30 秒概覽：一位企業主問 AJ「能不能用 AI 自動對帳？」——這是企業內訓現場最常聽到的問題之一。但很多被講成「需要 AI」的任務，其實 BAT、AppleScript、Google Apps Script 或 VBA 都能解。本篇拆三個讓企業多花錢的常見誤區，並引 Bill Gates 一段 1996 年的老話作收：自動化會放大效率，也會放大爛流程。
前陣子一位做傳產的企業主跟我說：「AJ，我們會計每個月底要花一整天，把 ERP 匯出的 CSV 跟銀行流水對帳，能不能用 AI 自動做？」我反問他一句他沒料到的話：「你要的是 AI，還是自動化？這兩件事不一樣。」
他愣了三秒，然後說：「⋯⋯有差嗎？」差很大。他需要的是把固定規則的對帳跑完：欄位 A 對欄位 B、不符的標紅、輸出 Excel。這件事用 1995 年就有的 VBA 寫 50 行就能做完，跑十年都不會壞。但他公司隔壁的數位顧問已經報價 30 萬，要用 GPT API 串 n8n 給他。
過去兩年生成式 AI 太紅，副作用是：所有「自動化」的問題，預設答案都變成 AI。但 AI 不便宜、不穩定、還會幻覺。許多企業花了大錢串 API、買 n8n、上 Zapier，做出來的東西，一段三十行的腳本就能解決。
誤區一：把「重複動作」當成「需要 AI 判斷」
判斷一個任務該不該用 AI，問自己一句話：每次的輸入和輸出規則一樣嗎？
- 每月把 Excel 報表轉成 PDF、寄給三個信箱 → 規則固定，不需要 AI。
- 把客戶來信分類成「投訴／詢價／其他」、產生草稿回覆 → 需要語意判斷，這時才該上 AI。
規則固定的任務，用內建腳本寫一次、跑十年——不會壞、不用付 token 費、不會被模型版本拋棄。我認識一位在電子業做了 25 年的 IT 主管，他桌機上那支 PowerShell 同步腳本是 2008 年寫的，到 2026 年還在每天凌晨三點固定跑。他自己的說法是：「會動的東西，不要碰它。」
誤區二：工具選太重，把鐵鎚拿來敲圖釘
看到「自動化」就想到 Zapier、Make、n8n、Coze。這些工具不差，但它們解決的是「跨多個 SaaS、跨組織、跨團隊」的串接問題。如果你的工作只發生在一台電腦上、或只在一個 Google 帳號內，裝這些工具反而是過度工程：每月訂閱費、跨服務 latency、新介面學習成本，划不來。
更尷尬的場景：公司花錢上了 Zapier，半年後負責維護的同事離職，剩下的人沒人看得懂那張流程圖。改也不敢改，留也不是。內建腳本寫得再爛，至少打開記事本就能讀。
誤區三：忽略長期維運成本
AI workflow 最常壞在三個地方：API 改版、提示詞效果退化、模型下架。你 2024 年底寫的 GPT-4 提示詞，到 2026 年用 GPT-5.1 跑出來的結果可能完全不同，這還只是 OpenAI 一家。如果你串了三家供應商，每次改版都得重測一輪。
內建腳本不會有這個問題。Windows BAT 跑了三十年都沒人動它的語法；VBA 從 Office 97 到 2024 都向後相容。無聊的工具，往往才是最忠心的工具。
「任何用於企業的科技，第一條規則是：把自動化套在效率高的流程上，效率會被放大；第二條規則是：把自動化套在沒效率的流程上，沒效率也會被放大。」—— Bill Gates,《The Road Ahead》(1996)
這句話 Gates 寫於三十年前，但今天讀更刺：你拿 AI 自動化一個本來就亂的流程，得到的是更貴、更快、更難 debug 的亂。
依你的作業系統，先用你已經買單的工具
下面四個工具是你的電腦或公司帳號裡本來就有、不用額外付費的內建選項。動工前先看哪一個能解你的問題——再決定要不要叫 AI 出場：
| 你的環境 | 用哪個 | 處理什麼最順手 |
|---|---|---|
| Windows 桌機 | BAT / PowerShell | 檔案搬移、定時備份、批次重新命名；PowerShell 還能操作 Excel、Outlook、AD。 |
| macOS | AppleScript / Shortcuts | 跨 App 操作（Mail、Finder、Calendar、Keynote）、檔案處理、定時提醒。 |
| Google Workspace | Apps Script | Gmail 分類、Sheets 排程、Drive 歸檔、Form 收件後續處理；不裝外掛就能跑。 |
| 公司用 Microsoft 365 | Office VBA | Excel 樞紐自動更新、Word 批次套印、Outlook 自動分類；IT 通常也熟。 |
三個條件同時成立，AI 才值得上
那 AI 什麼時候才該上場？我自己的判斷標準是這三條同時成立：
- 輸入是非結構化——自然語言、自由格式文件、圖片、語音。
- 需要語意判斷或生成——分類、摘要、改寫、產草稿。
- 輸出可以容忍一定的不確定性——有人把關，或錯了不致命。
三條都不符合，就先用內建腳本。三條都符合，再來談 AI——而且通常還是把 AI 當成「腳本中的其中一步」，而不是整個自動化的主角。Amazon 創辦人 Jeff Bezos 在 2016 年給股東的信裡寫過一句被引用到爛、但企業導入 AI 時很值得貼在牆上的話：
「Good intentions don't work. Mechanisms do.」
（光有好意沒用，要有機制才行。）—— Jeff Bezos, 2016 Amazon 股東信
對應到自動化的版本：「想用 AI」是好意，「先把流程寫成可重複的機制」才是機制。沒有後者，AI 只是把混亂變得更貴。
那位企業主後來怎麼做
回到開頭那位企業主。我沒讓他花 30 萬上 GPT API，我請他公司那位「會用 Excel 比較多」的會計，花兩個下午跟我用 ChatGPT 寫了一支 VBA 對帳工具。跑 50 秒，標紅異常列，輸出 PDF。
她寫完那天傳訊息給我：「AJ，這個我下個月底前可以再寫一支處理應收帳款的嗎？」——這才是企業真正該追的成果。不是公司多一個 AI agent，是員工多一個「我會自己解決問題」的肌肉記憶。
本文引語來源
① Bill Gates 自動化兩條規則：Gates, B. (1996).《The Road Ahead》(Penguin)，廣為流傳的版本見於書中與 1996 年後續演講。
② Jeff Bezos「Good intentions don't work. Mechanisms do.」：2016 Amazon Letter to Shareholders（aboutamazon.com 可查全文）。