Case Study
讓 CRM 和 ERP 自己對話：
AI Agent 把跨系統人工作業砍掉 70%
客戶
台灣 AI 新創（餐飲科技）
期間
2024 – 2026
系統
HubSpot CRM × Odoo ERP
技術
TypeScript · Node.js · Claude (Anthropic SDK)
-70%
人工轉派與交接工作量
近即時
跨系統資料同步（原本數小時）
可安全失敗
可觀測性與失敗復原機制
問題：兩套系統，中間是人
這家公司的銷售團隊活在 HubSpot，營運團隊活在 Odoo。一張訂單從成交到出貨，中間要經過人工轉派、複製貼上、 群組通知、對帳確認——每個環節都是等待，每次等待都可能出錯。
症狀很典型：資料同步要等人「有空處理」，往往一拖數小時； 交接漏單靠事後補救；業務和營運各自看到的數字對不起來， 每週都要花時間對帳。團隊不是不努力，是流程本身在浪費他們。
做法：先盤流程，再寫程式
Step 1 · 盤點
跟業務、營運訪談，找出真正的瓶頸
第一步不是寫程式，是坐下來看他們實際怎麼工作。盤點出哪些步驟是純搬運（可以全自動）、 哪些牽涉判斷（需要人拍板）——後者就是 human-in-the-loop 節點：AI 準備好一切，人只做決定那一下。 「該自動化什麼」的判斷，價值高過自動化本身。
Step 2 · 建置
Claude Agent 當中間人，兩套系統當工具
用 Anthropic SDK 建置 Agent，把 HubSpot 和 Odoo 的操作設計成 Agent 可呼叫的工具（tool schema）。訂單成交後，Agent 自動讀取資料、判斷該走哪條流程、在兩套系統完成對應操作， 需要人決定的環節才通知負責人確認。
Step 3 · 可靠性
讓系統可以「安全地失敗」
AI 自動化最大的風險不是做不到，是錯了沒人發現。所以每一步操作都留下紀錄（可觀測性）、 失敗會自動復原或退回人工、異常會主動告警。這是 demo 和 production 的分水嶺——也是多數「試過 AI 但落不了地」的團隊缺的那一塊。
成果
上線後，人工轉派與交接工作量降低約 70%， 跨系統資料同步從數小時縮短到近即時。 業務成交後不用再「通知營運」，營運不用再「跟業務要資料」—— 系統自己對話，人只處理需要判斷的事。
對團隊來說，省下的不只是工時，是每週對帳、追單、 補救漏接的那些隱形成本。這類成本平常不會出現在報表上， 但它決定了團隊能不能把時間花在真正有價值的事情上。
這個案子教我的三件事
- 1. 不是每一步都該自動化。需要判斷的地方留給人，AI 把判斷前的準備工作做完——這樣的系統才會被團隊信任、真的被用起來。
- 2. 可靠性是設計出來的，不是調出來的。可觀測性、失敗復原、告警要在第一天就進架構，不是出事後才補。
- 3. 訪談比技術選型重要。最大的效益來自「找對要自動化的流程」，那是在會議室裡決定的，不是在編輯器裡。
你的公司也有這種「靠人搬資料」的流程嗎？
先聊 30 分鐘，我幫你判斷哪些流程值得自動化、哪些先不要碰。免費、不推銷。