去年九月，彰化有個做汽車零組件的老闆，傳了一份截圖給我。是他的 Google Sheet，上面列著他所有的 AI 工具訂閱：ChatGPT Plus、Claude Pro、Notion AI、Copilot for Microsoft 365、Gamma、Otter.ai、Perplexity Pro。月費加起來超過一萬兩千元台幣。
他在截圖旁邊問了一句：「老師，我這樣算不算有在用 AI？」
我看了一下，回他：「你告訴我，你今天哪一件實際的工作是靠這裡面哪一個工具完成的？」
他沉默了一會。回說：「Google 搜尋？」
我不是要笑他。類似的情況，我在過去兩年的企業 AI 導入陪跑裡，看過超過三十次。
老闆訂了 ChatGPT，因為在網路上看到別人用 AI 寫行銷文案的成果截圖。業務主管訂了 Copilot，因為聽說微軟整合了 Office，感覺以後開會會用到。採購人員說隔壁公司也在用 Notion AI 做記錄，就一起開了帳號。
每一個訂閱的理由聽起來都很合理。問題是這些理由都來自「別人在用」，不是來自「我自己有一個具體的任務卡在那裡，需要解決」。
做金屬加工的師傅都知道這件事：工具箱很重不代表你做得好。反覆被拿起來的那把刀，才代表你的真實需求。
「多試幾個」為什麼反而沒效
有一個常見的想法是：AI 工具都不貴，多試幾個總沒壞處吧？
問題在於，「試用」跟「用好」之間有一道坎。那道坎的名字叫工作流程整合。
你用 Claude 草擬一封 Email，第一次可能要花四十分鐘，因為要摸索怎麼寫 prompt、怎麼複製貼上、怎麼修改到自己滿意。第二次縮到二十分鐘。第三次縮到八分鐘。第十次，你已經有一套固定的 prompt 格式，打開 Claude 就像打開 Word 一樣自然。
但如果你同時試著用 ChatGPT 做一樣的事，學習曲線就沒辦法疊加。你在兩條學習曲線上各走了一小段，都沒走完。
多試的代價是：你對每一個工具的熟悉程度都停在表面，然後你得出一個結論：「AI 工具好像沒什麼用。」
其實不是 AI 沒用，是你還沒給它機會真正進入你的日常工作流程。
先找那個「每週兩小時」的任務
我在陪企業做 AI 導入的時候，第一個問的問題從來不是「你們想用什麼 AI 工具」。
是這個：「你公司每個禮拜有哪一件事，讓你和你的員工覺得最累、最浪費時間、最想外包出去？」
這一題通常要問兩三次，因為第一次回答的往往是老闆想講的答案，不是真實答案。
真實答案通常是：整理報價單、寫 Email 回廠商、開會記錄、整理客戶訂單歷史、翻舊報表找數字。
這些事情有一個共同特徵：重複性高、需要語言處理、不需要人類判斷。這正是現在 AI 工具最擅長的事情。
選工具的邏輯只有一條：你現在最痛的那個任務，對應哪一個工具？
如果是文字類（寫提案、寫信、整理資料、摘要會議），一個 Claude Pro 或 ChatGPT Plus 就夠了。兩個都要，代表你還沒搞清楚真正的需求在哪裡。如果是會議記錄，選一個 AI 摘要工具就好。如果是簡報製作，Gamma 可以考慮——但先想清楚你們每個月到底做幾份簡報，如果只有兩份，花時間學這個划算嗎？
損卦說的那件事
易經有一卦叫損卦，卦名就是削減、減少的意思。老子有一句話，我在讀損卦的時候常常一起想：損之又損，以至於無為，無為而無不為。
不斷削減，削到精簡，反而什麼都做得到。
這個邏輯放在 AI 工具選擇上，我覺得非常準確。
七個工具同時攤在桌上，每個都淺淺試了一下，等於什麼都沒學會。一個工具認真用三個月，你才會開始知道 AI 工具真正能做什麼、在你的工作流程裡哪裡卡、哪裡順。然後你才有資格決定要不要加第二個。
這不是省錢的建議，是讓 AI 真的進入你工作日常的前提。
三個問題幫你選出第一個工具
問題一：你的工作裡面，哪一件事每週要花超過兩個小時，而且你或你的員工都不喜歡做？
問題二：這件事的主要內容是語言處理（寫、讀、整理、摘要、翻譯），還是視覺設計，還是數據計算？
問題三：如果有一個工具可以把這件事的時間縮短一半，你願意花一個下午讓員工學會怎麼用它嗎？
三個問題都是肯定答案，你就知道第一個工具要選什麼了。先不要管哪個工具名稱最火。找到任務，再找對應工具，而不是看到工具再去硬套需求。
那個彰化的老闆後來問我：「那我那些訂閱要不要都取消？」
我說：「先取消五個，留你用得最勤的那一個。用滿三個月，你就知道下一個要加什麼了。」
他最後留了 Claude Pro，原因是每天要回廠商詢價 Email，每封都要客製化調整一點點——這件事最痛。用了兩週就上手了。後來他說，以前每天一個半小時的事，現在大概二十分鐘。
其他六個工具的月費，他一起取消了。每個月省下快一萬元。這才是真正的中小企業 AI 導入成果——不是訂閱了幾個工具，是真的有一件事變快了。