「用 AI 省錢」聽起來很簡單，實際上多數中小企業第一年根本沒省到。
不是 AI 不行，是沒打對地方。這篇要給你一個具體的決策矩陣，告訴你哪些事用 AI 會回本、哪些不會，以及怎麼算才不會自欺欺人。
先講結論：80% 的省錢機會集中在 3 類工作
不要試圖在所有部門找省錢機會。根據我的觀察，中小企業真正能用 AI 省到錢的工作，集中在這三類：
- 重複性文件草稿（提案、報價、合約初稿、產品描述）
- 資訊整理摘要（會議紀錄、客戶 Email 整理、競品資料彙總）
- 內容初稿產出（社群貼文、Email 行銷、部落格）
注意：這三類的共通點是「初稿產出」，不是「最終發布」。AI 把第一稿從 60 分跑到 80 分，但 80 分到 95 分的最後一哩，還是要人。沒搞清楚這點就期待「全自動」，基本上都會失敗。
決策矩陣：先打哪一塊
把你公司的工作項目放進這個矩陣，先打右上角：
為什麼先打右上角（高頻 × 高耗時）？
- 單次省的時間多 → 員工感受強 → 學習動機高
- 頻次高 → 學習成本快速攤平
- 通常是員工最痛、最想擺脫的工作 → 推動阻力小
為什麼右下角（高頻 × 低耗時）放第二波？
- 雖然頻次高，但每次只省 5–10 分鐘
- 員工會覺得「用 AI 還比較麻煩」（打字 + 等回應 + 改 vs. 自己寫）
- 適合「已經習慣 AI」的員工進階使用
真實試算：會議紀錄自動化的回本期
舉一個我覺得回本最快的例子，算給你看。
情境：行銷公司 8 人，每週 3 場內部會議 + 2 場客戶會議，共 5 場。每場 1 小時。
導入前
| 項目 | 數字 |
|---|---|
| 每週會議數 | 5 場 |
| 每場手寫紀錄 + 後續整理 | 30 分鐘 |
| 每週紀錄總時間 | 2.5 小時 |
| 負責人時薪 | NTD 400 |
| 每月人力成本（4 週） | NTD 4,000 |
導入後（用 ChatGPT + 錄音轉文字）
| 項目 | 數字 |
|---|---|
| 錄音轉文字工具（Whisper / 內建功能） | 免費或 NTD 300 / 月 |
| AI 整理紀錄時間 | 每場 5 分鐘 |
| 人工校對 | 每場 5 分鐘 |
| 每週新流程總時間 | 約 50 分鐘 |
| 每月人力成本 | 約 NTD 1,330 |
| 每月節省 | NTD 2,670（時間）+ NTD 0–300（工具） |
回本試算
| 項目 | 數字 |
|---|---|
| 學習成本（負責人花 4 小時學會） | NTD 1,600 |
| 工具成本（3 個月） | NTD 0–900 |
| 3 個月總投入 | NTD 1,600–2,500 |
| 3 個月節省 | NTD 8,010 |
| 淨回本 | 第 1 個月就回本 |
這個案例為什麼回本快？
- 高頻（每週 5 場）
- 學習成本低（會議紀錄是相對單純的任務）
- 工具便宜（免費版就夠）
- 出錯成本低（內部紀錄不是發給客戶的）
反例試算：AI 客服機器人為什麼通常不划算
對比一下，多數中小企業導入失敗的常見項目：對外 AI 客服機器人。
情境：電商公司 15 人，每月客服 ticket 約 200 件
理論上的省錢計算（廠商會跟你講的版本）
| 項目 | 數字 |
|---|---|
| 每件 ticket 平均處理時間 | 10 分鐘 |
| 月處理時間 | 33 小時 |
| 客服時薪 | NTD 250 |
| 月人力成本 | NTD 8,250 |
| AI 客服工具（基本方案） | NTD 3,000 / 月 |
| 「省下」 | NTD 5,250 / 月 |
聽起來很美。但實際上會發生這些事：
真實成本（廠商不會跟你講的）
| 隱藏成本 | 數字 |
|---|---|
| 建立 FAQ 知識庫（從零整理 200 個常見問題） | 30 小時 × NTD 400 = NTD 12,000 |
| AI 訓練 / Prompt 調校 | 20 小時 × NTD 500 = NTD 10,000 |
