「我想把所有重複性工作都自動化！」
這是很多人第一次接觸自動化時的想法。聽起來很合理，對吧？重複的事情交給電腦做，人類做更有價值的工作。
但我們要告訴你一個殘酷的事實：挑錯流程先做，會吃力不討好。先啃硬骨頭（開發長、頻次低、效益小的），還沒見到回報就先累垮、失去信心，整個自動化計畫就半途而廢。
自動化不是拿到流程就埋頭苦幹拼命寫。真正的關鍵是「導入順序」——先做流程梳理（搞清楚現況、瓶頸、依賴關係），挑「高頻、短時、開發成本低、效益大」的 Quick Win 切入，證明價值、累積動能後再逐步擴大到全面自動化。下方的 4 層評估標準，就是 Quick Win 階段挑「先做哪一個」的工具。
延伸閱讀：軟體 ≠ 自動化：買了 ERP、用了 AI 為什麼還是做不完？
SRich 的 4 層自動化評估標準
評估層 1：頻率與時間成本
值得自動化：高頻短時 — 每天、每小時做，每次幾分鐘到 30 分鐘
不值得：低頻長時 — 每月、每季才做一次，但單次要花好幾小時
關鍵不是「總時間」，是「頻率」：
同樣是 150 分鐘工作量，但價值天差地遠：
- ✅ 值得：5 分鐘 × 30 天 — 高頻短時
員工天天被打斷、心理負擔重、容易出錯。自動化後「天天領回報」、穩定品質、釋放心智頻寬。 - ❌ 不值得：30 分鐘 × 5 天 — 中頻較長
人類可以集中精神專心做完，每次情況可能不同（規則難寫死），自動化開發成本不見得回得來。
為什麼頻率比總時間更重要：
- 高頻任務佔的不只是時間，還有「注意力」與「上下文切換成本」
- 低頻任務常常規則每次不同，自動化反而難寫
- 低頻長時任務適合人類深度思考、處理例外
評估層 2：流程穩定性
值得自動化：流程固定、規則明確、不常改變
不值得：每次做法不同、需要大量判斷、規則常變動
真實案例：某公司想自動化「客戶詢價回覆」，但每個客戶的需求都不同，需要業務判斷。結果花了 50 萬開發系統，卻因為規則太複雜無法涵蓋所有情境，最後還是要人工處理。
評估層 3：錯誤成本
值得自動化：錯了可以重來、影響不大
不值得：錯了會造成重大損失
例如：自動發送內部報表，錯了頂多重發。但自動匯款？錯了可能損失幾百萬。這種高風險流程，即使能自動化，也要保留人工最終確認。
評估層 4：技術可行性
值得自動化：技術成熟、開發成本低
不值得：技術門檻高、成本超過效益
| 工作類型 | 技術難度 | 建議 |
|---|---|---|
| Excel 報表整理 | 簡單 | ✅ 高度建議 |
| PDF 資料擷取 | 中等 | ✅ 建議 |
| 網頁資料爬取 | 中等 | ✅ 建議 |
| 手寫文件辨識 | 高 | ⚠️ 評估效益 |
| 複雜決策判斷 | 極高 | ❌ 不建議 |
從 Excel 到 AI：自動化的 5 個階段
Level 1：Excel 巨集與公式
適合：簡單的資料整理、計算、格式調整
成本：幾乎為零，Excel 內建功能
案例：自動彙整每週銷售報表
Level 2：Python 腳本自動化
適合：跨檔案處理、批次作業、資料轉換
成本：學習成本中等，執行成本低
案例：每天自動從 20 個 Excel 檔案抓取資料並匯總
Level 3：RPA 機器人流程自動化
適合：跨系統操作、UI 點擊、需要登入的系統
成本：中高（需要 RPA 工具或開發）
案例：自動登入 ERP 系統下載報表並寄送給主管
Level 4：系統整合（API 串接）
適合：系統間資料同步、即時更新
成本：高（需要開發）
案例：訂單系統自動同步到庫存系統和會計系統
Level 5：AI 智能自動化
適合：需要判斷、分類、預測的工作
成本：中高（AI API 成本 + 開發）
案例：自動分類客戶信件並產生回覆草稿
流程自動化的兩條路徑：改系統 vs 不改系統（RPA 在哪？）
流程自動化（Process Automation）不是單一技術，而是「讓重複工作自動完成」的總稱。它有兩條基本路徑：
| 比較項目 | 路徑 A：改系統的高效化 | 路徑 B：不改系統的自動化串接 |
|---|---|---|
| 做法 | 直接改造原系統的流程或邏輯讓它更有效率 | 不動原系統，在外面用工具把工作串起來自動做完 |
| 適合情境 | 系統可以動、原廠願配合、預算夠 | 系統不能動（封閉/老舊/合約限制/原廠不維護） |
| 典型例子 | 升級 ERP 到 S/4HANA、改寫業務邏輯、重設計表單 | RPA 模擬點擊、Python 寫腳本、API 串接、資料管道 |
| 優點 | 從根本解決，效能與資料一致性最好 | 不破壞原系統、不影響保固、導入快、風險低 |
| 缺點 | 成本高、風險大、時程長 | 多了一層維護，需要監控介面變動 |
RPA 是「精神」不是工具
RPA（Robotic Process Automation，機器人流程自動化）是一種方法論與精神，不是特定工具。任何透過軟體模擬人類操作電腦、把重複動作自動化的做法都叫 RPA。具體實現方式有很多種：
