訊思科技

10/07/2026

「公司多請一個人，增加的成本只有薪水嗎?」

還有溝通、協調、管理，以及各種看不見的成本。

一個人的時候，
自己想、自己決定、自己做。

兩個人的時候，
很多事情講一下就能解決。

但三個人開始有群組，
四個人以上就可以有各種組合的小群組。

有人以為群組裡講過了。
你以為他知道。
他以為另一個人會處理。
另一個人又以為這件事根本不重要。

公司請人，
原本是為了完成更多工作。

但人變多之後，
又必須花更多人的時間，
去管理這些人如何一起工作。

你增加了一份生產力，
同時也增加了一份複雜度。

Send a message to learn more

09/07/2026

「人工回一則訊息，成本到底是多少？」

我們先用一個最理想的情況計算：

2026 年基本時薪 196 元。
平均 30 秒回覆一則訊息。

196(基本工資) ÷ 60(分鐘) ÷ 2(訊息)

也就是說，
即使每一則訊息都能在 30 秒內處理完，人工回覆一則訊息的基本人力成本，最低也要 1.63 元。

注意，這是最理想的情況。

沒有查資料。
沒有思考時間。
沒有等待時間。
也還沒算進勞健保、勞退、管理成本，以及工作被訊息不斷打斷所產生的時間成本。

如果把這些成本一起考慮進去，
人工處理一則客戶訊息的實際成本，抓 3~5 元，其實並不誇張。

就算回訊息的人是老闆自己，或只是請一位兼職客服，
這些時間的機會成本也不會消失。

你花 30 分鐘回訊息，
就少了 30 分鐘可以做其他更重要的事情。

而且回訊息有一個很容易被忽略的特性：
它通常不是一次占用你 30 分鐘，
而是整天不斷出現。
回一則、停一下。
再回一則、再停一下。

原本正在做的事情不斷被打斷，又要重新把注意力拉回來。

除了時間之外，
回訊息還會消耗精神與情緒。
面對重複詢問，需要一次又一次耐心回答。
遇到情緒激動的客戶，要控制自己的語氣。
遇到不合理的要求，還是得想辦法保持禮貌。

