第一個 AI 專案的目的，不是產生最大效益，是證明「這條路走得通，而且團隊願意繼續走」。 這決定了選題標準：之後的每個 AI 專案都可以追求最大效益，唯獨第一個不行。
第一個專案真正在買的只有兩樣：一份「原來真的可以」的體感，還有一群願意做第二次的人。拿不到這兩樣，你會得到一份漂亮的結案報告，然後全公司再也沒人提這件事。
所以選題不是挑「最痛的痛點」，是挑「最容易被證明的痛點」。以下四個問題照順序問，任何一題答不出來就先放回去。
💡 本篇定位 「中小企業導入 AI 前，老闆該想清楚的 5 件事」是整條路的總覽：要不要做、預算抓多少、哪些別碰。這篇只放大其中一個決策：第一個題目挑哪一個。
問題一：這件事一週發生幾次？
先問頻率，不問價值。
理由很現實：頻率決定你多快拿得到證據。 每天發生好幾次的事，兩週就累積出幾十次樣本，你看得出哪裡準、哪裡歪、該怎麼調。一季做一次的事，調整一輪要等一整季，第一個專案等不起。
頻率也決定效益累不累積得起來：單次省二十分鐘，一天三次是一個月十幾個小時，一季一次則是一年省不到兩小時。後者做得再漂亮，也撐不起「值得繼續投資」這個結論。
我的判斷：週頻以上才進候選，日頻最理想。 一個月一次以下的，不管老闆多有感，都不要當第一個。
問題二：做錯了會怎樣？
第一個專案一定會出錯。真正該問的是「錯了以後補不補得回來」。把候選題目照後果排一排：
| 錯誤等級 | 典型題目 | 能不能當第一個 |
|---|---|---|
| 改一下就好 | 內部草稿、摘要整理、初步分類 | ✅ 可以 |
| 要花時間補救 | 對外文件初稿、回覆內容 | ⚠️ 有人審核才行 |
| 會賠錢、外流、有法律責任 | 報價、合約條款、財務數字、個資處理 | ❌ 不要 |
第一個專案只從第一類挑。 這不是保守，是算術：試錯成本壓在「重跑一次」的等級，團隊才敢放手試；壓在「客訴」的等級，大家會本能地把 AI 的產出全部重做一遍，然後告訴你「這東西沒用」。
牽涉客戶資料與合規邊界的題目，可以先看企業 AI 資料治理該準備什麼。
問題三：資料拿得到嗎？
這題砍掉的題目最多。三個子問題，全部要是「可以」：
- 已經是文字或表格了嗎？ 還躺在紙本、掃描檔、或只在老員工腦袋裡的，都算拿不到。數位化本身是另一個專案，不要包進來。
- 集中嗎？ 散在五個人的電腦、三個群組、兩套系統裡，光蒐集就會吃掉一半的時間預算。
- 有權限用嗎？ 保密條款、個資能不能進外部服務、誰有權決定——沒點頭之前，題目就是不能動。
我的判斷：資料拿不到的題目，再誘人也先跳過。 這類題目通常長得最漂亮——「如果能自動分析我們五年的訂單就好了」——然後你花三個月整理資料，一行成果都端不出來。
問題四：三個月內看得到結果嗎？
看不到結果的專案，不是失敗，是支持會先耗完。
三個月不是技術期限，是耐心期限。老闆的注意力、主管的配合意願、員工願意試新東西的額度，大約在三個月見底。這期間沒出現一次「你看，這樣真的比較快」的具體時刻，你要推第二個題目時就會發現沒人接電話。
判斷方法很簡單：你講不講得出「第幾週會看到什麼」？ 講不出來代表題目太大，切小一點再回來。
通常適合當第一個的題型
不給清單，給方向。這幾類會同時通過上面四題：
- 重複性的文書整理：格式轉換、資料謄寫、改寫成另一種長度。
- 內部知識查詢：把散在文件裡的規定、流程、產品資訊，變成問得到答案的東西。
- 客服常見問題的初稿：注意是「初稿」，人審過再送出去。
- 報表與會議記錄的整理：素材已經存在，產出給內部看。
