RPA 與 AI 不是萬能：企業自動化真正要看的是「能不能長期穩定」

現在很多企業都在談 AI、RPA 與自動化。常見的需求像是：自動打開 Excel、自動登入 ERP、自動把 Excel 資料填進 ERP、自動換頁、自動按下儲存、自動處理下一筆。

這些事情，現在確實都做得到。

但真正需要注意的是：「做得到」不代表「適合長期使用」。一套系統今天可以順利執行，不代表 ERP 改版、畫面變更、網路變慢、資料格式改變之後，還能繼續正常運作。

所以企業真正應該問的，不只是「這個可以自動化嗎？」，而是：

這個方法半年後、一年後，還能不能穩定運作？

這才是自動化專案真正重要的問題。

先用一個最簡單的例子說明

假設公司每天都有一位同仁做以下工作：

1. 打開 Excel
2. 找到工單號碼
3. 打開 ERP
4. 輸入帳號密碼
5. 進入報工畫面
6. 把 Excel 裡的資料一筆一筆輸入
7. 按下儲存
8. 再處理下一筆

如果每天只有 5 筆、10 筆，人工可能還能處理。但如果一天有幾百筆，就會開始想到：能不能讓電腦自己做？這就是 RPA 最常見的使用方式之一。

RPA 可以想成「很聽話的助手」

如果用最簡單的方法理解 RPA，可以把它想成一位會照著步驟做事的助手。

例如你告訴它：第一步，打開 Excel；第二步，讀取 A 欄；第三步，打開 ERP；第四步，點工單欄位；第五步，把資料貼進去；第六步，按儲存。

只要每天的環境完全一樣，它就可以一直重複做，速度很快，也不會覺得累。

問題就在於：如果環境改變了呢？

為什麼有些 RPA 最後會變成「進階版按鍵精靈」

我們用一個生活中的例子。假設你教一個人：「進辦公室後，往前走五步，右轉，再走十步，就會看到影印機。」

只要辦公室永遠不變，這個方法當然沒有問題。可是有一天，公司把影印機移到另外一邊。如果這個人只記得「五步、右轉、十步」，他最後還是會照樣走——但他已經到不了影印機了。

這就是部分自動化流程最大的風險。如果系統只是記住「點這裡、按 Tab 兩次、再點這裡、輸入數字、按 Enter」，那麼畫面只要稍微改一下，就可能出問題。

ERP 不一定要大改版才會出問題

很多人會想：ERP 又不會每天改版，應該沒差吧？其實不一定。

例如原本 ERP 畫面是「工單號碼 → 數量 → 日期 → 儲存」，後來只是多了一個欄位，變成「工單號碼 → 批號 → 數量 → 日期 → 儲存」。如果原本自動化是靠「Tab、Tab、輸入數量」，現在就可能把數量輸入到錯誤的位置。

有時甚至不需要 ERP 改版。以下這些小事情，也可能影響自動化：

• 跳出一個通知視窗
• 網路今天比較慢
• Windows 顯示比例從 100% 改成 125%
• 使用者把視窗移動位置
• ERP 執行速度變慢
• 登入後多出一個公告畫面
• 不同帳號看到的選單不一樣

所以真正的問題不是「今天能不能跑」，而是環境稍微變動之後，還能不能跑。

那是不是代表 RPA 不好？

不是。RPA 本身是非常有價值的工具。

現在成熟的 RPA 工具，不一定只是記滑鼠位置。有些可以真正辨識「這是工單欄位、這是數量欄位、這是儲存按鈕」，這樣當然會比單純記住滑鼠位置穩定很多。

但問題是：不是每一套 ERP 都能讓 RPA 清楚辨識。

尤其很多製造業使用的 ERP 已經用了很多年。有些是較早期的 Windows 系統，有些是 WinForms 架構，有些又用了特殊的畫面元件。人看畫面時明明知道「這裡是工單、這裡是數量、這裡是產品」，但自動化工具在底層可能只看到一個大區塊，不一定真的知道裡面每一格代表什麼。

這時候系統就可能又必須回到看圖片、OCR 文字辨識、點固定位置、模擬鍵盤——穩定度自然就會下降。

真正穩定的系統整合，最好不要一直「模擬人操作」

這裡可以再用一個更簡單的例子。假設 A 公司每天都要把資料送給 B 公司，有兩種方式：

• 第一種：每天派一個人到 B 公司，走進辦公室，把資料交給櫃台。
• 第二種：A 公司和 B 公司直接建立一個正式的資料交換管道。

哪一個比較穩定？通常是第二種。系統也是一樣。RPA 比較像模擬一個人操作 ERP，API 則比較像系統直接跟系統說話。

API 是什麼？可以想成「系統之間的正式窗口」

如果不懂 API，可以把它想像成公司專門設置的一個收件窗口。

例如系統 A 說「我要新增一筆報工資料」，然後把工單號碼、數量、人員、時間按照規定格式送給 ERP。ERP 收到之後，就自己處理。整個過程根本不需要開啟 ERP、點選單、找欄位、按儲存。

