iT邦幫忙

2026 iThome 鐵人賽

DAY 11
1
AI 自動化

FDE 是 AI Agent 時代的最強武器嗎?28 個企業 AI 落地的真實決策與挑戰系列 第 11 篇

[FDE 系列] 從 ERP 導入看到中小企業為何數位轉型困難(1):即便客戶說「我們都是這樣做」,還是不能直接當成需求

  • 分享至 

  • xImage
  •  

我是 Kota,宇鯨智能的創辦人,從 2021 年開始了一人公司,協助中小企業透過 Data / AI 技術進行數位轉型。

我特別關注想要建立新的服務模式、獲取營收的製造業。這背後需要進行大量的流程再造和數位管理,也需要藉由 AI 技術自動化瓶頸的步驟,這些是我特別擅長的領域。


最近參與客戶 ERP 導入的過程,由於我的角色是客戶的技術顧問,我得以從一個比較客觀的外部角色,來看 ERP 廠商的顧問如何協助導入,以及客戶端派出的營運人員,如何表達營運流程和理解系統功能;我覺得這個過程滿精彩的,不但看到很多導入過程的狀況,也能藉此反思一下我要如何做的更好。

這間公司原本就有 ERP,也已經有既定的採購、生產、料號、BOM 與庫存流程。各部門的人並不是不知道自己每天在做什麼,採購知道怎麼下單,物控知道怎麼看需求,生管知道怎麼安排備料,業務也知道什麼情況下需要建立新的料號。新 ERP 顧問進場之後,一邊介紹系統功能,一邊和各部門確認未來流程,看起來是在把原本的工作方式搬到新的系統裡,但幾次討論下來可以看到,真正花時間的部分,往往是把原本依靠經驗運作的規則說清楚。所以,這篇文章會比較關注「需求訪談」的面向來切入。

原本很明確的採購規則,很快就出現例外

其中一次在介紹採購流程時,顧問先示範銷售訂單產生需求之後,可以直接轉成採購單,不需要經過請購。客戶很快就說,這條路在他們公司應該不需要,因為採購一定要先經過請購,而且請購還要先經過一層審核,所以連「直接產生採購單」的功能都可以鎖起來,避免使用者繞過請購流程。從系統設定來看,這已經很接近一條完整規則:沒有來源請購單,就不允許建立採購單。

大家剛確認完「所有採購都先請購」,現場就有人接著問,如果是自己直接下的項目要怎麼處理,並舉了委外檢驗的例子。有些產品會送到外部做檢驗,產生代檢費,現行做法可能就是直接處理。於是原本已經很清楚的採購規則,又必須重新確認委外檢驗到底算不算同一類採購、需不需要建立料號、需不需要請購,以及它應該被當成商品採購、服務採購,還是另一種費用流程。

類似的情況也出現在料號建立流程。顧問在介紹新料號時,示範了一套較完整的產品開發流程:需求可以先進入開發提案,經過審核之後,再正式建立新的料號。顧問介紹到這裡時,使用者問了一個很直接的問題:「是不是所有的新料號都一定要透過這樣的流程?」顧問這時才進一步說明,前面介紹的是系統支援的一種做法,這個流程不是必要條件,也可以透過參數控制,公司的實際規則仍然要另外確認。

採購流程裡還有另一段討論,是請購單上到底要不要顯示價格,以及請購人員能不能修改供應商。隨著對話繼續,才逐漸確認現場的角色差異:誰是物控、誰是生管、誰是採購,以及供應商最後由誰決定。顧問後來提出,物控在提出請購需求時未必需要知道價格,請購單甚至可以不帶單價,等轉成採購單之後,再由系統帶入最近一次的歷史價格給採購人員使用。

這三段討論的內容不同,一個談採購來源、一個談料號建立、一個談價格權限,但共同點都很接近:一開始聽起來已經很明確的流程,只要繼續往適用情境、角色與例外追問,很快就會出現需要重新定義的地方。

企業有流程,但很多規則仍然留在人腦裡

從這些對話來看,導入方並不是沒有流程,也不是使用者不知道自己在做什麼。比較接近的狀態是,公司已經有一套足以支撐日常運作的工作方式,但是很多條件、例外與判斷仍然留在人與人的默契裡。

使用者說「所有採購都要先請購」時,很可能是在描述自己最熟悉、最常發生的正常流程。這個回答對日常工作而言已經足夠,因為遇到委外檢驗這類特殊狀況時,可以再找熟悉的人判斷,或沿用過去處理類似案件的方法。但系統要把這句話變成一條 constraint 時,適用範圍就必須更完整,只要存在一個合理例外,就需要再把條件拆清楚。

新料號的案例也有類似情況。顧問示範「開發提案、審核、建立料號」的完整流程時,這套流程在系統裡是成立的,但公司實際上未必希望每一種新料號都走相同程序。如果沒有繼續確認哪些料號屬於真正的新產品開發、哪些只是規格延伸、哪些只是新增採購品項,最後就很容易把一個系統提供的流程直接變成組織規則。

