雅寶社區 · 頂客論壇 (AHPAL.COM)

🤖 AI 趨勢

一家老茶行的 AI 轉型，從記帳開始

發表時間：2026 年 11 月 07 日 | 更新日期：2026 年 11 月 07 日 | 編輯：雅寶社區編輯團隊

建立資料欄位：知道哪些資訊是「每次都要有」的。

建立命名規則：客戶名稱、茶品名稱不再一人一種寫法。

建立時間序列：有了連續的歷史資料，才有辦法做趨勢分析。

換句話說，記帳不是終點，而是把茶行幾十年累積在腦子裡的「隱性知識」，轉換成機器可以讀懂的「顯性資料」的過程。

3. 記帳帶來的三層價值：省時間、看得懂、猜得準

從記帳切入 AI，效益會分成三個層次依序出現：

第一層是省時間。原本每個月要花三到四個晚上對帳，現在可能壓縮到一個晚上以內。這是最直接、也最容易讓老闆「有感」的成果。

第二層是看得懂。當資料被整理成表格，老闆第一次可以清楚看到：哪一款茶其實毛利率很低、哪一個客戶的賒帳期越拖越長、哪個月份的現金流最吃緊。這些在過去都只是「感覺」，現在變成「數字」。

第三層是猜得準。有了連續幾年的資料，AI 才有辦法做預測：春茶該備多少貨、中秋禮盒該提前幾週備料、哪些客戶會在年節前後大量採購。

這三層價值，恰好就是一個企業從「數位化」走向「數據化」、再走向「智慧化」的縮影。而它們的起點，都只是那一本被翻爛的流水帳。

二、老茶行真正的難題：不是不會用 AI，而是資料從來沒被留下

在談工具之前，必須先誠實面對一個問題：傳統茶行的交易型態，對任何資訊系統來說都是極度不友善的。如果不理解這一點，任何 AI 方案都只是紙上談兵。

1. 茶行的交易長什麼樣子？

一間典型的老茶行，營收來源可能同時包含：

零售：散客上門買半斤、一斤，現金交易居多。

批發：茶館、飲料店、餐廳，月結或季結，常有議價空間。

老茶收藏與買賣：單筆金額大，交易頻率低，價格高度依賴年份與倉儲條件。

禮盒與客製化：中秋、年節期間爆發性成長，包裝與代工費用要另外拆算。

代工焙火、代客存放：收的是服務費，但與茶葉庫存混在一起，成本極難歸屬。

再加上台灣茶行特有的計價習慣：斤、台斤、公克、兩，混著用；同一批茶可能分成「原味」「輕焙」「重焙」三種規格，成本卻來自同一張進貨單。這些細節，都是一般會計軟體沒有預設的欄位。

2. 老闆明明有記帳，為什麼 AI 還是不能用？

很多老闆會說：「我有記啊，我都記在筆記本裡。」問題就出在這裡。手寫流水帳有三個致命特性：

第一，格式不一致。今天寫「王先生 高山茶 2斤 3600」，明天寫「王董 梨山 二斤 3600 未收」。對人腦來說這是同一件事，對機器來說卻是三種不同的紀錄。

第二，缺少關鍵欄位。手寫帳通常只記「金額」，不記「付款狀態」與「付款期限」。於是應收帳款永遠要靠記憶管理，一旦換人接手就斷線。

第三，只有結果沒有過程。筆記本上寫著「進貨 50000」，但沒有數量、沒有單價、沒有批號。當你想算某款茶的實際成本時，根本無從拆解。

所以結論很清楚：在資料被結構化之前，AI 一點用都沒有。而結構化這件事，恰好可以透過「AI 輔助輸入」大幅降低成本，形成一個正向循環。

3. 先數位化，再 AI 化，順序不能顛倒

我經常看到一種錯誤的期待：老闆希望「AI 直接看懂我的手寫帳本，然後幫我分析」。技術上，OCR 確實可以做到一部分，但手寫辨識的錯誤率在真實場景中仍然偏高，尤其是數字與金額。

比較務實的做法是：用 AI 降低「輸入」的痛苦，用人工守住「正確性」的底線。先把紙本變成電子檔，把電子檔變成固定欄位，再讓 AI 在後端做分類、對帳與分析。這個順序一旦顛倒，整個專案就會卡在「資料品質太差」而動彈不得。

