【向原廠下單系統 ③】後續實際引用: 一份本來就有人做的工作，AI 接手後，那個業務被取代了嗎?

前面兩套系統，我講的「不取代人」其實都站在安全的一邊:設備分析是「本來根本沒人做得到」(D21)，CVE 是「沒人讀得完全球漏洞」——AI 去補的都是空著的疆域，沒動到任何人的飯碗，當然不算取代。

這篇不一樣，也是整個系列最硬的一次考驗。因為——

報價這件事，本來就有業務、有售前在做。

D25 講了它有多難(型號 × 相容 × 即時價的組合爆炸)，D26 用 introspection + 向量檢索把牆翻過去、做出「一句話需求 → 幾分鐘一版可下單報價」的能力。今天的問題很直接，也是你從第 8 天那位抗拒的同事開始、可能一直想問的: 一份本來有人在做的工作，AI 接手了，那個人被取代了嗎?

先給答案:沒有。但要說清楚「為什麼沒有」，得先看 AI 在這裡是什麼角色。

報價本來就有人在做

報價不是 AI 開出來的新戰場，是一份業務每天都在做的既有工作。

所以 D21 那招「本來沒人做、所以沒取代誰」在這裡用不了——這裡真的有人，真的在做，AI 真的接手了一部分。

前面故意強調了「原本有人做」，「AI加入了」，只是我想嚇人的敘事 : P，它真正被使用的場景，比命題本身有趣的多

實際這套系統在真實場景的應用上，除了基本預設的應用場景外，也出現了預料之外的分歧:

• 1. 依照我的預想走: 我的預先設計是可以去掃客戶即將過期的合約、即將EOL汰換的設備、對即將進入更新周期的的訂單，可以提出有效的、有參考性、即時性的訂單內容。

     這一類的項目都可以算在預測、歸納、事先準備 的範疇，用於部門運作時的金額數字參考資料。例如: 哪個客戶比較緊急、或是哪個毛利比較高。 之類的擬議價單場景，而不需要等協力人員或協力單位做好準備才能做決策。

     在這樣的情況下AI訂單系統會很好的Cover 銷售準備的事前工作以及維護汰換的事後準備工作。

• 2. 預想之外的發展: 但實際更多的應用是被拿去當業務的談資了。 -.- lll

     實際的展示也好、跟客戶聊天時想要抽換型號或料件也好，有新想法，可以主動跟客戶提報價單的需求也好。

     雖然這些是意料之外的場景，但也算符合AI下單系統的功能範圍內。

AI 到底接走了哪一段?——那段又慢又容易漏的苦工

這一整段——報價這個流程需要的窮舉、比對、查證、盯即時價——就是 AI 接走的東西。它不嫌組合多、不會記漏一條相容規則、也不在乎價格幾點更新過。

一份原本要來回查證、要請PreSales花時間兜的報價單、湊上大半天的報價，現在幾分鐘就有一版可下單的草案。

其實最重要的是即時、以及有可以參考的大約數字。

但注意:出來的是「草案」——這個詞是我刻意主張的重點，它把我們帶到下一段。

那業務跟PreSales被推去哪?

直覺是工作被取代了，但現實生活的內容從來很反直覺。

實際上:

• 客戶開始「說話」了:客戶說「幫我配 50 人辦公室」、「唉唷，那你幫我看看3層樓共200人的場景」、「那能不能換成xxx，這樣會變多少預算?」

客戶開始玩起來了才是大多數 ((筆者: 哭了

• 談判:折扣讓到哪、這個專案值不值得壓價搶、跟原廠怎麼喬——這是關係與籌碼的判斷，不是查表查得到的，但能從系統中把有折扣的組合用比對的方式換出來。

• 扛簽核的責任:這張報價對外送出去，是有人要簽名負責的(呼應 D7 的第三問:出事誰扛責——責任不能轉移給 AI)。AI 是把草案跟「業務機會」做到滿的放大器，不是那個簽名的人。

換句話說，業務並沒有「少了一塊工作」，是從「湊料號」這件他其實也不想做的苦差事裡被放出來，回到報價真正值錢的那半: 懂客戶、會談判、敢負責。

至於這塊空出來的餘裕，每個業務、每家公司要怎麼發揮行銷跟包裝，你會比我更清楚你的客戶要什麼。

所以，「取代」了嗎?

取代的是「湊料號」跟「即時盯價」這件苦差事，不是那個業務跟PreSales。

這是這系列第二種「不取代人」的形狀。D21 那種是加法——本來沒人做，AI 補上空白疆域。D27 這種更硬，也更常見:本來有人做，AI 接走的是這份工作裡最像機器、最不值錢、也最磨人的那一段，把人留在只有人做得來的那半。

同一個業務，以前一半的時間耗在跟料號和相容表纏鬥;現在那段交給機器，他花在客戶和判斷上的時間變多了。他的職稱沒變，但他每天在做的事，往「更像人、更難被取代」的方向移動了。 這件事放大到整個組織、當一個新系統開始吃掉舊流程時會怎樣——會不會有人真的覺得「我被架空了」——那是 D29 要正面處理的;這裡先埋一句:被取代的從來是舊場景，不是人。

文末總結

• 這是最硬的一次「不取代人」:報價是既有工作、真的有人在做，不能靠「本來沒人做」搪塞——得誠實拆開來看。
• AI 接走的是苦工那段:湊料號、查相容、比即時價(D25 三條路全卡在這)，又慢又容易漏，正是機器該做的。
• 出來的是「草案」不是「定案」:從草案到敢送出，中間是判斷客戶、談判、扛簽核責任——機器碰不到，人留在這。
• 取代的是苦差事，不是業務:職稱沒變，但每天在做的事往「更像人、更難取代」移動——這是承諾 B 的第二種形狀(對照 D21 的開新疆域)。
• 責任不能外包給 AI:簽名的還是人(呼應 D7 第三問)，AI 是放大器不是替身。

到這裡，三套系統的實錄(設備運作分析、每日 CVE 通報、向原廠下單)都收完了。三次都是同一個形狀:AI 去接人做不到、或人做起來又慢又磨的那一段，人守住判斷、談判與責任——不是被取代，是被放回真正值錢的位置。

但有一件事我一直還沒算:這一路上，AI 幫我們跑了成百上千次 LLM 呼叫——設備分析一份就是幾十次、CVE 每天一輪、報價每張單好幾回。這麼燒，到底划不划算?token 成本跟省下的人力比，是賺還是賠? 明天 D28，我把這本帳攤開來算給你看。