- UI 自動化工具：UiPath、Power Automate Desktop、Blue Prism
- 程式腳本：Python pyautogui、AutoHotkey、SAP GUI Scripting
- Web 自動化：Selenium、Playwright、Puppeteer
所以「我用 Python 寫腳本自動點按鈕讀資料」也是 RPA，不是只有 UiPath / Power Automate 那種拖拉式工具才叫 RPA。
最常見的誤解：把「Python 腳本」跟「RPA」對立起來。實際上 Python 寫的自動化腳本只要在模擬人類操作電腦（讀 Excel、點按鈕、登入網頁、抓資料），它本身就是 RPA 的一種實現方式。「RPA = UiPath」只是工具行銷造成的印象，不是 RPA 的定義。
實務建議：選工具時不要看「叫不叫 RPA」，要看能不能解決問題。在路徑 B（不改系統）裡，順序應該是：先看能不能用 API 串接（最穩定）→ 不行再用 Python 腳本（有 pyautogui 也是 RPA）→ 太複雜才用 UiPath / Power Automate Desktop 這種拖拉式 RPA 工具（彈性差、UI 改版就斷）。
延伸閱讀：線外系統：SAP RPA + auto service 實戰
2026 主流流程自動化工具評比
常被問到：「流程自動化工具這麼多，到底要選哪個？」一張表把工具按上面的兩條路徑分類：
| 工具 | 所屬路徑 | 適合場景 | 學習成本 | 祥富觀點 |
|---|---|---|---|---|
| ERP 升級 / S/4HANA | A：改系統 | 系統可以動、原廠配合、預算充足 | 高 | 💛 大改造，風險高、時程長 |
| 自寫業務系統 | A：改系統 | 流程獨特、需深度客製 | 中-高 | ✅ 中小企業常用 |
| Excel 巨集 / Power Query | B：不改系統 | 單機資料整理、月報彙整 | 低 | ✅ 個人效率第一步 |
| Python 腳本（含 pyautogui） | B：不改系統（API + RPA） | 跨檔案處理、批次作業、API 串接、模擬操作 | 中 | ✅ 企業主力建議 |
| Claude Code / AI Coding | B：不改系統（AI 輔助） | 用 AI 加速寫 Python / 自動化腳本 | 低（會講人話就行） | ✅ 2026 新主流 |
| n8n / Make / Zapier | B：不改系統（LowCode 串接） | 個人玩票、快速 prototype | 低 | ⚠️ 關鍵業務不建議（廠商鎖定 + 資料外流風險） |
| UiPath / Power Automate Desktop | B：不改系統（拖拉式 RPA） | 無 API 的封閉系統 UI 自動化 | 中 | 💛 SAP 等封閉系統的最後手段 |
| SAP GUI Scripting | B：不改系統（SAP 原廠 RPA） | SAP 線外系統整合（合法腳本介面） | 高（要懂 SAP 流程） | ✅ SAP 用戶必學 |
祥富的選擇路徑：
- 系統可以動且值得改 → 路徑 A（升級或自寫業務系統）
- 系統不能動，個人效率 → Excel + Power Query
- 系統不能動，有 API → Python + Claude Code（API 串接）
- 系統不能動，沒 API 但能寫腳本 → Python + pyautogui（這也是 RPA）
- 系統不能動，連腳本都難寫 → UiPath 或 SAP GUI Scripting
- 需要 AI 判斷的步驟 → 接 Claude / GPT API
延伸閱讀：為什麼 LowCode 工具不適合關鍵業務 | Vibe Coding vs LLM Coding：AI 寫程式的兩種境界
真實案例：貿易業 SAP 自動建檔（每天省 5 小時）
客戶背景：某中型貿易公司，每天需要在 SAP 系統建立大量訂單 / 採購單。
原本流程（人工建檔）：
- 員工打開 SAP、登入對應交易碼
- 從訂單來源（Excel / email / 紙本）一筆一筆複製資料
- 手動輸入 SAP 欄位、檢查、儲存
- 每筆 30 分鐘 × 10 筆/天 = 5 小時/天
自動化方案：SAP GUI Scripting + Python RPA（線外系統路徑）
- RPA 自動讀取訂單來源資料
- 透過 SAP 原廠 GUI Scripting 介面登入 SAP、執行標準交易碼
- 自動填寫欄位、檢查、儲存
- 完成後產生執行紀錄供人工抽查
量化效益：
- 人力節省：1,250 小時 / 年 ≈ 7.4 個月人力（按 250 工作天 / 年、每月 168 工時）
- 執行速度：RPA 跑 SAP 比人工快 3 倍（每筆 30 分鐘 → 10 分鐘）