| 每月維護（更新答案、處理新問題） | 8 小時 × NTD 400 = NTD 3,200 / 月 |
| 客訴處理（AI 答錯造成的客戶不滿，約 5% 機率） | 每月 1–2 次補救 = NTD 1,500 / 月 |
| AI 答不出來的 ticket 仍要人工處理（約 30%） | NTD 2,500 / 月 |
真實月成本 = 工具 NTD 3,000 + 維護 NTD 3,200 + 客訴 NTD 1,500 + 人工兜底 NTD 2,500 = 約 NTD 10,200 / 月
比原本還貴 NTD 1,950,而且第 1 個月還要先吐 NTD 22,000 的初期投入。
這就是為什麼我不建議月 ticket < 500 件的公司導入對外 AI 客服。門檻不是技術，是量體。低於這個量體，人工 + AI 草稿輔助就好——客服自己用 ChatGPT 起草回覆，你不用買任何客服機器人系統。
量化你公司的省錢潛力：5 個 Yes/No 問題
不想花時間做完整評估？先回答這 5 題：
- 公司有沒有 1 個以上的「員工每天花 30 分鐘以上做一件事，而且每天都做」的任務？
- 這個任務的產出有沒有標準格式（例：報告、Email、貼文、紀錄）？
- 這個任務的產出會不會發給客戶（會的話，品質要求高）？
- 員工願不願意學新工具（自願，不是被逼的）？
- 老闆自己這 3 個月有沒有時間每週花 30 分鐘關心進度？
判斷：
- 5 個 Yes:現在就開始，從那個任務打第一波
- 4 個 Yes:可以開始，但要先補上缺的那項（尤其第 5 題，老闆缺席的導入失敗率最高）
- 3 個以下：先別開始，先把基礎條件補齊
我不確定的事
老實講，有兩件事我到現在沒有通用答案：
- 「省下的時間員工會拿來幹嘛」這件事我抓不準。理論上是拿來做更高價值的工作，實際上有時候是拿來摸魚。這跟管理文化有關，跟 AI 無關
- 「省下的時間能不能轉成真金白銀」這件事很難說。如果省下的時間沒有變成「多接的案子」或「減少的加班費」，那就只是「員工比較爽」——這不是壞事，但跟省錢是兩回事
這兩件事必須在你的公司情境下個別判斷，沒有 framework 能直接套用。
下一步
算過你公司的回本潛力後，接下來要解決的問題是「該選哪個工具」。下一篇會處理 ChatGPT、Claude、Gemini、自架開源模型的選型，以及為什麼 20 人以下公司不該自架（附試算）：
❓ FAQ
為什麼你算的時薪都用台幣 250–400?我們公司更高 / 更低
我用的是 2026 年中小企業常見的「含勞健保、年終、加班費攤提」的綜合時薪，不是月薪除以工時。你公司的真實數字可能不同——把試算裡的時薪換成你的數字，結論方向通常一樣，只是回本期會有 30% 上下的差異。
會議紀錄那個案例，Whisper 真的免費嗎？
OpenAI 的 Whisper 開源模型可以本機跑，完全免費，但需要技術人員設定。如果沒人會設定，可以用 ChatGPT Plus 內建的語音功能（已包含在 NTD 640/月 的訂閱裡），或 Google Meet / Zoom 的內建錄音 + 自動字幕。不必為了省錢去自架——回到我那個原則，自架的隱性成本通常超過你省下的工具錢。
如果我所有任務都是「低頻 × 低耗時」，AI 對我沒用嗎？
對你公司整體營運來說，AI 的省錢效果有限，這是事實。但你個人（老闆）還是該學——理由不是省錢，是「搞懂這個技術會怎麼影響你的產業 / 你的競爭對手」。這是另一個議題，跟省錢無關。
你說 AI 客服 ticket < 500 件不划算，有沒有反例？
有。我看過月 ticket 約 300 件的公司導入成功，共通點是：① 客服問題極度標準化（例如純查詢訂單狀態，沒有售後爭議），② 客戶族群偏年輕、能接受自助服務，③ 老闆自己花了大量時間整理 FAQ。這三個條件全部成立的公司不多。如果你覺得自己是反例，歡迎驗證——但建議先用人工 + AI 草稿輔助跑 3 個月，再決定要不要升級成全自動。