我一個人用 AI 幫公司蓋了一套 ERP,而且它每天在跑
// 重點摘要
市面上的 ERP 不是為中小企業設計的,所以我用 AI 自己做了一套。這篇不談炫技,談一個非資訊本科的老闆,怎麼靠 AI 把公司日常一塊一塊自動化,以及為什麼「有沒有真的在用」才是重點。
先講一個很多中小企業主的共同經驗:你去看市面上的 ERP(企業資源規劃系統,簡單說就是把訂單、庫存、財務、客戶全部管在一起的系統),要嘛太重、要嘛太貴,要嘛你得整間公司遷就它的流程重來一遍。不是用不起,是它根本不是為你這種規模、這種做法的公司設計的。
所以我做了一個當時聽起來有點瘋的決定:用 AI,自己做一套,長成我公司真正需要的樣子。這篇不談炫技,談一個非資訊本科的老闆,實際上是怎麼走過來的,以及我從中學到最重要的那件事。
為什麼一個「非工程背景」的人敢自己做
我不是資訊本科出身。放在幾年前,「自己做一套 ERP」對我來說是天方夜譚。但這幾年 AI 改變了一件根本的事:它讓「把想清楚的流程,變成一個真的能跑的東西」這件事,門檻大幅降低。
關鍵的心態轉變是這個:我不需要一次寫完一整套系統。我只要能把「一個一個真實的痛點」,一次解一個,交給 AI 幫我實作出來。ERP 不是一天蓋好的,它是一個模組、一個模組,從最痛的地方開始長出來的。
我從哪裡開始:先解最痛、最重複的那件事
我沒有一開始就想「做一套完整 ERP」,那樣一定會失敗——把第一步開得太大,是導入 AI 最常見的死法,這點我整理在 中小企業導入 AI,第一步該做什麼?。我是從「每天最煩、最重複」的地方下手的。
以對帳為例:每天要核對一堆單據和金流,又煩又容易出錯,還很吃時間。這種「規則明確、但量大又重複」的事,最適合先交給 AI 自動化。做完這一塊、確定它每天真的在幫我省時間,我才有信心和證據去做下一塊:庫存、客服後台、找標案的比對。一塊做穩,再擴一塊。
AI 到底幫了什麼、我又負責什麼
這裡要澄清一個常見的誤解:AI 幫我做的,不是「你丟一句話,它憑空生一套系統」。真正的分工是這樣:
我負責想清楚「要解決什麼問題、流程長什麼樣」——這部分 AI 幫不了你,因為只有你最懂你公司的實際運作、眉角、例外狀況。AI 負責把我想清楚的東西,實作成能跑的程式——這部分以前要花錢請工程師、要等很久,現在我自己帶著 AI 就能推進。
這也是我一直在講的一句話:AI 不是幫你想,是幫你把「想清楚的事」做出來。你想得越清楚,它幫你做得越準。
最重要的一件事:落地,才算數
如果這篇你只記得一句話,我希望是這句:這套 ERP 最重要的價值,不是它有多少功能,是它每天真的在跑。
它不是一個拿去給人看、讓人「哇」一聲的 demo,是我公司實際在用、真的省到時間、真的解決掉問題的東西。一個系統做得再完整、再漂亮,只要沒人用,就是數位垃圾。我做每一塊的驗收標準都只有一個:這件事現在是不是真的靠它在跑?
給也想這樣做的老闆:三個建議
- 從一個真實痛點開始,別想著蓋帝國:挑一件每天都在煩你、又重複的事,先把它解掉、上線、用起來,再想下一件。
- 你想得越清楚,AI 做得越好:動手前先把流程、規則、例外狀況講清楚,這是你的價值,也是成敗關鍵。
- 驗收只看「有沒有真的在用」:不是看它功能多,是看它有沒有落地。沒落地的,砍掉重來或直接放棄。
為什麼分享這件事
我分享這個,不是要你也去自己寫一套 ERP——那不一定適合每間公司。我想證明的是一件事:一個非工程背景的老闆,只要方法對、只要願意從一個真實的問題開始做,AI 真的能在你的公司裡變成有用的生產力。
導入 AI 的門檻,從來不是技術,是「敢不敢從一個真實的問題開始動手」。想把公司的日常一塊一塊 AI 化、又不知道從哪下手,這正是我在做、也在教的事,企業 AI 內訓與導入,歡迎在站上找我聊聊。
常見問題
不是資訊本科出身,真的做得出一套 ERP 嗎?
重點不在「一次寫完一整套」,而是一次解一個真實痛點、一塊一塊長出來。AI 讓「把想清楚的流程變成能跑的東西」這件事門檻大幅降低,但前提仍是你得先把流程想清楚——那部分沒有人能代替你。
AI 到底幫我做什麼,我自己又負責什麼?
你負責想清楚「要解決什麼問題、流程長什麼樣」,因為只有你最懂公司的實際運作、眉角和例外狀況;AI 負責把你想清楚的東西實作成能跑的程式。一句話:AI 不是幫你想,是幫你把想清楚的事做出來。
第一塊該從哪裡做起?
從「每天最煩、最重複、規則又明確」的那件事下手,例如對帳。做完這一塊、確定它每天真的在省時間,才有信心和證據去做下一塊。一開始就想蓋一套完整 ERP,幾乎一定失敗。
怎麼判斷做出來的東西算不算成功?
驗收標準只有一個:這件事現在是不是真的靠它在跑。功能再多、畫面再漂亮,只要沒人用就是數位垃圾。沒落地的,砍掉重來或直接放棄。
每間公司都該自己做一套 ERP 嗎?
不一定,這篇也不是要每個人都去自己寫一套。要證明的是另一件事:一個非工程背景的老闆,只要方法對、願意從一個真實的問題開始動手,AI 真的能在公司裡變成有用的生產力。
想更深入?
學習中心裡有這幾篇把觀念拆得更細