哪些工作可以交給 AI，哪些一定要人確認？一張 AI 與人工分工表

AI 與人工分工該怎麼切？企業真正要分的，不是「人工工作」與「AI 工作」，而是一項工作裡，哪些步驟可以由 AI 整理、起草與提醒，哪些決定仍要由有權限的人負責。只要用錯一個切法，團隊不是什麼都不敢用，就是把不該自動的事情放了出去。

這篇提供一張企業 AI 與人工分工表，讓主管依照出錯影響、可否核對、能否復原、是否涉及權限，以及最後由誰負責，判斷 AI 可以做到哪一步。內容不需要技術背景，可直接拿來盤點客服、業務、行政、採購與內部管理流程。

文章導讀

為什麼不能只問「這份工作 AI 能不能做」

一份看似單純的工作，通常包含多種責任。以回覆客戶詢問為例，可能包括整理問題、查找資料、起草文字、確認個別條件、核准承諾，再把答案送出。AI 能協助前三步，不代表它也應該完成後三步。

如果公司用整份工作來分，只會得到兩種極端答案。一種是擔心出錯，所以所有內容都要從頭人工處理；另一種是看到 AI 能產生完整文字，就把查證、決定與發送一起交出去。前者看不到實際效率，後者則把責任藏在看似流暢的答案裡。

更實用的做法，是把工作拆成「整理事實、形成初稿、提出建議、核准決定、執行動作」五個步驟，再為每一步安排責任。這也能幫主管看出真正的瓶頸：有時不是 AI 不夠好，而是公司沒有說清楚誰能決定、依據什麼決定。

AI 能完成一個動作，不等於 AI 應該承擔這個動作造成的結果。最後責任無法交給工具，所以企業必須先留下能追溯的人與確認點。

公司層級的方向、工作驗收與工具界線，也要由不同角色承擔。可先對照企業 AI 推動的 4 個角色分工，再把本篇責任表套進單一流程。

一張企業 AI 與人工分工表

下面這張表可以作為預設原則。工作越靠近資料整理，AI 可承擔的比例越高；越靠近承諾、資源、權限與不可復原的結果，人就要更早介入。

工作層級	AI 可以負責	人一定要負責	常見例子
一、整理	分類、摘要、擷取欄位、比對格式	設定規則、抽查錯漏、處理例外	會議重點、表單整理、文件歸類
二、起草	依指定資料產生第一版內容	查證事實、調整語氣、確認後送出	信件、報告、客服回覆、簡報大綱
三、建議	整理選項、列出差異、提醒風險	判斷取捨、說明理由、做最後決定	案件排序、排程建議、採購比較
四、核准	準備資料、檢查缺漏、通知待辦	由具權限者核准並留下紀錄	報價例外、退款、預算、對外承諾
五、重大執行	提供操作前清單與事後紀錄	確認對象、範圍與影響後親自執行	付款、刪除資料、開放權限、終止服務

這不是固定不變的界線。同一個動作若有明確範圍、可以立即復原且已有穩定紀錄，可以逐步降低人工確認；反過來，只要情境改變或例外增加，就應把確認層級調高。

如果團隊對「可以做」與「不能做」仍常有不同理解，可搭配授權與容錯的 4 個設計，把可直接執行、需要確認與必須停止的範圍分級。

若責任表涉及共用工具與多個部門，還要一併對照企業 AI 工具的共同規則與例外管理，確認帳號、資料與權限不會因個別工作方便而失控。

AI 與人工分工前，先問這 5 個問題

不用替所有工作制定厚重規範。先讓流程負責人回答以下五個問題，就能做出第一版判斷。只要其中兩三題的風險偏高，就不應讓 AI 在無人確認下完成。

• 一、如果錯了，影響會到哪裡

  只影響內部可修改的初稿，和直接影響客戶權益、款項或公司承諾，確認層級不能相同。先描述最壞但合理的結果，不要只看平常順利時的樣子。

• 二、結果能不能快速核對

  有清楚來源、固定欄位或可比對數字，通常容易覆核；若只能依經驗、情境或多方資訊判斷，就要由熟悉工作的人確認，不能只看文字是否通順。

• 三、做錯後能不能復原

  內部文件可以改版，錯寄的承諾、已付款項、被刪資料與已開權限卻未必能完整收回。越難復原，越要在執行前安排明確核准。

• 四、是否會動用公司的權限與資源

  只讀資料與實際新增、刪除、付款、發布，是不同層級。即使內容判斷正確，只要會改變系統狀態或使用公司資源，也要限制範圍並保留操作紀錄。

• 五、最後由誰對結果負責

  不能回答人名或角色，就代表流程還沒準備好。負責人要有能力看懂輸入、檢查輸出，也要有權要求停止或退回，而不是只在出事後被通知。

判斷結果	建議分工	最低確認方式
影響低、易核對、可復原	AI 執行，人定期抽查	保留來源與異常紀錄
影響中、可核對、可補救	AI 起草，人送出前確認	指定確認人與退回原因
影響高或難以復原	AI 只整理資料，人決定並執行	具權限者核准，必要時雙人確認
責任與依據都不清楚	先停止自動處理	補齊規則、負責人與例外流程