請購價格的案例則反映出另一種隱性規則。表面上只是在討論欄位要不要顯示,實際上牽涉的是物控與採購的責任邊界。物控需要表達的是數量與需求,採購負責的則可能包含供應商與價格。當這些責任沒有先被說清楚,系統畫面上的一個欄位,就會同時混入權限、責任與工作分工的問題。

所以企業原本的 SOP 很可能已經能回答「下一步做什麼」,但還沒有完整回答「什麼條件下要做不同的事情」、「誰負責判斷」以及「哪些情況可以例外」。

「現在怎麼做」只能回答一部分需求

一般流程訪談很容易沿著正常路徑往下問,例如訂單進來之後做什麼、下一個部門是誰、建立哪一張單據、主管在哪裡審核。這些資訊當然重要,也可以畫出相當完整的流程圖,但如果訪談停在這裡,還不一定足以支撐系統設計。

例如客戶說:「所有採購都要先請購。」

如果訪談的下一個問題只是「請購完之後呢」,委外檢驗這個例外可能一直到系統上線後才被發現。

客戶說:「新料號需要審核。」

如果接下來只問「誰審核」,也可能漏掉不同類型料號是否應該適用相同流程。

客戶說:「請購單要顯示價格。」

如果只把它記成欄位需求,就不會碰到另一個更基本的問題:請購的人為什麼需要價格,以及真正對價格負責的人是誰。

這些問題之所以容易被漏掉,是因為企業日常工作本來就容許大量上下文存在。大家知道「這個情況不一樣」,也知道「這個要找某某人處理」,因此不需要把所有規則寫出來。系統則需要更明確的邊界,尤其當它開始限制權限、設定簽核流程、鎖定單據來源或自動帶入資料時,原本可以靠經驗補上的資訊就會變成必要條件。

因此,流程訪談如果只把 happy path 畫完整,最後得到的可能是一條看起來很標準的流程,但真正影響系統設定的 Decision 仍然留在人腦裡。

把口語規則當成假設,繼續找適用範圍與例外

從這次 ERP 導入的幾個案例來看,我覺得可以整理出一個需求訪談階段原則:當使用者描述一條規則時,先把它視為一個需要確認適用範圍的假設。

尤其當對話中出現「全部」、「一定」、「都是」、「從來不會」這類描述時,可以進一步確認最近一次沒有按照這個方式處理的是什麼情況、當時由誰決定、為什麼可以例外,以及如果今天換成一個剛進公司的新人,他能不能只靠現有規則做出相同判斷。

對「所有採購都要請購」而言,需要找的是有哪些採購類型可能不適用;對「新料號需要開發審核」而言,需要確認哪些新料號屬於這個範圍;對「請購單需要價格」而言,則需要確認哪一個角色在什麼階段需要這個資訊,以及他拿到這項資訊之後需要做什麼判斷。

這些追問不一定會立刻產生新的系統功能,但會直接影響後面的 workflow、權限、Master Data 與系統 constraint。如果這一層沒有先釐清,後面即使 ERP 功能都能設定,也很容易把還沒被定義清楚的管理規則固定進系統。

Observe 與 Clarify:先看現場,再把規則說清楚

我目前把 FDE 的工作粗略拆成五層:Observe、Clarify、Decide、Encode、Verify。這次 ERP 導入在需求訪談上的幾個案例,主要落在前面兩層。

Observe 處理的是現場實際怎麼運作。除了訪談使用者,也需要看到他們怎麼操作既有系統、怎麼交接工作、遇到例外時找誰,以及哪些事情其實沒有寫在 SOP 裡。這個階段的目的,是先取得足夠接近真實工作的資訊。

Clarify 則是把這些資訊重新整理成可以討論的規則。哪些是公司正式制度、哪些是某個人的工作習慣、哪些只適用特定品項或客戶、哪些例外其實已經長期存在,以及哪些判斷目前仍然需要依賴有經驗的人。

完成這兩層之後,需求才開始具備比較清楚的邊界,也比較適合進到後面的流程與問題定義。

ERP 導入過程接著也出現了另一種情況。有些問題已經不只是規則還沒問完整,而是公司本身還沒有決定未來要採用哪一種做法。例如採購需求到底要按照每張客戶訂單分開處理,還是把相同料號彙總之後再採購,系統兩種方式都能支援,現場的人卻直接說「我們也還不確定未來的方式會怎樣」。

這類問題就會從 Observe 與 Clarify 繼續往下一層走:當現況已經看清楚,但組織本身還沒有答案時,FDE 還需要協助把真正需要做的 Decision 定義出來。


有興趣知道更多的,也歡迎和我聯繫交流( kota@yujing.io )!


上一篇
[FDE 系列] 從工廠自動化到 AI 報價:這個案子留下的 4 個判斷原則
下一篇
[FDE 系列] 從 ERP 導入看到中小企業為何數位轉型困難(2):系統開始要求選擇,原本沒有答案的問題才會出現
系列文
FDE 是 AI Agent 時代的最強武器嗎?28 個企業 AI 落地的真實決策與挑戰 共 17 篇
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言