- 翻譯初稿：由懂的人潤過再用。
共同點很明顯：高頻、產出給內部、錯了能重來、素材已經是文字。
通常不適合當第一個的
- 涉及最終決策責任的：核貸、錄取、驗收判定。責任歸屬講不清楚，出事沒人扛。
- 跨多部門協調的：技術難度可能不高，但要橋三個主管的行程。第一個專案不該把力氣花在開會上。
- 資料還沒數位化的：見問題三。
- 單純為了「我們也有做 AI」而做的：成功標準會變成「有沒有東西可以拿出來講」，不是「有沒有變好」。你會得到一個看起來成功、實際上沒人用的系統。
選好之後，先定兩件事
這兩件事講定，比選對題目還關鍵。
第一件：誰負責。 一個名字，不是一個部門。這個人不必懂技術，但要能決定「這樣算不算可以用」、找得到人、有時間。沒有名字的專案，會變成每個人都以為別人在推——員工為什麼抵抗 AI講的阻力，多半在這一步就決定了。
第二件：怎麼算成功。 你要能回答三個問題：以前花多久？現在花多久？錯誤率如何？ 三個都要有數字，而且「以前花多久」必須在動工前先量——事後回想的基準線一定是編的。
「錯誤率」最常被漏掉。只比時間不比品質，你會做出一個很快但要全部重看的流程，那不是省時間，是把時間換個地方花。真要把節省換算成錢，照AI 導入 ROI 怎麼算的公式走一遍。
三件我會直接擋下的事
一、不建議第一個專案就找外部顧問做大架構。 你現在還不知道自己真正需要什麼——這不是能力問題，是資訊問題。先用現成工具把一件小事做通，你會拿到一份具體的需求清單：哪裡卡住、哪些資料真的缺、團隊接不接得住。帶著清單再去談，才問得出對的問題；先做大架構，買到的通常是對方的標準方案，不是你的答案。哪一段該外包、哪一段自己養，自建 vs 外包 vs SaaS 怎麼分拆得比較細。
二、不建議挑「老闆最有感」但一季只做一次的事。 年度報告、標案文件、大型提案——老闆痛，但一年碰不到幾次。做完很有成就感，卻要等一整季才有第二次機會，中間團隊早就回去用原本的做法了。有感不等於適合，第一個專案要的是次數。
三、坦白一個保留：如果你的痛點是「流程本來就沒理清楚」，AI 不會幫你理清楚。 一個沒有標準、每個人做法都不一樣、產出品質看誰經手的流程，導入 AI 之後只會變成「用更快的速度產出更多不一致的東西」。AI 放大既有的秩序，也放大既有的混亂。 遇到這種情況，你的第一個專案其實是把流程講清楚——那不是 AI 專案，是管理專案，沒有工具可以代勞。
❓ FAQ
第一個 AI 專案該編多少預算？
比你想的少。第一個專案的價值在「證明可行」，不在規模，現成工具的月費加上一個人幾週的部分工時通常就夠。真正該編的是那個人的時間，不是軟體費用；一個非得先砸錢才能開始的題目，多半不適合當第一個。
我是不到十人的小公司，也要這樣挑嗎？
要，而且更要。人越少，一次失敗耗掉的耐心佔比越高——十個人的公司只要兩個人覺得「這沒用」，事情就推不動。好處是四個問題答得快，頻率你心裡有數、資料也就在那幾個地方；壞處是沒有備援，更不能把題目押在會出大錯的地方。
四個問題都通過，但沒人想接手，該硬推嗎？
不要硬推。沒人想接通常代表兩件事之一：這件事其實沒你以為的那麼煩，或大家覺得做好了也沒好處。前者是選錯題目，回頭再篩一次；後者是誘因問題，得先講清楚省下的時間要拿去做什麼。強行指派的第一個專案，交出來的幾乎都是應付。
第一個專案做失敗了，還要不要做第二個？
要，但先分清楚失敗在哪一層：是題目選錯（頻率太低、資料拿不到），還是執行問題（沒人負責、成功標準沒先定）？前者重篩一次就好，後者換題目沒用，同樣的坑會再踩一次。