怎麼把 AI 與人工分工表套進真實流程

不要從全公司一次開始，先選一條每天真的在跑、步驟不超過十個的流程。找一位實際操作的人和一位能做決定的主管，用最近三至五個真實案例逐步走一次，記下每一步的輸入、動作、結果與例外。

例如業務準備客戶報價，可以拆成：整理需求、查找標準方案、產生說明初稿、確認折扣、核准特殊條件、寄出、更新紀錄。AI 可以協助前三項與最後的紀錄提醒，但折扣、特殊條件與正式寄出，仍應由有權限的人確認。

客服流程也可以沿用同一方法。可參考AI 客服導入的 4 個條件，把內部查找、回覆初稿、限定自動回覆與轉人工拆成不同責任層級。

分工表不是寫「人機協作」四個字，而是要讓每個人在關鍵時點知道自己要看什麼、按下什麼、留下什麼。

流程步驟	AI 動作	人工動作	停止或升級條件	負責角色
整理需求	彙整原始訊息與缺漏欄位	確認需求沒有誤解	關鍵資料互相矛盾	承辦人
準備初稿	依有效範本產生第一版	核對事實與適用條件	沒有可引用的有效來源	內容負責人
提出選項	列出差異、成本與待確認事項	依目標選擇並寫下理由	超出原定範圍或預算	流程主管
核准與送出	提醒缺漏並保存版本	具權限者核准、親自送出	涉及例外承諾或重大影響	授權主管

試行兩週後，不只問「省了多少時間」，還要看退回原因、人工改動、例外數量與沒被使用的原因。若多數修改集中在同一欄位，就補資料或規則；若每次都需要不同判斷，就讓 AI 停在整理與提醒。可參考決策流程的 5 個盤點徵兆，先把判斷依據說清楚。

哪些工作不宜完全交給 AI 自動處理

以下工作不是完全不能使用 AI，而是不宜讓 AI 同時完成判斷、核准與執行。它可以整理背景、檢查缺漏與準備選項，但最後一關要保留給能承擔結果的人。

• 對外形成承諾

  報價例外、賠償、交期、權益與正式聲明，都可能讓公司承擔後續責任。AI 可以準備初稿，授權人員必須核對條件並親自確認。

• 移動金錢或重要資源

  付款、退款、採購核准、預算挪用與大量資源分配，需要明確金額、對象與權限。必要時採雙人確認，不能只依一段生成內容執行。

• 開放權限或接觸敏感資料

  新增帳號、擴大存取、匯出資料與跨部門分享，都會改變風險範圍。人要確認目的、最小必要範圍與到期時間。

• 刪除、覆寫或難以復原

  正式紀錄、客戶資料、系統設定與大量內容一旦刪除，可能無法完整重建。應先有備份、預覽與人工核准，再由指定角色執行。

• 影響個人機會與重要處遇

  招募、升遷、考核、懲處與重大客訴處理，需要理解完整情境並說明理由。AI 可以彙整資料，但不應成為唯一決定者。

企業可以把這些原則寫進簡短的使用分級，不必從全面禁止開始。做法可延伸閱讀AI 使用規範的 5 種折衷設計。

外派 AI 長如何協助建立責任分工

外部角色可以陪流程主管與實際使用者，把一條工作拆成可觀察的步驟，依出錯影響、可核對程度、復原難度與權限需求，標出 AI 執行、人工確認與必須停止的位置。這能讓討論回到真實工作，而不是只比較工具功能。

接著可用少量真實案例測試兩週，記錄人工修改、退回原因、例外與處理時間，再調整分工。最後留下責任表、確認清單與更新人，讓內部主管能自行維護，不必每次遇到新工具就重做一套原則。

實際診斷、試行與能力移轉方式，可參考服務流程與方案。

內文精華總結

AI 與人工分工的界線，不應依工具能不能產生結果決定，而要依出錯影響、查證難度、復原能力、操作權限與責任歸屬決定。

• 先拆工作步驟：整理、起草、建議、核准與執行，不要整份工作一次分配。
• AI 適合做準備：大量、重複、可核對的整理與初稿，可先交給 AI。
• 人保留關鍵決定：承諾、資源、權限與難以復原的動作，必須由人負責。
• 設定停止條件：資料矛盾、超出範圍或缺少來源時，立即轉給指定角色。
• 留下責任紀錄：每一步都要知道誰確認、依據什麼，以及最後版本在哪裡。
• 用真實案例調整：依退回、修改與例外紀錄逐步放寬，不用一開始追求全自動。

延伸閱讀

• 公司要推 AI，究竟該交給誰負責？4 個角色怎麼分工
• AI 工具該全公司統一，還是讓各部門自己選？兩種做法怎麼取捨
• 每個人都在用 AI，為什麼做出來的品質差這麼多？建立共用做法的 5 步
• 客服適合先導入 AI 嗎？先看這 4 個條件
• 團隊不敢把 AI 用在重要工作上？授權與容錯的 4 個設計

重點整理