ChatGPT、生成式AI、RPA、Codex。
這幾年，用來自動化工作的工具一下子多了起來。
文章，AI可以幫你起草。 Excel彙整，也可以去問AI。 用RPA（代替人重複電腦上點擊與輸入操作的軟體機器人），連畫面操作和資料謄寫都能自動化。 用Codex這類能直接執行任務的AI，文章、登陸頁、程式碼、資料、資料處理、改善方案，相當多的工作都能一口氣往前推。
可是一到現場就會發現，這樣的工作還留著。
- 打開Excel
- 複製
- 貼上
- 用眼睛核對
- 再謄寫到另一個系統
- 再檢查一遍有沒有出錯
- 開會時又確認一遍
- 收到修改要求，再手動改一遍
這簡直就是AI時代的竹槍勞動。（在日本，「竹槍」出自戰爭末期要民眾拿削尖的竹竿去對抗現代武器的說法，意思是力氣花了不少，工具卻不對。）
當然，Excel本身沒有錯。 相反，Excel很強。 做試算表、彙整、簡易資料庫、單據、圖表、核對表、管理表，還有當作現場的臨時避難所，到今天依然非常出色。
問題不在於用Excel。
問題在於，明明Excel就能做的事，卻一直靠人工、肉眼、拚勁和開會確認在硬撐。
看使用率，其實還處在相當早期的階段
你可能會想：「現在不是人人都在用AI和RPA嗎？」
確實，ChatGPT的知名度已經很高了。 根據路透社報導，依Sensor Tower的估算，ChatGPT應用程式在2026年5月達到了全球月活躍使用者10億人。
另一方面，能把工作的執行環節也交給AI和自動化的人，還相當少。
根據Axios報導，OpenAI的Codex在2026年6月的週活躍使用者超過500萬。其中知識工作者約占五分之一。
這是全球都能用的OpenAI執行型AI工具，使用者每週卻只有500萬出頭。 比愛知縣（日本中部、豐田所在的地方）的人口還少。
跟ChatGPT應用程式的月活躍10億人相比，Codex的週活躍500萬出頭小得多。
也就是說，存在這樣的落差：
- 向AI提問的人變多了
- 讓AI潤飾文章的人也變多了
- 但把工作交給AI的人還很少
- 而能把業務拆成AI能執行的細緻程度再交出去的人，就更少了
這裡有很大的商機。
RPA的普及率同樣還遠遠不高
RPA也是一樣。
RPA是讓軟體機器人代替人在電腦上完成固定流程的一種方式。 資料輸入、謄寫、彙整、核驗、製作單據、跨多個系統的作業，都跟Excel手工作業很搭。
然而，在Startear Raise 2024年度版調查中，日本企業整體的RPA導入率是13.04%。 中小企業為8.51%，連大企業也只有27.69%。
也就是說，日本大多數企業還沒有導入RPA。
同一項調查裡，導入RPA之前的難題，第1名是「手工作業多（輸入、謄寫、登錄等）」，第2名是「手工作業出錯多」。
這相當有代表性。
現場手工作業多。 出錯也多。 還缺人手。 即便如此，RPA導入率也才13%左右。
可見「手工作業太多，想自動化」的需求是有的，但現實中很多公司仍停留在手工階段。
新人的失誤，靠系統設計來消除，而不是怪人品
這件事也和新人訓練有關。
職場裡經常發生這樣的事：
- 新人輸錯了資料
- 新人把檔名寫錯了
- 新人把檔案存錯了位置
- 新人漏掉了檢查項目
- 新人用了舊的範本
- 新人搞錯了截止時間或該找誰
然後周圍的人會說：
「新人老是出錯。」 「好好確認一下。」 「之前不是說過了嗎？」 「為什麼老是犯同樣的錯？」
但這時該想的，不只是新人的人品或注意力。
更該看的是，這個環境是不是本來就讓新人容易出錯。
新人還不了解業務的來龍去脈。 也不知道那些潛規則。 不知道前任的習慣。 也不明白為什麼要看那一欄、為什麼檔名要那樣取、為什麼要做那項檢查。
在這種狀態下，把他們丟進自由輸入、肉眼核對、口頭說明、手動謄寫、因人而異的檢查裡，出錯是理所當然的。
與其每次都責罵，不如一開始就做成不容易出錯的機制。
比如，下面這些改善就能帶來很大的改變：
- 不手動輸入，改成下拉選單
- 不讓自由填寫，改成選擇題
- 對日期和金額設定輸入規則
- 必填欄位空著就跳出警告
- 自動產生檔名
- 固定儲存位置
- 讓人沒辦法用舊範本
- 自動檢查輸入內容有沒有矛盾
- 只把可能出錯的地方列成清單
- 送出前先跳出確認畫面
- 留下作業完成紀錄
- 把常見錯誤做成檢查表
這不是在寵新人。
而是把該教的內容埋進系統裡。