三、實戰路線圖：茶行 AI 記帳的四個階段

以下是我協助這家老茶行導入時實際走過的四個階段。整個過程大約半年，沒有一次到位，而是每兩週修正一次。這四個階段不需要同時進行，也不需要一次投入大筆預算。

第一階段：先把「一張紙」變成「一個格式」（第 1～4 週）

這個階段幾乎沒有用到 AI，但卻是最關鍵的一步。我們做的事只有一件：定義一筆交易長什麼樣子。

最後定出來的欄位如下（刻意保持精簡，欄位太多老闆會不想填）：

日期

交易對象（客戶或供應商）

類型（進貨／銷貨／費用／代工／其他）

品項與規格（例如：梨山烏龍・輕焙・台斤）

數量與單位

單價與總金額

付款方式（現金／匯款／賒帳）

付款狀態（已付／未付／部分付款）

備註（放批號、焙火程度、特殊約定）

同時我們做了兩件「無聊但重要」的事：統一客戶名稱（王先生、王董、老王全部統一成「王XX」並加上客戶編號），以及統一茶品名稱（建立一份品項對照表，避免同一款茶有五種寫法）。

這一步做完之後，老闆最大的感受是：「原來我以前的帳，根本不能叫帳。」這句話雖然刺耳，但卻是轉型真正的起點。

第二階段：讓 AI 幫忙輸入，把痛苦降到最低（第 5～10 週）

欄位定好之後，接下來要解決的是「誰來輸入」。老茶行的人力就是那麼多，老闆娘要顧店、老闆要焙茶、年輕人要送貨，沒有人有時間坐在電腦前打資料。

我們的解法是把輸入動作「藏進日常流程」：

做法一：語音紀錄。交易完成的當下，老闆對著手機講一句：「今天王先生拿梨山輕焙兩斤，三千六，還沒收。」語音轉文字後，AI 負責把這段話拆成結構化欄位。老闆不需要打開任何 App，只要講話就好，這對五十歲以上的使用者接受度極高。

做法二：拍照 OCR。進貨單、估價單、收據一律拍照上傳，由 AI 辨識金額、日期與品項。這裡要注意的是：OCR 的結果必須人工確認，尤其是手寫數字與模糊照片，錯誤率高得嚇人。我們的規則是「AI 先填、人再核」，而不是「AI 直接寫入」。

做法三：固定表格＋自動補完。常用客戶與常用品項建立成下拉選單，輸入前兩個字就自動跳出。這個小設計讓打字量減少了一半以上。

這個階段結束時，茶行已經有能力做到「當天交易、當天入帳」，而不是像以前一樣積到月底才補。

第三階段：讓 AI 學會分類與對帳（第 11～16 週）

有了穩定的資料流之後，AI 才真正開始發揮作用。這個階段我們導入了三項功能：

自動分類。系統會根據品項與備註，自動判斷這筆支出該歸類到「進貨成本」「包裝材料」「運費」還是「焙火代工」。初期錯誤率大約兩成，但隨著資料量增加，準確度會逐步提升。我們的作法是：每週花十分鐘檢查被標記為「不確定」的項目，順手修正，等於在訓練系統。

應收帳款提醒。系統會依照客戶的歷史付款習慣，標記「逾期未收」的帳款，並自動產生一份每週提醒清單。這一項對茶行的現金流改善最為明顯——過去老闆是靠記憶去催款，現在是系統主動提醒。

月結自動生成。原本要花三、四個晚上的月結，變成一鍵產出：營收總額、各品項毛利、應收帳款餘額、費用結構。老闆第一次能在月初就看到上個月的完整數字，而不是等到月中還在補帳。

第四階段：從「記過去」到「看未來」（第 17～24 週）

到了這個階段，記帳已經不只是記帳，而是決策的依據。我們用累積了半年的資料做了三件事：

一、算出真實毛利。過去老闆只知道「這批茶賣得不錯」，但不知道扣掉運費、包裝、焙火損耗之後，實際毛利率是多少。資料結構化之後，每一款茶的「到岸成本」都能被拆解出來，結果發現有兩款長銷茶其實是賠錢在賣。

二、找出客戶結構。依照交易頻率與金額，客戶被分成四類：高頻高額、高頻低額、低頻高額、低頻低額。資源開始往「高頻高額」與「低頻高額」集中，對於長期只買少量卻要求大量服務的客戶，則調整為自助取貨或提高最低訂購量。