這樣的好處非常明顯：就算 ERP 之後換顏色、改畫面、選單搬位置、按鈕重新設計，只要 API 沒變，資料交換就不受影響。

所以我們通常會優先找「正式的介接方式」

如果企業希望建立長期使用的自動化，我們通常不會第一時間就決定使用 RPA，而是先確認三件事：

ERP 有沒有 API？

如果有，通常優先使用。

ERP 能不能直接匯入 Excel 或 CSV？

如果可以，也會比逐筆操作畫面穩定。

ERP 原廠有沒有提供正式的資料介接方式？

例如系統整合服務、SDK 或其他介面。如果這些方式都沒有，才會再考慮使用 RPA 模擬人工操作。

那直接寫 ERP 資料庫不是最快嗎？

很多人也會問：那不要操作畫面，直接把資料寫進資料庫不就好了？這裡也需要特別小心。

因為 ERP 畫面看起來可能只是一張簡單單據，例如「工單：A001、數量：100、日期：9 月 23 日」。但 ERP 背後可能同時處理很多事情：

• 庫存增加或減少
• 成本計算
• 單據編號
• 批號
• 審核狀態
• 權限
• 歷程紀錄
• 其他相關資料

如果只把其中一筆資料硬寫進資料庫，有可能畫面看得到，但其他資料沒有同步。所以資料庫不是不能用，而是需要確認 ERP 原廠允許的方式。

RPA 最適合的角色是什麼？

如果一套舊 ERP 沒有 API、沒有 Excel 匯入、沒有正式介接方式、原廠也不方便修改，但每天又真的有人在重複輸入很多資料——那麼 RPA 就非常適合。

所以我們會比較傾向把 RPA 定位成：當舊系統沒有正式介接方式時，幫忙補上最後一段自動化。

它很有用，但不應該被當成「任何系統都可以靠 RPA 解決」。

AI 也是一樣，不是什麼都交給 AI

現在另外一個很常見的想法是：AI 已經可以看畫面了，那是不是讓 AI 自己操作 ERP 就好？

AI 現在的確已經可以看畫面、看文件、找按鈕、理解文字、判斷下一步、操作瀏覽器，這些能力非常強。但 AI 有一個很重要的特性：它比較擅長理解與判斷，不一定最適合執行每一筆正式交易。

例如「客戶詢問在說什麼、這份文件屬於哪一類、Email 想表達什麼、發票內容有哪些欄位」，這些很適合 AI。

但是「庫存扣 100、報工 500、建立採購單、建立出貨單、建立財務傳票」這些事情，企業通常希望同樣的資料，每一次都得到一樣的結果。這時候傳統系統規則與 API，通常更適合負責最後執行。

一個比較合理的分工方式

可以把不同工具想成不同專長的人：

• AI 像負責理解的人——看懂文件、看懂文字、判斷意思。
• RPA 像負責操作的人——幫忙操作沒有 API 的舊系統。
• API 像系統之間的正式通道——穩定交換資料。
• n8n 像流程管理者——哪一件事情做完之後，下一件事情要做什麼。

這些工具不是互相競爭。真正好的系統，反而可能同時使用好幾種。

真正困難的，從來不是「讓 Demo 跑起來」

一個自動化 Demo 通常很容易讓人印象深刻：畫面自己打開、Excel 自己讀取、ERP 自己登入、資料自己填入，看起來非常厲害。

但是企業真正應該問的是：

• Excel 如果少一個欄位怎麼辦？
• ERP 今天登入失敗怎麼辦？
• 網路斷線怎麼辦？
• ERP 跑得比平常慢怎麼辦？
• 做到第 500 筆時中斷怎麼辦？前面 499 筆要不要重新做？
• 同一筆資料如果寫兩次會怎麼樣？
• ERP 改版之後誰負責？

這些問題，才真正決定這套系統是不是能夠長期使用。

企業真正需要的，不是「一定要用 AI」或「一定要用 RPA」

我們認為自動化應該反過來思考。不是「最近 AI 很紅，所以我要導入 AI」，也不是「RPA 可以自動操作，所以全部都交給 RPA」，而是先問：

• 這個流程有沒有必要？有些流程其實可以直接取消或簡化。
• 資料有沒有整理好？如果資料本身就混亂，再好的 AI 也很難解決。
• 系統本身能不能直接介接？如果有 API，就不一定需要 RPA。

最後才決定使用什麼工具——可能是 API、RPA、AI、n8n、Excel、資料庫，或多種工具的組合。

一套比較健康的企業自動化，應該長這樣

不是單純的「Excel → RPA → ERP」，而是：

1. Excel 或其他資料來源
2. 先檢查資料
3. 確認資料正確
4. 再送進 ERP
5. 確認成功或失敗
6. 留下完整紀錄
7. 有問題的資料交給人處理

這樣即使中間真的發生問題，也知道：哪一筆成功？哪一筆失敗？為什麼失敗？可不可以重新執行？這才是企業真正需要的自動化。

結語：好的自動化，不只是今天跑得動

RPA 很好用，AI 很強，API 很重要，n8n 也非常方便。但是每一種工具都有自己的優點與限制。

所以真正重要的問題不是「哪一個工具最厲害？」，而是現在這個問題，應該選哪一個工具？

我們認為，好的自動化不應該只追求今天展示成功，而應該追求：半年後還能使用、系統變動時可以維護、出錯時知道哪裡出了問題、中斷之後可以重新執行、每一筆資料都可以追蹤。

真正成熟的數位轉型，不是把所有事情交給 AI，也不是把所有工作交給 RPA，而是在理解流程與系統限制之後，選擇最適合的工具。

---

延伸閱讀：超越自動化界限：AI與RPA融合下的管理革命；也可以看看精勁的輔導作法及效益與系統介紹。如果想先聊聊您現場的流程適合哪一種作法，歡迎與我們聯絡。