企業資料流程的真實痛點與 AI 自動化機會

在多數企業的日常營運中，資料處理往往佔據了大量人力時間。業務需要整理客戶需求、採購需要彙整報價單、營運人員需要整理 Excel 報表，甚至主管每天都要閱讀各部門彙整的摘要報告。這些資料通常來自 Email、PDF、圖片、Excel 或聊天工具等不同來源，格式不一致且多屬於非結構化資料（Unstructured Data）。因此員工往往只能透過人工方式複製貼上、重新輸入、手動整理欄位，再將結果製作成報表寄送主管。這類重複性作業不僅耗時，也容易因人工錯誤導致資料不一致，進一步影響決策品質。

然而隨著生成式 AI（Generative AI）與 LLM（Large Language Model）的發展，企業資料流程出現了全新的解法。透過 AI 技術，可以將圖片、PDF 或 Email 等資料轉換為 Structured Data（結構化資料），並建立標準化資料表（Standard Data Table）。一旦資料被結構化，就可以進一步建立自動化流程，例如自動整理資料、自動生成摘要報告、自動寄送通知等。換句話說，企業不再需要依賴人工逐筆處理資料，而是可以建立 AI 工作流自動化（Workflow Automation），讓資料從接收、解析、整理到報告產出都由系統自動完成。這正是許多企業目前積極導入 AI 的核心場景。

課程學習內容與可落地的 AI 工作流能力

本課程以企業實際資料流程為核心設計，透過完整的實作流程，帶領學員學會如何運用 LLM（Large Language Model，大型語言模型）與 Google Apps Script 建立 AI 自動化系統。課程將從資料結構化（Data Structuring）的核心概念開始，協助學員理解 Schema（資料綱要）如何設計，並學會將圖片、PDF、Email 等不同來源的資料轉換為可分析的 Structured Data（結構化資料）。接著透過 Prompt Engineering（提示工程）設計資料抽取規則，讓 AI 能夠從文件中提取關鍵欄位並輸出 JSON（JavaScript Object Notation）。

在實作過程中，學員將學會建立完整的 AI 資料處理流程，例如：Google Drive 接收檔案後，透過 OCR（Optical Character Recognition）將圖片轉換為文字，再透過 LLM 解析內容並輸出 JSON 結構，最後自動寫入 Google Sheet 形成資料庫。接著系統可以透過 AI 生成摘要報告（AI Summary）並寄送 Gmail Digest（自動報表信件），讓主管能即時掌握重要資訊。這樣的流程實際上就是一個 AI Data Pipeline，也是目前許多企業導入 AI 自動化的典型架構。

為了讓學員能夠在課後快速應用，本課程亦提供「AI 自動化模板庫」，包含 Email 資料抽取 Prompt、PDF 文件欄位解析 Prompt、報表摘要 Prompt 與 JSON 輸出 Prompt。這些模板可以直接套用於企業場景，協助學員快速建立可重複使用的 AI 工作流程，而不需要從零開始設計。即使沒有程式背景，也能透過 AI 協助生成 Google Apps Script 的程式骨架，快速完成可運作的自動化系統。

企業導入效益與課程培訓設計

對企業而言，AI 的真正價值並不在於單一工具，而在於能否重新設計資料流程。本課程的目標，就是讓學員具備將「人工資料處理流程」轉換為「AI 自動化流程」的能力。例如原本需要員工整理報價資料、彙整 Excel、撰寫摘要並寄送主管的工作，透過 AI 工作流可以轉換為自動化流程：Drive → OCR → JSON → Sheet → AI Summary → Gmail Digest。當這樣的流程建立完成後，企業就可以持續累積資料資產並提升決策效率，同時減少大量重複性作業。對實際工作者而言，這代表可以把時間從資料整理轉移到更有價值的分析與決策工作；對企業主管而言，則代表能夠建立可持續運作的 AI 自動化系統。

本課程由天地人授課，天地人為官方認證的企業 AI 轉型與應用服務機構，並已通過數位發展部數位產業署「AI 能量登錄」，獲核定為「人工智慧技術教育訓練」類別服務機構。課程總計 18 小時，包含 6 小時實體實作、6 小時課後複習影片與 6 小時 AI 主題延伸影片，讓學員在課後仍可持續練習與深化應用。完成課程後將頒發培訓證書，證明學員已具備 AI 資料整理、自動化流程設計與 AI 報表生成的實務能力。透過本課程，學員不只是學會使用 AI 工具，而是能夠真正打造企業可落地的 AI 工作流系統。