朋友最近常問我：「AI 都這麼強了，還需要找軟體外包公司嗎？」
答案是：比以前更需要，但要外包的東西完全不一樣了。
過去找軟體外包公司 = 找一群工程師寫 code。AI 把寫 code 的成本一路壓低後，這個邏輯就壞了——你花同樣的錢，得到的不該是「多少功能」，該是更好的判斷 + AI 加速 + 流程整個重新設計。
拆成三類就清楚了：
- 不用外包了——自己用 AI 做的
- 需要外包——自己做不划算、但 Data 很重要的
- 流程顧問外包——如果想把日常工作慢慢交給 agent
1. 不用外包了：自己用 AI 做就好
很多以前一定要找廠商的事，現在內部用 AI 工具就能搞定，根本不用外包：
- 靜態的網站頁面：landing page、產品介紹、活動頁——AI 直接生成，內部 marketing 就能 own
- 用 prompt 就能改的東西：改文案、換圖、調 layout、改顏色。過去要排工程師排隊改的事，現在一句話就改好
- 一次性的小系統：活動報名、內部問卷、短期收件表單——用完就丟、不需要長期維護的，AI + 現成模板就能組
- 操作手冊 / FAQ 第一版：AI 寫 draft、人來潤飾
- 明確錯誤訊息的小 bug：丟給 AI 通常 10 分鐘解決
- 小規模、非關鍵資料的轉換：Excel 整理成 CSV、欄位 mapping。但重要資料（客戶、財務、ERP master）一定要人工 review
前提是公司裡要先 identify 一個懂 AI 應用的員工——不需要是工程師，會用 AI 把上面這些事做完就好。沒這個人，所有「自己做」的選項都會卡，最後還是會跑回去找外包。
再往大一點看，這不是「找一個人就完」——每個部門都要慢慢識別出會把 AI 套進工作流程的人：行銷、業務、客服、HR 各自都需要。AI 不是 IT 部門才該管，是所有部門的工具。
2. 需要外包：「每天在跑、每天在累積資料」的系統
剩下的 90% 預算該花在 AI 做不到的事上。從資料的角度看，老闆要 identify 公司哪些資料未來有價值——這些就是該外包客製的對象。
有資料才能餵 AI agent：HR 離職資料能跑留才預測、CRM 對話歷史能餵客服 agent、報帳金流能做異常偵測。沒資料 agent 就是空殼——所以「資料存在誰手上」比「系統長怎樣」更重要。
過去三條路從資料角度看都壞：
- 硬養 in-house team：資料 own ✓，但養人 100-200 萬/年算不過去
- 整套外包：資料 own ✓，但小案報價反而高
- 通用 SaaS：便宜，但資料鎖在他們系統——要匯出、要 API、要餵 AI 都卡。AI 時代最值錢的是你的資料 ✗
多數中小企業最後「將就用 Excel + Google Form 撐」——資料散亂在每個人硬碟，連自己都用不了。
AI 改變 economics：外包用 AI 加速報價下來、維護費降低、low-code 拼裝快。核心系統留 in-house、營運系統外包客製，但資料都留在你手上——這才是 AI 時代的分工。
3. 流程顧問外包：把公司人力慢慢 agent 化
這是老闆最該重點思考的——AI 時代真正的 game changer 是：把公司現在人力做的事，慢慢換成 agent 做。比起再蓋一個官網或客製系統，這件事的長期 ROI 高一個量級。
為什麼這件事長期 ROI 最高
因為人力 agent 化是複利型投資——每自動化一個流程，公司就永久升一級產能，不用再花同樣人力。蓋一個官網或 CRM 是一次性投資，agent 化是長期 compounding。
過去重新設計業務流程很難——要一整組 team（顧問 + PM + 工程師）才做得起來，中小企業負擔不起，只能將就用 Excel + 人工。
AI 時代不一樣：AI agent + 現成 SaaS 拼裝 + low-code 讓 team 規模縮小、時程壓短，中小企業也做得起。
而且 AI 讓「顧問」跟「IT 公司」合流——以前一個出 PPT、一個寫 code，中間 handoff 翻譯失真；現在一家公司就能 discovery → 設計 → 實作 → 上線。本質上你買的是懂業務流程的產品經理 (PM)——中小企業真正缺的不是工程師（AI 補了）、也不是策略顧問（PPT 不能上線），是這個人。
怎麼跟一般軟體外包不一樣
| 一般軟體外包 | 流程顧問外包 | |
|---|---|---|
| 你買的是 | 一個系統（網站、CRM、後台） | 業務流程重新設計 + agent 化 |
| 開始時 | 你給規格、廠商開工 | 顧問先 discovery 你業務、再決定要做什麼 |
| 適合 | 知道要蓋什麼 | 知道流程有問題、不知道蓋什麼 |
| AI 時代 ROI | 中（範疇縮小） | 高（過去做不到的事現在解鎖了） |
挑流程顧問外包夥伴看 4 件事
| # | 問什麼 | 想聽到什麼 |
|---|---|---|
| 1 | 你怎麼跑 discovery？ | 具體 workflow，不是給你一份問卷就算了 |
| 2 | 你怎麼把流程 agent 化？ | 具體說得出 agent 跟人怎麼交接、權限怎麼設、出錯誰判斷 |
| 3 | 你用什麼 AI 工具？我們之後好接手嗎？ | 主流穩定工具、不被綁死 |
| 4 | 上線後我們想接著改，你怎麼配合？ | 文件齊全、過渡期 support、長期 partnership |
警告：不要硬把流程問題塞進一般軟體外包合約——對方會幫你蓋出一個「規格寫得很清楚、但解決不了真正問題」的系統。
收尾
AI 時代的外包不是省錢工具，是放大組織能力的槓桿。
老闆思考順序簡單：
- 能不外包就不外包（自己用 AI 做的事，內部處理就好）
- 內部組織需要有 AI team：不是 IT 部門，是各部門都要找出會把 AI 套進工作流程的人
- 把人力慢慢 agent 化：找能導入組織、長期改善流程的流程顧問外包夥伴——這是 AI 時代真正的機會點
想把這套用在你的專案？
從盤點問題、設計流程到落地實作——Heiso 顧問團隊一起接住