企業系統架構 / AI 應用 · 2026-08-05
企業導入 AI,為什麼應該先整理資料與流程?
企業有系統、有資料,不代表 AI 就能理解一件工作的完整狀態;資料關係與責任邊界也需要被整理。
系統有資料,不代表資料就能直接使用
不少企業已經有 ERP、MES、CRM 或其他資訊系統,但日常工作還是需要靠 Excel、Email 與人工確認完成跨部門作業。當企業希望導入 AI 時,很容易先思考要用哪個模型或工具,我認為有些更基本的問題需要先確認。
假設業務想問 AI:「這張訂單目前處理到哪裡?」訂單狀態可能涉及 ERP 的銷售訂單、MES 的生產進度、倉庫的出貨資訊,以及 Email 裡客戶最新的變更需求。這些資訊不一定存在同一套系統。
如果沒有整理資料之間的關係,AI 即使能查詢各系統,也未必能理解訂單的完整狀態。
真正需要整理的是企業脈絡
所謂企業脈絡,不只是資料庫有哪些欄位,而是要清楚理解資料的意義、關聯、責任及事件處理規則。
- 資料代表什麼?例如「已完成」代表生產完成、已出貨,還是客戶已驗收?
- 資料如何關聯?不同系統中的客戶、訂單、產品與批次,如何對應到同一件事?
- 誰負責決定?不同資料發生衝突時,哪個系統是正式來源,誰有權確認?
- 發生變化時如何處理?客戶更改交期後,如何通知業務、採購、生產及其他部門?
先整理流程,再考慮如何讓 AI 參與
我的做法是先選擇一段實際業務流程,確認工作從哪裡開始、涉及哪些系統、需要什麼資料,以及最後由誰負責決定。接著找出重複、容易中斷或需要大量人工確認的環節。
當資料來源、流程規則與責任邊界逐步釐清,再評估哪些部分適合用 API、自動化工作流或 AI Agent 處理。這樣做不一定最快,卻能減少開發後才發現需求不完整、資料不一致或無法實際使用的風險。
企業脈絡整理不是 AI 導入之前的額外工作,而是建立可靠企業軟體不可缺少的一部分。