企業 AI 自動化工程案例
從表單、資料整理到自動建案與追蹤
將原本需要人工複製、整理、通知與追蹤的行政流程，整合成可自動執行、可追蹤、可回查的工作流程。
很多企業真正浪費時間的地方，不是在「做 AI」
問題通常出現在資料進件後，缺乏一致的整理、通知與追蹤方式。
- 01需求從 LINE、Email、表單進來，資料散落在不同地方。
- 02人員需要手動把資料複製到 Excel 或 Google Sheet。
- 03有人填寫需求後，還需要人工通知負責人。
- 04同一筆案件可能被重複建立。
- 05沒有一致的案件編號。
- 06不知道目前案件處理到哪裡。
- 07資料有收集，卻沒有變成可以追蹤的流程。
恒構採用的企業流程自動化架構
本案例以 Website／Form 進件為主，展示從資料進來到 CRM 後續處理的完整路徑。
- 01
需求進件
來源可包含 Website Form、Google Form、Email、LINE、API、CSV 或 Excel。
- 02
資料標準化
將公司、聯絡人、Email、電話、需求類型、內容、時間與狀態整理成統一格式。
- 03
建立唯一案件識別
每一筆正式案件建立唯一 requestId，後續不必只靠姓名或時間判斷；本頁不公開任何正式案件識別值。
- 04
Duplicate Protection
透過 requestToken 或唯一識別邏輯，避免重複點擊、網路重送或瀏覽器重試造成第二筆案件。
- 05
資料寫入
案件先寫入 Google Sheet 或 Database，確認資料成功保存後，前端才顯示成功。
- 06
通知負責人
成功建案後可透過 Gmail、LINE、Slack 或 Teams 通知相關人員；本案例使用 Gmail 作為流程示範。
- 07
案件狀態追蹤
以 received、processing、saved、completed、error 等狀態，讓前端與人員掌握處理進度。
- 08
CRM／Follow-up
後續可加入 lead_status、owner、next_action、next_action_date、contacted_at 與 internal_note，形成簡易 CRM。
AI 應該放在哪裡？
AI 不應該只是放一個聊天視窗。它可以協助需求分類、摘要整理、優先級判定、文字轉結構化資料、回覆草稿、文件分類、需求分析與下一步建議。
AI 與規則流程應該一起使用
Rule-based 適合
- 必填欄位與格式檢查
- Duplicate prevention
- requestId 與狀態控制
- 權限與時間邏輯
AI 適合
- 分類與摘要
- 判斷文字意圖
- 回覆草稿與資料補充
- 非結構化內容理解
AI+Automation+Rules+Data
每一筆自動化都應該留下紀錄
真正企業級流程需要知道哪一步成功、哪一步失敗、何時發生、是否已通知，以及是否需要人工介入。
- submitted_at
- received_at
- processing_started_at
- saved_at
- notification_sent_at
- completed_at
- final_status
- error_code
- processing_duration
- notification_status
如果沒有紀錄，系統出錯時往往只會得到：「好像沒收到。」
自動化不是只設計「成功路徑」
網路中斷、API timeout、重複提交、Sheet 寫入失敗、Email 失敗、使用者關閉頁面與 Backend processing 延遲，都應納入設計。
- 保存優先
- 狀態可查
- 通知可追蹤
- 錯誤可回查
企業真正得到的是什麼？
- 減少人工複製資料
- 降低漏通知
- 降低案件重複
- 統一資料格式
- 建立案件編號
- 建立流程狀態
- 留下歷史紀錄
- 後續可接 CRM
- 後續可加入 AI Agent
- 可以逐步擴充，不需一次重做全部系統
哪些流程適合先自動化？
先挑一個最常重複的流程
不用一開始導入完整 ERP 或大型 AI 平台。先驗證流程可行，再逐步擴充。
- 一份表單
- 一張 Sheet
- 一個通知流程
- 一個明確狀態
下一步可加入：AI、CRM、Dashboard、LINE、API、權限與報表。
把你現在最麻煩的人工流程交給我們看
如果每天都有重複複製資料、手動整理 Excel、人工寄通知、追案件狀態、重複回答問題，或資料散落在不同工具，可以先描述目前流程。恒構會先協助判斷哪些步驟值得自動化，哪些仍應保留人工。