與其對人說「要小心」，不如用Excel的輸入規則、VBA（Excel內建的巨集語言）、RPA、表單、檢查表、AI複核，做出不容易出錯的流程，這樣更快。
而且這樣對新人也更輕鬆。
新人不用每次挨罵。 帶人的前輩也不用每次重複同樣的提醒。 主管也不容易被出錯後的善後追著跑。
所以，把防錯做成機制，不只是提升效率。
它是一種降低新人和帶人者雙方心理成本的安全設計。
如果你要說「新人錯誤太多」，首先該查的不是新人的個性。
而是這項業務是不是一個誘發失誤的竹槍式設計。
生成式AI在公司層面也還停在原地
生成式AI也一樣，個人的使用感受和公司的實際導入情況之間有落差。
路透社2024年7月報導的日經Research調查顯示，日本企業中約24%已導入AI，35%打算導入，41%沒有導入計畫。
也就是說，不管AI在新聞裡多熱鬧，以公司為單位來看，已導入的大約是四家裡的一家。 約四成回答「不打算用」。
這裡也能看到同樣的格局。
話題很熱。 但沒有進入實際業務。
大家覺得它方便。 但沒能嵌進業務流程。
摸過ChatGPT的人是多了，但真正把業務拆開、交給AI、RPA、VBA、Codex去做的人，還很少。
為什麼大家至今還在手動搞Excel
原因並不單純是「偷懶」。
主要有下面五個。
1. 無法拆解業務
要自動化，首先得拆解業務。
比如要自動化Excel的資料謄寫，就得先決定這些事：
- 輸入資料在哪裡
- 輸出到哪裡
- 哪一欄要搬到哪一欄
- 有哪些例外情況
- 出錯時是停下來，還是記到紀錄檔裡
- 最後由人工確認的範圍是哪些
這些沒理清，VBA、RPA、AI都動不起來。
很多人能把工作做完。 但不擅長把工作結構化，整理成能交給機器的形式。
於是就卡在這裡。
2. 現場作業依賴某個人
Excel手工作業大多會變成靠某個人。
「那個人在做。」 「是從前任那裡接過來的。」 「這個儲存格最好別碰。」 「不知道為什麼是這個公式。」 「每個月就是模模糊糊照這個步驟做。」
變成這樣，別說自動化了，連業務的意義都搞不清。
在不明白業務意義的情況下導入RPA，也只是「謎之作業的加速版」。
自動化不是用機器替換作業。 首先是讓作業的意義看得見。
3. 會用VBA和RPA的人太少
Excel函數還有不少人會用，一到VBA和巨集，人數就驟減。
關於VBA的確切使用率，很難找到權威的公開資料。 不過從現場的感覺來看，會用Excel的人很多，能用VBA建出業務流程的人卻相當少。
而且，即使有人會用VBA，工作也容易全壓到他一個人身上。
結果就是這樣：
- 手工作業很多
- 能自動化的人很少
- 委託全都集中到會的人那裡
- 那個人變成了萬能打雜的
- 沒人能維護
- 最後又回到手工
這就是漏洞百出的動物園。（這是我給人手不足、到處打補丁的職場取的綽號。）
4. 把AI只當成「諮詢對象」
即使是在用ChatGPT的人，多數也還只是把它當成商量的對象。
- 幫我修改文章
- 幫我摘要
- 幫我想點子
- 幫我寫封信
這當然也方便。
但停在這裡，AI就只是個好用的記事本。
真正厲害的是再往後的部分。
- 拆解業務
- 整理成需求
- 寫成Markdown（一種簡單的純文字排版格式）
- 交給Codex
- 同步到GitHub（存放與分享程式碼的網站）
- 反映到登陸頁、文章、應用程式上
- 做成自動化腳本
- 連測試項目也做出來
不是問AI，而是把工作交給AI。
能走到這一步的人還很少。
5. 公司害怕風險
在公司裡用AI和RPA，確實有風險。
- 個人資料
- 機密資訊
- 權限管理
- 錯誤輸出
- 責任歸屬
- 資安
- 第一線員工的抗拒
- 與現有業務的銜接
考慮到這些，公司謹慎是很自然的。
但謹慎和什麼都不做是兩回事。
不輸入個人資料。 在本機處理。 用假資料試。 保留人工複核。 不直接使用輸出結果。 留存紀錄。
只要這樣設計好運作方式，就不必一開始全公司推行，可以從小處起步。
問題在於變成「怕，所以全部禁止」。 這樣做的話，第一線就永遠停留在手動Excel。
手動Excel經濟，還會存在一陣子
看到這裡，第一線的Excel手工作業很可能還會存在相當長一段時間。
理由很簡單：
- 日本企業整體RPA導入率在13%左右
- 中小企業不到一成
- 生成式AI的企業導入率也只有四家裡一家左右
- Codex的週使用者在全球不過500萬出頭
- 會用VBA和RPA的人有限