正在陪伴家人、吃飯，或享受難得的休息時間，
看到手機跳出新的客戶訊息，
腦中還是會忍不住想：
「要不要先回一下？」

所以回訊息真正產生的成本，
從來不只是「花了多少時間」。
還包括被切碎的注意力、持續消耗的精神、處理客戶情緒的壓力，以及原本可以完成其他事情的機會成本。

07/07/2026

「為什麼想用AI系統，還要先被業務拷問？」

上網搜尋 AI 客服、AI 自動回覆，

點進網站一看，

沒有價格。

想知道怎麼用，

「預約專人諮詢」
「請留下聯絡資料」

系統都還沒看到，
就要先回答公司規模、使用需求、預算多少、約開會、聽簡報，
被業務拷問一輪，然後再默默加上顧問費或是客製化費用。

身為一個 I 人，想想還是算了。

對一間小公司、一個網路賣家，
甚至是一個人創業的人來說，

我只是想先自己設定看看。
串接自己的 LINE、Facebook 或 Instagram。
讓 AI 開始幫我回覆。

覺得適合，再繼續用。

所以我想做的事情其實很簡單：

讓一個正在創業的人，
就算公司只有自己一個人，
也能很簡單地開始使用 AI回訊息。

06/07/2026

「我還沒有整理知識庫耶……」

這句話，大概是我最常聽到的一句話。

很多人想導入 AI 回覆，第一個卡關的地方就是這一步：

「是不是要先把所有資料整理好？」
「是不是要重新寫 FAQ？」
「是不是要重新整理分類？」

結果 AI 還沒開始用，就先把自己卡住了。

其實，真的不用。

第一版 AI 最重要的目標只有一個：

先讓 AI 開始回答。

如果目前資料還不多，甚至可以先把公司介紹、商品資訊、常見問題、聯絡方式放在 Prompt（提示詞）裡，先讓 AI 運作起來。

等真的開始有客戶使用後，你會很自然知道該補哪些內容。

今天有人問：

「可以貨到付款嗎？」

那就把**支援的付款方式、配送方式**補進知識庫。

明天有人問：

「保固多久？」

就補上**保固期限、保固範圍與保固流程**。

後天有人問：

「可以開統編嗎？」

再補上**發票開立方式**。

你會發現，每一次補充，都不只是為了回答眼前這位客戶。

而是在替自己的 AI 累積知識。

今天新增一筆配送方式。

明天補上保固資訊。

後天再加入付款流程。

這些內容都不會消失，而是持續累積，成為 AI 的知識資產。

隨著知識越來越完整，AI 能回答的問題也會越來越多，回答品質也會越來越穩定。

所以，不用等到知識庫整理到 100 分才開始。

因為建立知識庫的過程，本身就是在累積公司的 AI 資產。

每新增一筆內容，都會在未來一次又一次地幫助 AI 回答更多客戶，而不是只解決眼前的一個問題。

真正好用的知識庫，不是第一天整理出來的，而是在每天與客戶的互動中，一點一滴累積，最後變成公司最有價值的 AI 資產。

01/07/2026

為什麼客服訊息，總是在下班之後才開始變多？

答案其實很簡單。

因為你上班的時候，客戶也正在上班，忙著開會、跑業務、接電話、處理工作。

等到終於下班、吃完晚餐、躺到沙發上，才有時間慢慢滑手機、逛網拍、詢問商品。

於是，你的手機也開始熱鬧了。

📱「請問還有人嗎？」
📱「這個還有嗎？」
📱「可以今天下單嗎？」
📱「可以介紹一下差別嗎？」

不是客戶故意挑下班時間。

而是那才是他真正有空的時間。

但對很多老闆來說，也正是想陪家人、吃飯、休息，或終於可以放空一下的時候。

於是，兩個人的「下班時間」，剛好重疊了。

每個人都希望在自己有空的時候，得到即時的回應。

如果一些重複性的問題，能先有人幫忙回答，

你就不用因為手機震一下，就中斷眼前的晚餐；不用因為一則訊息，就錯過陪伴家人的時光。

工作需要投入。

生活，也值得被好好專注。

科技不一定能幫你創造更多時間，但可以把原本屬於你的時間，慢慢還給你。

26/06/2026

以 AI 為核心的客服，是讓 AI 成為客服的大腦。

很多人認為，只要客服可以自動回覆，就叫做 AI 客服。

但真正的差別，在於 AI 是否具備「思考」能力。

如果 AI 只是回答幾個問題、接在流程後面，或只能依照預先設定的規則回覆，那它只是傳統客服系統的一個功能。

傳統客服系統，早已讓雙方養成了「猜」的習慣。

管理者猜使用者會怎麼發問，不斷補關鍵字、補流程。
使用者則猜系統聽得懂哪些關鍵字，不斷換句話說。最後，雙方都在猜，真正的對話反而消失了。

以 AI 為核心的客服則不同。

AI 不需要猜使用者會怎麼問，也不需要管理者預先設計每一條流程。因為真正決定 AI 能力的，是你提供給AI的規則和知識。

AI 的知識，決定客服的能力

如果把客服比喻成一位新進同事，你會先讓他了解：
公司有哪些產品
常見問題有哪些
最新活動內容
售後服務規範
各種操作文件

AI 也是如此。

只要提供正確的知識，AI就會根據你提供的內容「思考」，再用最自然的方式回應。

AI 的能力，才是客服的核心

真正決定 AI 客服品質的，是 AI 是否能理解問題、運用知識，並做出正確判斷。

因此，應該投入心力的是知識的建立與更新，而不是不斷增加流程與規則。

24/06/2026

為什麼AI客服還在畫流程圖？

不少 AI 客服產品，號稱能自動回答問題、提升客服效率。
但實際開始使用後，第一件要做的事卻是：

設定關鍵字
建立流程節點
規劃對話分支
設定觸發條件
補充例外情境

現在的 AI 已經能閱讀文件、理解自然語言，甚至能和人進行長篇對話。為什麼許多 AI 客服的運作方式，還在「預測客戶會說什麼」？

問題或許不在 AI 能力。
而在於系統設計思維並沒有跟上 AI 的進步。
AI 已經進入對話時代。
許多客服系統卻仍然停留在流程時代。

但現實中的客戶從來不會照著你的流程發問。
你只能繼續新增關鍵字、補流程、修規則，才能應付新的問題。

結果是使用者只要知道是AI客服就開始輸入關鍵字：

「訂單查詢」
「運費」
「退款」

而不是用自己的方式說話。

這不是 AI 應該有的樣子。

如果客戶還要猜該輸入什麼關鍵字，才能得到正確答案。
那麼他使用的可能只是一個披著聊天介面的搜尋系統。

Send a message to learn more