今天很感謝彰化縣政府青年發展處的長官，為我們志工培訓邀請到 IBM 大型企業背景、黑客松比賽出身的專家——潘劭儒老師來授課。實戰經驗非常扎實，身為青發處的志工真的太幸福了。

老師因為身處企業實務第一線，教學和回答都直指工作核心。我請教老師：「企業 AI 落地最常遇到的難題是什麼？」老師的回答很直接：是理想與現實的落差。

老闆腦中想的「AI 化」，跟實務上真正能跑起來的「AI 應用」，中間的距離比想像中大得多。

串接成功之後，才是挑戰的開始

過去我在串接 LINE Bot 吃了不少苦頭，今天終於成功把 Gemini 跟 LINE 串接起來。但我注意到：串接成功不等於落地成功，背後其實藏著坑。

從實務面來看，企業引入 AI 客服必須正視兩個核心問題。

坑一：AI 輸出的責任歸屬

花錢串接 ChatGPT 或 Gemini 之後，如果 AI 產生幻覺、提供錯誤資訊——例如把收費項目答成免費——公司有沒有相應的處理機制？企業要不要為 AI 的「口誤」承擔商譽風險？

這不是技術問題，是經營風險問題。
在決定讓 AI 面對客戶之前，責任歸屬的 SOP 必須先到位。

坑二：自建知識庫的成本現實

如果不串接大型語言模型，改由公司自行搭建知識庫，讓 AI 從中擷取答案呢？問題是：知識庫不是建好就沒事了。

建置要花錢，維護也要花錢。內容過時了要更新、產品改版了要同步、客戶問法變了要調整——這些全部都是持續的人力成本。

如果客戶詢問量和業績產出無法負擔這些支出，那不如回歸 LINE@ 人工回覆。雖然花的是自己的時間，但至少給出的答案精準且負責。

結語：AI 是工具，划算才是重點

AI 不是萬靈丹，也不是花錢串上去就會自動幫你賺錢。

真正該思考的從來不是「要不要用 AI」，而是用了 AI 之後，到底有沒有比原本更划算？能提升效率、能省下成本、能讓服務品質更穩定——符合這些條件，才值得投入。