- 系統穩定度高：使用 SAP 原廠 GUI Scripting，不影響 SAP 維護合約、抗版本升級能力強
- 錯誤率：人工建檔約 1-3%（漏字、按錯欄位） → RPA 嚴格按腳本，接近 0%
- 員工解放：從重複建檔轉做客戶溝通、訂單異常處理等高價值工作
為什麼用 SAP GUI Scripting，不是 UiPath？
- SAP 原廠正式支援的合法腳本介面，無授權費（UiPath 一個 license 約 2-5 萬美金 / 年）
- 不需在每台機器安裝 RPA agent，只要會跑 Python 的環境就能執行
- 抗 SAP 補丁 / 升級能力強（傳統 UI 抓圖式 RPA 容易斷掉）
- 不破壞 SAP 維護合約（Warranty）
延伸閱讀：線外系統：SAP RPA + auto service 實戰 | 食品廠 SAP 用 15 年怎麼翻身：線外系統雙引擎實戰 | 蝦皮淨水器案例：三套 ERP 沒一套能用
如何開始流程自動化？
Step 1：盤點重複性工作
列出你每天、每週都在做的重複工作，記錄每次花費時間。
Step 2：用 4 層評估標準篩選
頻率高、流程穩定、技術可行的優先處理。
Step 3：選擇合適的自動化層級
不要一開始就想做 AI，從 Excel 或 Python 開始。
Step 4：小範圍測試
先自動化一部分，確認可行後再擴大。
Step 5：持續優化
自動化不是一次性專案，要根據實際使用經驗調整。
常見問題
Q：什麼是流程自動化？
A：流程自動化（Process Automation）是「讓重複工作自動完成」的總稱，分兩條路徑——(A) 改系統的高效化（升級或改造原系統，例如升級 ERP、改業務邏輯）、(B) 不改系統的自動化串接（在外面用工具把工作串起來，例如 RPA / Python / API）。常見實現工具包括 Excel 巨集、Python 腳本、SAP GUI Scripting、UiPath、n8n、Claude Code AI 輔助開發等。重點不是「用了哪個工具」，是「企業流程因此變得不需要人」。
Q：流程自動化怎麼開始？應該先做什麼？
A：真正的關鍵是「導入順序」，不是「用什麼工具」。正確順序：(1) 先做流程梳理（搞清楚現況、瓶頸、依賴關係）；(2) 挑「高頻、短時、開發成本低、效益大」的 Quick Win 切入；(3) 證明價值後再逐步擴大到全面自動化。挑錯流程先做（啃硬骨頭、開發長、頻次低）會吃力不討好，還沒見回報就先放棄。詳細方法見 企業 AI 自動化導入完整指南。
Q：什麼樣的流程值得自動化？什麼不值得？
A：用 4 層評估標準：(1) 頻率與時間 — 高頻短時值得（每天 5 分鐘 × 30 天），低頻長時不值得；(2) 流程穩定性 — 規則明確、不常改變值得；(3) 錯誤成本 — 錯了可重來值得，錯了損失百萬要保留人工最終確認；(4) 技術可行性 — 有 API、有 selector 值得，需要極複雜決策不值得。詳見上方「SRich 的 4 層自動化評估標準」段落。
Q：流程自動化多久可以上線？要花多少錢？
A：依場景複雜度：(1) 簡單個人工具（Excel 巨集、Python 腳本）1-2 週可上線，成本幾近零；(2) 中型流程整合（API 串接、跨系統同步）4-8 週首個模組上線；(3) 完整全廠導入 12-14 週首輪完成。費用 4 種模式：A 複雜導入工程 80-150 萬、B 小幫手月費訂閱 NT$5,000-15,000/月（主流）、C AI API 費用客戶自付 Enterprise 帳號、D 課程培訓 NT$60,000 / 2 人起。
Q：流程自動化跟 RPA 差在哪？
A：流程自動化是「讓重複工作自動完成」的總稱，分兩條路徑——(A) 改系統的高效化（升級/改造原系統）、(B) 不改系統的自動化串接（在外面用工具接）。RPA 是路徑 B 中的一種「精神」與方法論，不是特定工具：任何透過軟體模擬人類操作電腦的做法都叫 RPA，包括 UiPath、Power Automate Desktop、Python pyautogui、SAP GUI Scripting、Selenium 等。所以 Python 腳本只要在模擬人類操作電腦，它本身就是 RPA 的一種實現方式。詳見上方「流程自動化的兩條路徑」段落。
延伸閱讀與學習資源：
- 📖 企業 AI 自動化導入完整指南：B2B 視角的場景、工具、費用、步驟、避坑
- 📖 Vibe Coding 完整指南：用 AI 寫程式加速自動化開發
- 📖 LLM 操作瀏覽器 vs 傳統 RPA：自動化架構選擇深度分析
- 📖 LowCode 真相：為什麼 n8n/Make/Zapier 不適合關鍵業務
- 📖 AI 輔助開發：用 AI 讓自動化開發速度再提升 2-3 倍
- 📖 蝦皮淨水器案例：導入系統前為什麼要先做資料盤點
- 📺 熊哥的流程自動化學院（YouTube）：想自學 Excel、Python、RPA 入門的人，這裡有免費教學