企業 AI

AI 專案的 KPI 別看使用人數,看每件工作少花幾分鐘、少退幾次件

很多公司用登入人數衡量 AI 專案,數字漂亮、工作卻沒變輕。本文反駁三種常見 KPI 說法,改用單件工時、退件次數與回覆時間三層指標,並說明導入前怎麼量基準線。

先講反對意見:拿「多少人在用」當 AI 專案的 KPI,幾乎注定失敗。使用人數只證明大家打開了工具,不證明工作做得比較快或比較好。老闆看到儀表板上幾十個活躍帳號很安心,三個月後問業務部報價有沒有變快,沒有人答得出來。

01說法一:先衝使用率,成效自然會來

這是我最常聽到的說法,背後的假設是用的人多、熟練度上來,效益就會出現。問題是使用率太容易衝高:主管在週會點名,或發一封全員信要求每人每天至少用一次,登入數馬上翻倍。翻倍的是動作,不是成果。

做 SaaS 那幾年我學到一件事:活躍用戶數是最容易被美化的數字,客戶願不願意續約才是真的。企業內部的 AI 工具也一樣,同仁每天登入,可能只是拿它改信件語氣,真正耗時的比價、查料號、對帳還是照舊手動。

02說法二:AI 的效益很難量化,看滿意度就好

滿意度問卷量的是感受。同仁覺得 AI 好用,可能是因為它幫忙寫了一封很客氣的信,不代表這封信比以前少花時間,也不代表客戶回得比較快。用感覺打分,下一季預算會議上就拿不出任何能談的東西。

大部分工作其實都有能數的單位:一張報價單、一份會議紀錄、一筆客訴回覆、一份出貨文件。選定一種單位,就能量兩件事:做一件花幾分鐘,做完被主管退回或要改幾次。這兩個數字不需要買系統,一張共用試算表就記得起來。

03說法三:一年後再算投資報酬

等一年才算,前面十二個月就沒有校正的機會。更大的問題是沒有基準線:導入前沒量過一張報價單要做多久,一年後量到 15 分鐘,也不知道算進步還是退步。基準線只能在導入前量,錯過就補不回來。

我的建議是導入前先花兩週記錄現況。假設業務助理每張報價單平均 40 分鐘,每月 120 張;導入後量到每張 15 分鐘,節省就是(40-15)× 120 = 3,000 分鐘,也就是每月 50 小時。數字是假設,算法可以直接套進你自己的流程。

04我會用的三層指標

第一層是產出指標:單件工時、退件或修改次數,每週看。第二層是流程指標:客戶詢價到收到報價的小時數、會議結束到紀錄發出的時間,每月看。第三層才是結果指標:成交件數、客訴件數,每季看,因為受太多外部因素影響,不適合拿來判斷第一個月。

使用人數可以留著,但只拿來診斷。產出指標沒動、使用人數也低,問題在推廣;使用人數高、產出指標卻沒動,問題在用錯地方。前者要補教育訓練,後者要回頭重選工作項目,兩種處理方式完全不同,混在一起看就會開錯藥。

05下週一可以做的事

1. 挑一個部門、一種工作單位,例如業務部的報價單。2. 開一張試算表,欄位只要日期、單號、開始時間、完成時間、退回次數。3. 請負責同仁連續記兩週,這就是基準線。4. 拿到基準線後再開放 AI 工具,同一張表繼續記四週。

六週後你手上會有兩組可以直接比的數字。比得出差距就擴大到第二種工作,比不出來就回頭查是工具選錯、流程沒改,還是挑錯了工作。儀表板上的人數再好看,說不出每件工作省了幾分鐘,下一筆預算就很難保住。

徐愷(KK)肖像照

作者

徐愷(KK)

遊遊股份有限公司負責人、主導顧問

LinkedIn →

先預約 30 分鐘需求初談,確認下一步該做什麼

初談免費。我們會確認問題範圍、預算與決策者,再提出初步建議與可執行的下一步。