哪些電商工作適合 AI 自動化？四級風險與人工覆核框架

判斷電商工作能不能交給 AI，不要先問「哪個工具可以做」，先問：輸入是否穩定、規則是否明確、錯誤能否自動發現、結果能否回復，以及錯誤會不會動到付款、平台帳號、法律義務或客戶權益。只要涉及不可逆外部寫入與高錯誤成本，自動化等級就要下降。

下面這套四級框架，可以用來評估蝦皮賣家的報表、客服、廣告、庫存與對帳工作，不依賴特定 AI 產品。

先用 10 個問題評分

每題 0 ~ 3 分，分數愈高代表風險愈高：

總分只作初篩。第 5 ~ 8 題任一高風險時，不能因總分低就判成可全自動。

Level	定義	適合的電商工作	必要控制
Level 1	低風險，可全自動	讀取固定格式資料、內部彙總、重複資料偵測、計算可重算指標	唯讀來源、自動驗證、失敗即停、完整日誌
Level 2	自動執行，事後抽查	內部分類、標記異常、產生非正式週報、低風險資料清理	抽樣率、錯誤門檻、可回復版本、異常佇列
Level 3	AI 只產生建議，人類理解影響後批准	付款、退款、改價、補貨或廣告預算建議，以及客服與商品內容草稿	顯示來源與差異，明確批准人；正式系統仍由授權流程執行
Level 4	禁止 AI 自行核准或執行	付款、退款、權限、法律承諾及其他不可逆高風險行為	AI 只能整理證據，不要核准、送出或繞過正式授權流程

Level 3 的邊界是「建議與執行分離」：AI 只能產生付款、退款、改價或廣告預算建議，人類要看懂影響後批准，正式系統仍由既有授權流程執行。Level 4 不代表完全不能用 AI；AI 可以整理訂單、指出缺少證據或草擬比較表，但不要自行核准或執行付款、退款、權限、法律承諾及其他不可逆高風險行為。

若工作涉及付款、法律／政策、客戶權益、帳號權限、跨帳號資料，
或不可逆的外部寫入，最低為 Level 3；
若無法在執行前由合格人員看懂並批准，則為 Level 4。

這條規則可以防止團隊被「準確率 95%」誤導。若錯誤的 5% 會錯退高額款項、洩漏個資或改錯 1,000 個 SKU，平均準確率沒有足夠意義。

輸入是固定匯出的訂單與廣告檔，AI 只讀取、不寫回平台；總營收、訂單數與 ROAS 都能由公式重算，資料缺欄即停止。這可以是 Level 1。若摘要包含無法重算的原因推論，推論部分升為 Level 2 並抽查。

AI 可以根據訂單狀態與核准知識庫產生草稿，但回覆可能形成對退款、交期或責任的承諾，也可能夾帶另一位客戶資料。應採 Level 3：遮罩個資、限制可用來源、顯示引用訂單、人工批准後才送出。

這會直接改變支出與交易條件，資料延遲、歸因錯誤或促銷疊加都可能放大損失。先讓 AI 產生建議與差異預覽，設定最大變動幅度，由人批准。若系統沒有可靠回滾、雙人批准或支出上限，就歸 Level 4。

NIST AI RMF 強調，人與 AI 的角色、責任及監督方式需要清楚定義。畫面上放一個「確認」按鈕，不代表真的有人能監督。覆核者至少要看到：原始輸入、AI 建議、依據、預計變更、影響範圍、例外與回復方式。

若每天產生 10,000 筆建議，卻只給一個人 10 分鐘批准，這不是有效的人在迴路。應改成自動驗證低風險部分、只把例外送人工，並量測人工推翻 AI 的比例與原因。

台灣個人資料保護法適用時，訂單姓名、電話、地址與可識別交易資料都需要合法目的、必要範圍與適當安全措施。把完整訂單上傳到外部 AI 服務前，至少確認：服務條款、資料保存地與期間、是否用於訓練、存取權限、刪除方式、跨境傳輸與事件通報。

能用訂單雜湊、區域、商品與金額完成分析，就不要傳姓名、電話和完整地址。資料最小化比事後補一份保密聲明更可靠。

我以前做 AI 訂單資料分析時，就會把原始完整結果和方便閱讀的版本分開保存。這個經驗可以沿用，但不表示所有工作都適合全自動化；下面的四級框架是判斷方法，不是我已經部署完成的系統清單。

可以先盤點團隊目前 20 個重複工作，挑一個只讀資料、能重新計算、錯誤也容易發現的工作，做一次第一級小規模測試。付款、退款、發布、改價與廣告預算維持人工批准。

這套方法是營運風險框架，不是特定 AI 工具推薦或法律意見。法規、平台政策與外部服務條款應在實際部署前重新確認。