三、預測季節需求。用過去三年的資料，比對中秋與年節前的出貨曲線，提前規劃備貨與包裝人力。這一步的效益不是「省錢」，而是「少了一次手忙腳亂的旺季」。

四、工具與預算：小茶行也負擔得起的 AI 記帳方案

很多老闆聽到「AI」就聯想到幾十萬的系統導入費。實際上，如果目標只是「把記帳做好」，預算可以壓得相當低。以下依照預算規模分成三種方案，茶行可以依自身規模選擇。

方案

適合對象

主要工具組合

月預算概估

優點

限制

入门方案

三人以下、交易單純的零售型茶行

試算表＋手機語音備忘＋免費 OCR 工具

0～500 元

幾乎零成本、學習門檻低

需要人工整理，規模一大就會亂

標準方案

五到十人、有批發與代工業務的茶行

雲端會計軟體＋AI 語音輸入＋收據 OCR 服務

1,500～3,500 元

自動分類、可產生報表、多人協作

需要一次性欄位設定與員工訓練

進階方案

有庫存管理需求、跨通路銷售的茶行

進銷存系統＋AI 分析工具＋自建報表

5,000～15,000 元

可做到毛利分析、需求預測、多門市整合

導入期較長，需要專人維護資料品質

要注意的是，預算的重點不在軟體費用，而在「人的時間」。這家茶行在導入期投入最多的是年輕一代的時間——大約每週四到六小時，持續三個月，用來設定欄位、修正 AI 的錯誤、以及教長輩怎麼使用。這部分如果沒有安排好，再便宜的工具都會失敗。

另外，關於 AI 工具的選擇，有幾個實務建議：

優先選有中文支援、且能處理台灣用語的工具。「台斤」「兩」「焙火」這類詞彙，很多國際工具是看不懂的。

資料要能匯出。避免被單一廠商綁死，確保任何時候都能把資料帶走。

客戶個資不要隨便上傳到公開的 AI 聊天服務。姓名、電話、地址都屬於個資，應該留在有存取控管的系統內。

五、導入過程中，最容易踩的五個坑

這段經驗之所以值得寫出來，是因為我們在前面三個月踩過的坑，大概比前面三十年加起來還多。以下五個是最常見、也最致命的。

坑一：一開始就想要「全部自動化」

最常見的失敗模式，就是老闆期待「以後都不用記帳，AI 會幫我記好」。這在現實中不存在。AI 可以幫你減少七成的工作量，但剩下三成的確認與例外處理，仍然需要人。正確的心態是：把 AI 當成一個很勤勞但偶爾會出錯的助理，而不是當成萬能的自動化機器。

坑二：欄位設計得太複雜

資訊背景的人很容易想把欄位設計得很完整，結果老闆看到表格就放棄。我們的經驗是：第一版欄位不要超過十個，先用三個月，再根據實際需求慢慢加。能持續填寫的簡單表格，永遠勝過沒人填寫的完美表格。

坑三：沒有指定「資料負責人」

記帳這件事如果沒有明確的負責人，最後一定會變成「大家都以為別人在記」。我們的做法是：誰經手這筆交易，誰就負責在當天輸入，並由一個人統籌每週檢查。責任一旦模糊，資料就會開始腐爛。

坑四：完全信任 AI 的數字，沒有做人工抽查

AI 在分類與辨識上會出錯，而且出錯的方式通常很隱晦——例如把「3,600」辨識成「3,000」，或是把「未收款」標成「已收款」。這類錯誤如果沒有抽查，會直接影響現金流判斷。實務上至少要做到每週抽查十筆大額交易，並且對所有「未收款」項目做人工確認。

坑五：忘記處理「歷史資料」

很多茶行導入新系統後，舊的紙本帳就放在櫃子裡不再理會。但這些歷史資料其實是訓練 AI 與做趨勢分析的珍貴素材。建議至少把過去兩年的主要交易補登進去，哪怕只是補上日期、對象、金額三個欄位，對後續分析的幫助都非常大。

六、半年後的實際成效：數字會說話

這家茶行在導入半年後，我們做了一次簡單的回顧。以下數據經過簡化，但方向與實際情況相符。

月結時間從四晚縮短到一晚。這是老闆最有感的一項。過去每到月底就要熬夜對帳，現在只要花一個晚上確認異常項目即可。

應收帳款回收天數平均縮短約兩週。關鍵不在催款變凶，而是系統會自動列出逾期清單，讓「忘記催」這件事不再發生。

發現兩款長銷茶實際上是虧損的。這是資料結構化後最震撼的發現。過去因為成本混在一起，沒人算得出來；拆解之後才發現，扣除包裝與運費後，這兩款茶的毛利率是負的。調整售價與規格後，整體毛利率提升了約四個百分點。

旺季備貨誤差降低。靠著歷史資料預測，中秋檔期的備貨量與實際銷售量的落差，從過去大約三成降到一成以內，減少了大量滯銷庫存。

最重要的是，老闆開始願意談下一步。半年後，老闆主動問了一句：「那個 AI 能不能幫我看哪個客人很久沒來了？」——這句話代表的意義，遠比任何數字都重要。因為它意味著轉型已經從「被迫接受」變成「主動想像」。

