我們接觸過的中小企業，十家有八家沒有專職 IT。老闆想導入 AI，第一個卡住的問題往往不是「做得到嗎」，而是「公司資料丟進去，會不會出事？沒人懂技術，出問題誰處理？」這個顧慮是合理的，但它不該變成不做的理由——因為多數風險其實可以在流程設計階段就處理掉，不需要養一個資訊部門。
沒有 IT 人員，導入 AI 的風險到底在哪裡？
先把模糊的不安拆成具體項目，才知道要防什麼。實務上真正會發生的風險有四類：
- 資料外流：員工把客戶名單、報價、合約內容貼進公開 AI 工具，內容被用於模型訓練。
- 權限過大：為了方便，直接把系統的管理員帳號給 AI 流程使用，結果它能動的遠超過該做的事。
- 錯誤自動放大：AI 判斷錯了卻沒人攔，一天下來錯了三百筆，比人工出錯難收拾。
- 沒人接手：導入時靠外部顧問或某位熱心同事，人一走就沒人知道怎麼改、怎麼修。
值得注意的是，這四項裡只有一項半跟技術能力有關，其餘都是管理與流程設計問題。
第一步：先把資料分級，不是先挑工具
導入前，花半天把公司資料粗分三級就夠用：公開（產品型錄、官網文案）、內部（SOP、庫存、排班）、機密（客戶個資、財務報表、合約、薪資）。
接著訂一條很簡單的規則：機密級資料不進公開 AI 工具，只能在有簽署資料處理條款的服務或自建環境中處理。這條規則寫在一張 A4 上發給全公司，效果通常比任何技術管控都大，因為最常見的外流不是被駭，是員工圖方便自己貼上去的。
怎麼選才不會把資料交給拿去訓練的服務？
選型時只要確認三件事，不需要看懂技術白皮書：
- 服務條款是否明確寫明不使用客戶資料訓練模型。企業版／API 方案通常有，免費個人版通常沒有。
- 資料保存期限與所在區域，能否要求刪除。
- 是否支援自架或私有部署。像 Dify、n8n 這類工具都能架在自己的伺服器上，敏感流程可以完全不出公司網路。
對多數中小企業來說，合理的組合是：一般文書用雲端服務，涉及客戶個資與財務的流程走自架環境。
怎麼避免 AI 權限過大？
原則只有一條：最小權限。一個 AI 流程只給它完成那一件事所需的存取權。做進貨對帳的 Agent，只需要讀取進貨單與發票資料夾，不需要能改主檔、不需要能發信給客戶、更不需要 ERP 的管理員權限。
做法上，替每個流程開一組專用帳號，權限逐項勾選，並且優先給「唯讀」。需要寫入的動作（例如產生傳票、更新狀態）再單獨開，並留下操作紀錄。這樣即使某個流程出錯，影響範圍是可預期的。
哪些環節一定要保留人工確認？
我們在做 AI 就緒 SOP 時，會在流程圖上標出「AI 候選點」，同時也標出「必須人工把關點」。判斷標準是兩個問題：這一步做錯的後果能不能事後修正？影響的是內部還是外部？
凡是牽涉付款、對外發送、法律效力、金額異動的步驟，一律保留人工按下確認。AI 負責把資料整理好、把異常標出來、把單據草稿寫完，人只做最後那一秒的判斷。這樣既省下九成工時，也不會把公司暴露在無人監管的自動決策裡。
沒有 IT，導入後誰維護？
這是最容易被忽略、卻最致命的一點。解法不是找一個技術很強的人，而是把流程文件化。
nextOA 的做法是：先訪談第一線實際執行的同仁，把真實流程（不是主管想像中的流程）畫出來，用 ECRS 精簡掉多餘步驟，再標記哪些可以交給 AI，最後產出一份可執行的 SOP 藍圖，才進到 Dify、n8n 或 Camunda 上實作。這份 SOP 藍圖的價值在於：它讓流程的邏輯留在公司裡，而不是留在某個人的腦袋或某個外部廠商手上。日後要調整規則、要換工具、要交接給新同事，都有依據。
另外，指定一位「流程負責人」——不必懂程式，但要清楚這個流程該做什麼、什麼情況算異常。實務上由該部門的資深同仁擔任最合適。
從哪個流程開始最安全？
建議第一個案子挑符合這三個條件的流程：不碰客戶個資、規則相對明確、出錯可以馬上發現且容易修正。例如內部報表彙整、會議紀錄整理成待辦、標準詢價信回覆草稿、發票資料建檔前的初步比對。
先用一個低風險流程跑完整個循環，團隊會累積兩樣東西：對 AI 能力邊界的實際認知，以及一套可複製的導入方法。有了這些，再往財會、業務等高價值流程推進，風險就低得多。
小結
沒有 IT 團隊不是導入 AI 的障礙，缺乏流程紀律才是。資料分級、慎選服務、最小權限、關鍵點人工確認、流程文件化——這五件事都不需要工程師，卻能擋掉九成以上的風險。