OpenAI function calling 登場：有 IT 的公司，能把 AI 接進自家系統了

你是不是這樣的老闆：早上八點開門，白天顧客戶、盯出貨、追帳款，晚上員工下班了，你才坐下來把今天的訂單、庫存、請款一筆一筆自己 key 進系統？在泰國經營中小企業，「校長兼撞鐘」是常態——你既是決策者，也是那個半夜補資料的工讀生。過去半年你可能已經開始用 ChatGPT 幫你寫信、翻泰文、擬報價，但它始終停在「聊天視窗」裡：AI 給你一段文字，你還是得手動複製、貼到自家的進銷存或 LINE 群。2023 年 6 月 13 日，OpenAI 發布了 function calling（函式呼叫），這件事真正的意義是——AI 第一次能「照規矩把答案交回你的系統」，而不只是吐一段話給人看。

從聊天工具到流程引擎，差別在哪？

過去的 ChatGPT 是「對人說話」：你問，它答，答案是自然語言，機器讀不懂。function calling 讓你事先告訴 AI「我的系統有哪些功能、需要哪些欄位」，AI 就會把使用者的一句話（例如「幫我查上週 A 客戶還欠多少」）自動轉成結構化的指令（查詢：客戶＝A、期間＝上週），交給你的程式去執行。換句話說，AI 從「寫文案的實習生」升級成「聽得懂人話的櫃檯」，能站在你系統的門口，把客人的口語需求翻成系統看得懂的表單。

管理者要評估的，不是技術，是三個問題

你不需要看懂程式碼，但要問對問題。第一，「這個流程夠重複嗎？」——每天發生、規則固定的事（查庫存、開報價、記客訴）才值得接；一年三次的例外別碰。第二，「錯了誰負責？」——AI 會答錯，接進系統前一定要有人工確認的一關，尤其是牽涉金額、出貨、退款的動作。第三，「我有沒有可接的系統？」——function calling 是給「有 API 的系統」用的，你的進銷存、CRM 若能對外開接口，IT 才接得上；純 Excel、純手寫的，得先數位化。

泰國中小企業的務實路徑

別一次想做全自動。在泰國，最快見效的接法是「LINE OA ＋ AI ＋ 你的資料庫」：客戶在 LINE 問「這款還有貨嗎」，AI 透過 function calling 去查你的庫存表，回一句「還有 12 件」。這比請一個人整天盯 LINE 回訊便宜太多。但要注意兩件在地現實：一是泰文口語的辨識，訂單品名常是泰英混雜，測試時務必用真實客戶對話；二是資料落地，客戶資料涉及 PDPA（泰國個資法），接系統前先確認資料存放與存取範圍。

先算一筆帳再決定

接 AI 進系統要花 IT 工時，不是免費。評估時用最笨的算法：這個流程一個月佔掉多少人力小時 × 時薪，對比接一次系統的開發成本。若三到六個月能回本，就值得做；回不了本的，先留著人工，等工具更成熟。管理者的價值不在於追新，而在於分辨「哪一格該讓 AI 接手，哪一格還該握在手上」。

🔧 AI 動手做：讓 AI 幫你盤點「哪些流程可以接系統」

你現在手上就有 ChatGPT（GPT-4 或免費版 GPT-3.5 皆可）。在還沒找 IT 之前，先用它把自己的流程盤清楚，產出一份能直接交給工程師的需求清單。把下面的提示詞複製進去，填上你的實際情況：

你是一位熟悉中小企業流程數位化的顧問。
我的公司在泰國經營，產業是【填：如電商／零售／製造】，員工約【填人數】人。
我目前每天重複處理的工作有：
1.【例：客戶在 LINE 問庫存，我手動查 Excel 回覆】
2.【例：員工回報出貨，我手動更新進銷存】
3.【填你的第三項】

請幫我做三件事：
一、判斷上述每一項是否適合用 AI 接進系統自動化，理由用「重複性、出錯風險、是否有可接的系統」三個角度說明。
二、把最值得先做的那一項，寫成一頁「給 IT 的需求說明」：包含觸發情境、AI 需要讀取或寫入哪些欄位、哪一步要保留人工確認。
三、提醒我這項自動化在泰國 PDPA 個資法下要注意什麼。
請用繁體中文，條列清楚。

本週就能做的一步

本週別急著找工程師報價。先花 30 分鐘，拿上面的提示詞，把你「每天重複做三次以上」的工作列成三條，讓 AI 幫你判斷哪一條最值得接、哪一條先別碰。你會得到一份白紙黑字的需求清單——這張清單，就是你和 IT 談自動化時，最省錢也最不會被牽著走的底氣。