式上線後才補規則。
試行期間,建議固定記錄五類資料:模型與工具用量、人工準備與檢查時間、重做次數、例外處理內容,以及會影響客戶或內部作業的錯誤。接著再以每週或每月的完整成本,對照原有流程需要投入的人力與可能發生的風險,決定要繼續試行、修改流程,還是擴大使用。
EgentWrX 提供租戶、單位、成員與 AI Agent 四層預算機制,告警門檻預設為 80%;若任何一層先用完預算,只有在管理者選擇「擋下」時,系統才會攔阻後續使用。建議專案一開始就替試行單位與 AI Agent 設定預算上限,不要等帳單增加後,才回頭追查費用花在哪裡。
哪些步驟需要人工核可?
TechOrange 整理的研究把人力監督算進機器人的部署成本,也提到自動焊接設備即使能完成主要動作,現場仍需要人員搬運金屬、爬高定位及事後磨光。AI Agent 的工作流程也有類似情況:前段的資料整理與內容草擬可以交給 AI Agent,但只要牽涉金額、責任或對外影響,公司仍要指定人員做決定。
專案團隊可以把流程分成三類。第一類是 AI Agent 能按照明確規則執行的步驟,例如整理詢價欄位、比對既有條款;第二類是 AI Agent 完成後,必須等待人員核可的步驟,例如折扣超過部門上限、不同資料互相矛盾,或報價即將寄給客戶;第三類則直接保留給同仁處理,例如條件不明確、涉及客戶關係,或遇到公司規範沒有涵蓋的例外。
人工核可不能只在流程最後加上一個簽名欄,而要事先寫清楚什麼情況可以放行、由誰核可,以及超過期限還沒處理時該怎麼辦。試行時也要記錄核可人修改了哪些內容、為什麼退回,以及核可後仍發生多少次撤回、花了多少時間補救,再根據實測結果調整流程。
EgentWrX 可以把重複性高的工作設成任務,再把幾個任務串成工作流;如果交棒前需要人工核可,流程會先停下來,等指定人員放行。企業可以先挑一條業務報價或採購比價流程,畫清楚哪些步驟可由 AI Agent 執行、哪些需要人工核可、哪些仍由同仁處理,再設定預算上限與試行期間。到了檢討會議,主管應查看完整成本、例外紀錄及核可結果,不能只看 AI Agent 能不能做出一份看起來完整的文件。



