去年底有一位做禮品代工的老闆跟我說，他去參加一個業務聚會，同業有三個人都在聊 AI 客服，聽起來每個人導入後都很順。他回家之後直接去找了一家廠商，花了 NT$80,000 做了 LINE AI 客服機器人，結果三個月後機器人還是一問三不知，最後完全棄用。
問他導入前怎麼評估的，他說：「就覺得大家都在做，我不做會落後。」
這是台灣中小企業 AI 導入失敗最常見的原因——不是工具不好，而是在花錢之前從來沒有把帳算清楚。
為什麼「導入前的 ROI 評估」比「導入後算成果」重要
多數老闆的習慣是先做、再看結果。但 AI 工具的特性是：一旦導入，前期建置成本是沉沒成本，如果方向選錯，很難只砍工具費就停損——你還付出了員工的學習時間、整合開發費，以及三到六個月的機會成本。
台灣資策會的調查指出，中小企業 AI 導入失敗率超過六成，其中「導入前評估不足」排在失敗原因的第一位。
換個方式說：如果你在導入前就知道這個案子 ROI 不達標，你根本不會開始，錢就省下來了。
步驟一：先確認你要解決的是「真實痛點」還是「想像痛點」
很多老闆選 AI 場景的方式是看別人做什麼，或者聽廠商說什麼流行。這個方法很危險，因為同一個行業的不同公司，痛點可能完全不一樣。
判斷方法很簡單，用「三高原則」：
- 高重複性：這件工作每週重複超過 10 次
- 高時間消耗：每次做要超過 20 分鐘
- 低判斷需求：不需要高度主觀判斷，流程相對固定
三個都符合，就是值得自動化的真實痛點。三個都不符合，先別急著用 AI。
舉例：
- 每週從不同通路彙整銷售數字到 Excel → 三高都符合，很值得
- 業務員判斷哪個客戶今天要追 → 需要主觀判斷，AI 輔助有限
在選定場景之前，先問你自己或部門主管：「這件事每週佔多少小時？」如果答不出來，代表還沒搞清楚痛點，評估就失準了。
步驟二：用保守數字估算可量化效益
找到真實痛點之後，把可以換算成錢的效益列出來。
常見的效益項目：
-
省下的人力時數 × 時薪 月薪 NT$35,000 的員工，每小時成本約 NT$200（含勞健保約 NT$230）。如果 AI 每天省 2 小時，一個月就是 NT$9,200–13,800 的人力效益。
-
減少的錯誤成本 手動填表每月錯誤 5 次、每次修正要 1 小時，等於每月省 5 小時。
-
業績端的可歸因增加 比較難量化，建議只算你能直接歸因的部分，不要把間接效益也算進去。
保守估算的規則： 把所有預期效益打七折。這樣算出來 ROI 還是正的，導入風險就很低；打折後才勉強打平，這個專案先不做。
步驟三：把完整成本算清楚（3 層費用）
多數老闆只算了「工具月費」，但 AI 導入的完整成本有三層：
第一層：工具費用
- SaaS 月費（ChatGPT Plus、n8n、LINE OA API 費用等）
- 通常 NT$1,000–8,000 / 月
第二層：建置與整合費用
- 如果只用現成工具：幾乎為零到半天人工
- 如果要串 API、CRM、ERP：整合費 NT$30,000–150,000 一次性
- 如果外包顧問設計流程：規劃費 NT$30,000–100,000
第三層：維護與學習成本（最常被忽略）
- 員工學習期：前 4–8 週每人每天多花 30–60 分鐘，折算成人力成本
- 年維護費：通常是建置費的 15–25%（知識庫更新、流程微調）
- 系統更新測試：每季約 2–4 小時
一個常見的失算是：花 NT$50,000 建了系統，但忘記算員工 6 週的學習成本（2 人 × 每天 1 小時 × 30 天 × NT$230/時 = NT$13,800），以及每年 NT$12,500 的維護費。真正的成本要比報價單再高出 30–50%。
步驟四：設定回本門檻——這個數字幫你做「做或不做」的決策
把步驟二的效益和步驟三的成本放在一起：
月效益（保守）÷ 總成本 = 回本月數
台灣中小企業不同類型的 AI 導入，參考回本期：
| 導入類型 | 建置成本範圍 | 典型回本期 | |--------|------------|----------| | LINE AI 客服 | NT$50,000–100,000 | 6–12 個月 | | 報表自動化 | NT$10,000–30,000 | 2–4 個月 | | Email / 文件生成 | NT$5,000–15,000 | 1–3 個月 | | 跨系統資料彙整 | NT$30,000–80,000 | 4–8 個月 |
決策規則建議：
- 回本期 ≤ 6 個月 → 幾乎一定做
- 回本期 7–12 個月 → 評估風險，可考慮
- 回本期 > 12 個月 → 除非有策略理由（如競爭差異化），否則暫緩
步驟五：跑一個 4 週試點，用真實數據驗證假設
做完帳面 ROI 評估，不代表你可以直接全面上線。最好的做法是花 4 週跑一個最小可行試點：
- 選一個流程，只做那一件事，不要一次導入五個功能
- 設定前後對照：試點前量一次效率（時間、錯誤率），試點後再量一次
- 比對實際數字和你的估算：差距超過 40% 就要找原因——是工具問題、資料品質問題，還是員工沒有真正在用？
- 試點成功再擴規模：別在還沒驗證前就投入全公司全流程
一個 4 週試點的成本通常只有全面導入的 20–30%，但它能幫你確認 ROI 假設是否站得住腳，大幅降低全面導入的風險。
導入前 ROI 評估最常見的 3 個錯誤
錯誤一：效益只算頭 3 個月，成本只算工具費 實際上，AI 的效益要等員工上手後才穩定，通常是第 2–3 個月開始累積；成本計算要包含學習期和年維護費。
錯誤二：把「減少幾個人」當作主要效益 台灣勞動市場縮編困難，且多數中小企業用 AI 省下的人力是「讓同一個人做更多有價值的工作」，而不是真的裁員。把裁員省薪水算成效益，通常不會發生，導致 ROI 失準。
錯誤三：忽略「不導入的成本」 這個比較少人算到——如果你的競爭對手已經用 AI 客服，你的回應速度和成本就開始落後。「不做 AI」本身也有機會成本，雖然難量化，評估時值得納入考量。
如果你已經有一個想導入的 AI 場景，但不確定 ROI 估算是否正確，或者不知道從哪個場景開始最值得，可以參考 Yotron 的免費 AI 健檢服務。30 分鐘的診斷，幫你找出最值得自動化的流程，以及初步的成本效益估算，讓你在投入預算之前先把帳算清楚。