七、記帳之後：AI 轉型真正的下一站

記帳只是入口，真正的價值在於它打開的那扇門。當一家茶行有了乾淨的交易資料，後續可以延伸的應用其實非常多。

1. 客戶關係的再活化

有了交易紀錄，就能算出每位客戶的「回購週期」。系統可以自動提醒：「這位客人上一次買茶是八個月前，過去平均五個月回購一次。」這種提醒比亂槍打鳥的群發訊息有效得多，也更不容易打擾到客人。

2. 庫存與成本的連動

把記帳資料與庫存資料串起來之後，就能做到「批號級」的成本追蹤。同一批茶從進貨、焙火、分裝到售出，每一個階段的成本與損耗都能被記錄下來。這對於老茶收藏與高單價茶品的定價，是非常關鍵的依據。

3. 內容與行銷的素材庫

交易資料裡藏著很多故事：哪一款茶賣了二十年、哪一位客人從年輕買到當阿公、哪一年因為氣候減產。這些都是品牌內容的原料。當資料被整理好，寫文案、做短影音腳本、規劃節慶活動，都會變得容易許多。

4. 二代接班的溝通基礎

這一點比較少人提到，但可能是最重要的。老茶行的轉型，往往卡在兩代之間的語言不通：老一輩講的是「感覺」與「經驗」，年輕一代講的是「數據」與「流程」。記帳系統提供了一個共同語言——一本兩代都看得懂的帳。當討論從「我覺得這批茶不好賣」變成「這批茶的周轉天數是 180 天，比其他品項多一倍」，對話的品質就完全不同了。

八、常見問題 FAQ

Q1：我的茶行只有兩個人，這樣做會不會太重？

不會。兩人茶行反而更適合從最簡單的方案開始，用試算表加上語音備忘就能運作。重點不是工具多厲害，而是「每天記、欄位固定」。等到交易量成長到人工整理會出錯時，再升級工具即可。

Q2：長輩不願意學新工具怎麼辦？

關鍵是「不要讓他感覺到自己在學新工具」。把輸入方式設計成他原本就會的動作——例如用 LINE 傳語音訊息、用拍照代替打字——接受度會高很多。另外，讓長輩先體驗「省下對帳時間」的好處，比任何說明都有說服力。

Q3：AI 辨識錯了怎麼辦？會不會記錯帳？

一定會錯，所以要設計「人工複核」的環節。實務原則是：AI 只負責填寫，人負責確認，並且對金額、日期、付款狀態這三個欄位做重點抽查。只要流程中有複核，風險就能控制在可接受範圍。

Q4：客戶資料上傳到 AI 工具安全嗎？

要區分兩種情況：使用雲端會計系統（有合約、有存取控管）相對安全；把客戶名單直接貼進公開的 AI 聊天服務則有風險。建議的做法是去識別化——分析時用客戶編號取代姓名，只保留交易行為資料。

Q5：多久可以看到成效？

依照經驗，第一個月會先感受到「輸入變輕鬆」，第三個月開始能準時月結，第六個月才會出現有意義的分析結果。如果期待兩週內看到營收成長，那大概是找錯方向了。記帳的效益是複利型的，越早開始越好。

Q6：一定要用 AI 嗎？用一般會計軟體不行嗎？

當然可以。AI 的價值在於「降低輸入門檻」與「處理非結構化資料」（例如語音、照片、手寫單據）。如果你的交易筆數不多、輸入本來就不痛苦，那麼一套好的會計軟體就已經足夠。AI 不是必需品，而是加速器。

結語：轉型不是換工具，而是換一種看待日常的方式

這家老茶行的故事，其實沒有什麼戲劇性的轉折。沒有拿到大筆投資，沒有開發什麼厲害的系統，也沒有突然業績翻倍。它做的只是：把每天發生的事情，用一致的格式記錄下來，然後讓工具幫忙處理那些重複又無聊的部分。

但就是這麼樸素的一件事，讓一間四十年的老店，第一次能夠「看見自己」。看見哪個環節在漏錢、看見哪些客人其實很重要、看見哪一款茶該調整價格、看見旺季之前該提前準備什麼。

AI 轉型最迷人的地方，從來不是技術本身，而是它讓傳統產業重新獲得了「理解自己」的能力。而這一切，往往就從一本被整理好的帳開始。

如果你也經營著一間老店，正在猶豫要不要踏出第一步，我的建議很簡單：這個禮拜，先把你最痛的那本帳，用一個固定的格式記三天。不用買任何工具，不用研究任何模型。三天之後，你會發現自己已經開始用不同的眼光，看待那些原本習以為常的日常。

而那就是轉型真正的起點。

```

🏠 返回首頁