中小企業要不要做 AI 不是問題；問題是怎麼做、從哪開始、要花多少錢、多久看到結果。這篇文章給您一份可執行的 90 天行動框架——從第 0 天的盤點到第 90 天的規模化，每個階段都有具體交付物與成功指標。
為什麼中小企業最該現在開始？
2026 年中小企業面對的不是「要不要用 AI」，而是「同業已經在用」。台灣經濟部 2025 年第三季調查顯示，**員工 50 人以下的企業中，已導入生成式 AI 的比例已達 38%**，比 2023 年同期成長 4.2 倍。沒導入的企業，在報價速度、行銷產出量、客戶回應時間三大維度持續被拉開差距。
更關鍵的是：AI 工具的進入門檻已經降到比 SaaS 訂閱還低。一個 30 人的公司，用 Gemini API + Google AI Studio，每月成本可能不到 NT$5,000，但生產力可以提升 30–50%。問題只剩下「怎麼用對」。
90 天框架總覽
不要試圖一次解決所有問題。我帶過的 120+ 家公司中，成功落地的都有一個共通點：**先做 1 個小場景、看到結果、再放大**。完整的 90 天分三階段：
| 階段 | 時程 | 目標 | 交付物 |
|---|---|---|---|
| 盤點（Discovery） | Day 1–30 | 找出最該先做的 3 個場景 | 場景優先順序矩陣 + 預算規劃 |
| 試點（Pilot） | Day 31–60 | 把第 1 個場景做出來 | 可上線的 AI 工具 + ROI 數據 |
| 規模化（Scale） | Day 61–90 | 把試點推廣到全公司 | SOP + 全員培訓 + 月度 KPI |
Day 1–30｜盤點階段
Step 1：訪談 3 位關鍵主管（Day 1–5）
找您公司最重要的 3 個部門主管（通常是業務、行銷、營運），每位訪談 60 分鐘，問三個問題：
- 你部門最浪費時間的重複工作是什麼？（不是抱怨，而是具體的「每天/每週要做 X 次的事」）
- 哪一份文件、資料、知識，新人花最多時間才能上手？（這是潛在的 RAG 場景）
- 如果有一個能立刻幫你做 50% 工作的工具，你最想做什麼？（這是優先順序）
記住：訪談時不要提到「AI」，避免主管被技術名詞綁架想像力。問「浪費時間」和「想做但沒時間」，答案會更真實。
Step 2：盤點 10–15 個機會場景（Day 6–15）
把訪談整理成一張 Excel，每個場景包含 7 欄：
- 場景名稱（例：自動產出產品描述文案）
- 所在部門
- 每月發生頻率
- 每次耗時
- 目前處理人力
- 可能的 AI 解法
- 風險評估（資安、準確性、合規）
Step 3：用 ROI × 難度 × 風險矩陣排序（Day 16–25）
三個維度各打 1–5 分，然後計算(ROI × 5 − 難度 × 2 − 風險 × 3)，分數最高的 3 個就是您的「優先試點」。
實戰範例：南台灣某機械零件貿易商的排序結果
該公司盤點出 12 個場景，前 3 名是：(1) 業務報價助理（ROI 5、難度 3、風險 2）；(2) 內部產品規格查詢（ROI 4、難度 2、風險 1）；(3) 業務 email 自動分類（ROI 3、難度 1、風險 1）。最後選 (2) 先做——難度低、3 週就能上線、立刻看到效果。
Step 4：訂預算與時程（Day 26–30）
典型的中小企業第一個 AI 試點預算建議：NT$80,000–250,000。包含：
- AI 工具費（Gemini API、向量庫）：每月 NT$1,500–5,000
- 顧問或開發費（自做 0 元、外包 60–200K）
- 員工培訓費（半天班 30–60K）
- 後續維護（每月 5–15K）
Day 31–60｜試點階段
Week 5–6：搭建 MVP
原則：能用 No-Code 就不寫 Code、能用 SaaS 就不自架、能用免費版就不買付費。**前 2 週的目標只有一個：跑出一個能用的版本，再爛都沒關係**。
Week 7：5 位使用者測試
挑 5 位最忙又最務實的員工試用。記錄：
- 什麼任務 AI 表現好？
- 什麼地方常出錯？
- 員工會主動繼續用嗎？
Week 8：迭代 + 量化
根據回饋調整 Prompt、流程、UI。**最重要：量化效果**。例如「以前 30 分鐘的任務，現在 8 分鐘」「以前每週 5 次錯誤，現在 1 次」。這些數字是說服老闆繼續投資、說服員工繼續用的關鍵。
Day 61–90｜規模化階段
Week 9–10：寫 SOP + 培訓
把試點階段的成功流程寫成標準作業程序（SOP），舉辦半天的內訓讓全部門上手。
Week 11–12：擴散到第 2、第 3 個場景
第一個試點成功後，再用一樣的流程做第 2、第 3 個。**第二個比第一個快 50%**，因為團隊已經學到精髓。
Week 13：設定月度 KPI 與檢視機制
導入 AI 不是專案，是持續改善。設定每月檢視的 KPI（例：AI 處理的工時占比、員工 AI 使用頻率、AI 帶來的營收貢獻）。
三個最常見的失敗陷阱
過去三年我看到的失敗，幾乎都是以下三個之一：
- 一次想做太多場景。第一個都還沒做完就想做第二、第三個，結果全部都做一半。
- 找錯講師或顧問。理論派講師講完就走，工具導入完成但沒人用。
- 沒有量化結果就停了。試點看似成功但沒數字證明，老闆不願意繼續投資。
預算分配建議（按公司規模）
| 公司規模 | 建議首年預算 | 分配方式 |
|---|---|---|
| 5–20 人 | NT$80–200K | 主管班 + 1 個試點 + 自助學習 |
| 21–50 人 | NT$200–500K | 主管班 + 全員班 + 2 試點 + 月度顧問 |
| 51–200 人 | NT$500K–1.5M | 申請人提補助 + 48h 實戰班 + 3 試點 |
政府補助是關鍵。中小企業成長方案、產投班、人提計畫可以把實質負擔降到 0–30%。查補助資格 →
結論：90 天能改變什麼？
90 天不能把一家公司變成 AI 公司，但能讓您完成兩件事：(1) 第一個 AI 工具上線運作，並且有量化結果；(2) 公司內部知道「AI 確實有用」，這時候要繼續推進就容易了。
關鍵不是技術，是流程。先做小、再做大；先量化、再規模化；先員工會用、再買更多工具。