
在數位轉型的浪潮下,許多企業面臨公用信箱混亂、回覆效率低落時,第一反應往往是:「我們需要導入一個 AI 分類器來自動分派信件。」這聽起來像是能立即見效的特效藥,但作為一名流程自動化顧問,我必須直言:如果底層的業務流程本身已經「生病」了,盲目導入技術只是在為壞流程加速。
透過對實際作業環境的深度盤點,我們發現了一個令人警醒的真相:即便 AI 分類器達到 100% 的準確率,它也只能解決現況 11 個作業卡點中的其中 1 個。這僅僅 9% 的邊際改善,就是 AI 在破裂流程中的「效率天花板」。在急著寫程式碼之前,我們必須先看清那些躲在信箱深處的幽靈。

在針對 30 封測試信件的審計盤點中,我們發現其中有 8 封信(佔比 26.7%) 並非新的業務請求,而是精實管理中所稱的「失敗需求(Failure Demand)」——亦即因為流程漏接而彈回來的球。
這些信件是流程失靈後的產物,例如:
分析: 這意味著信箱裡超過四分之一的流量是「自找的麻煩」。比起研究如何用 AI 精準分類這些信件,「減少信件總量」——亦即修補流程漏洞,防止這些「迴力鏢」產生——才具備真正的數位轉型價值。

在分析初期,團隊常會畫出一張「看起來很美」的流程圖:信件進入 → 同仁開信 → 分類認領 → 處理 → 回覆。這五個方塊串成一條直線,乾淨俐落,彷彿流程早已優化完成。
然而,這種理想化的圖表正是診斷問題時最大的誤導,我稱之為「步驟陷阱」。當我們試著將那 8 封「失敗需求」標註在圖上時,會發現它們根本無處安放。催件信在哪個步驟?沉底的信又在哪個步驟?
這裡存在一個核心關鍵:「流程的資訊量在箭頭上,不在方塊裡。」
傳統的步驟圖只記錄了「動作」,卻遺漏了動作與動作之間真實發生的時間空隙。那些被畫成理所當然的「直線箭頭」,在現實中往往代表著數小時的等待、反覆的轉寄鏈,或是無人回應的沉底。箭頭才是效率流失的真正所在。

為了看清病灶,我們必須修正建模方式:不再追求理想路徑,而是誠實地面對失敗。在 As-is(現況)流程圖中,我們改採「反直覺」的繪圖規則,將隱藏的卡點分類為 W-R-I-O 四大類:
這種「先畫失靈」的方法,能強迫團隊看清那些躲在箭頭裡的病灶,而非躲在理想化的工作流中自我感覺良好。

透過上述 W-R-I-O 框架的詳細盤點,我們歸納出公用信箱共有 11 項核心卡點。當我們把 AI 分類器放進這個框架進行對比時,結論十分冷酷:
> 「任務層做的分類器再準,也只能解掉現況 11 個卡點裡的其中 1 個(O1:認領判斷標準不一)。」
剩下的 10 個卡點,AI 分類器完全無能為力:
這些本質上都是「流程機制問題」而非「技術問題」。如果流程不改,導入 AI 分類器只是讓你「更快地」把信件送到一個同樣混亂、同樣缺乏資訊、同樣需要重複勞動的同仁手中。
數位轉型最重要的價值不在於「自動化」,而在於「優化」。在急著撰寫程式碼或採購 AI 工具之前,「看清楚」現況比「做出來」更重要。
當我們把現況的病灶——三個等待、三條迴圈、雙向的資訊缺漏以及三種責任真空——攤在陽光下時,解決方案的輪廓才會清晰。下一步,我們該思考的是如何進行有效的人機分工:哪些卡點交給技術解決,哪些必須透過流程機制重建。
請審視你的日常工作:那些「看起來很美」的標準作業程序(SOP),是否也正有大量的時間與價值,正躲在箭頭裡偷偷流逝?