- 能拆解業務並交給AI的人更少
也就是說，世界還沒有完全進入「AI執行時代」。
新聞裡的AI很厲害。 社群媒體上也滿是AI應用的話題。 但在現場，複製貼上、謄寫、肉眼核對、開會確認依然存在。
這並不悲觀。 反而是機會。
今後有價值的是「業務水管工」
AI時代有價值的，不是單純了解AI的人。
有價值的，是能把業務變成可以交給AI、RPA、VBA、Codex的形式的人。
也就是業務水管工。
現場有各種零散的作業。 有Excel。 有電子郵件。 有PDF。 有手寫筆記。 有會議。 有只存在於個別人腦子裡的隱性知識。
把這些轉換成下面這些：
- 作業目的
- 輸入資訊
- 輸出格式
- 判斷標準
- 例外處理
- 複核方法
- 可以自動化的範圍
- 由人來看的範圍
- 交給Codex或RPA的指令
能落到這一步的人，很強。
AI時代的工作，正從「什麼都自己動手的人」轉向「把工作設計成能交給AI的人」。
「會用AI」不如「能交付工作」
今後拉開差距的，不是你有沒有用過AI。
用過AI的人會越來越多。 摸過ChatGPT的人也會越來越多。 光是產生文章、做摘要，很多人都會。
但能做到下面這些的人，還很少：
- 拆解自己的業務
- 把手工作業挑出來當作自動化候選
- 決定用Excel的哪一欄
- 定義例外處理
- 寫出交給AI的Markdown
- 把完成條件交給Codex
- 反映到登陸頁、文章、應用程式上
- 看結果再改善
差距就在這裡。
所以今後的優勢不在「AI使用者」，而在「AI執行設計者」。
在現場最先該看的手工作業
那麼，該從哪裡開始自動化呢？
最先該看的是下面這些作業。
1. 每月、每週、每天重複的作業
重複頻率越高，自動化的效果越明顯。
哪怕每個月只有1小時，一年也是12小時。 如果多人都在做，就更可觀。
2. 大量複製貼上的作業
複製貼上是自動化的候選。 讓人來做意義不大。
不過，如果需要大量判斷例外，就不要一開始全自動，先從半自動做起。
3. 大量肉眼核對的作業
肉眼核對很累。 也會出錯。
如果檢查條件明確，用Excel函數、VBA、Python、AI、RPA可以大幅減少。
4. 每次開會都要確認的作業
每次會上都要確認的內容，很可能可以事先做成表格或檢查表。
光是把「會上再問」改成「事先填好」，效率就能提升不少。
5. 只有前任才懂的作業
只有前任才懂的作業，很危險。
先把它整理成標準文件。 然後再找可以自動化的部分。
不經標準化就自動化，很危險。 只會把莫名其妙的作業加速而已。
6. 新人經常出錯的作業
新人經常出錯的作業，自動化和標準化的優先順序很高。
因為那裡通常存在下面某一項：
- 規則屬於隱性知識
- 輸入欄太自由
- 判斷標準沒有寫成文字
- 例外處理依賴人的記憶
- 檢查項目太多
- 要出了錯才會發現
這與其說是新人的問題，不如說是業務設計的問題。
新人出錯的地方，老手累了也會出錯。 新人卡住的地方，交接時也會卡住。 新人看不懂的地方，也沒能寫進標準文件。
所以，新人的失誤是寶貴的除錯紀錄。（除錯紀錄是工程師用來找出程式哪裡出問題的記錄。）
不要看成「又出錯了」， 而要看成「這裡對人的注意力要求太高了」。
光是有了這個視角，帶人就會輕鬆很多。
擺脫竹槍勞動的小步驟
不用一開始就搞全公司的數位轉型。
先從小處開始就好。
Step 1：選一項手工作業
選一項每月都要做的Excel作業。 謄寫、彙整、檢查、核對檔名、整理PDF清單，都可以。
Step 2：把作業步驟寫成文字
想像成要向別人說明，把步驟寫下來。
- 打開哪個檔案
- 看哪一欄
- 依什麼條件判斷
- 結果放在哪裡
- 例外怎麼處理
Step 3：問AI「哪些部分可以自動化」
對ChatGPT等AI這樣問：
請把這個作業步驟裡，能用Excel函數、VBA、RPA、Python、生成式AI自動化的部分分開。不必完全自動化，半自動化也可以，請依風險由低到高的順序提出建議。
Step 4：先做半自動化
一開始不要追求完全自動化。
先做一張核對表。 只列出可能出錯的地方。 一個按鈕完成彙整。 只把謄寫前的檢查自動化。
這樣就夠了。
Step 5：做成功後，做成範本
做成一個之後，把它做成範本。
- 作業手冊
- 檢查表
- VBA程式碼
- RPA流程
- AI提示詞
- 交給Codex用的Markdown
留到這一步，個人的作業就變成了資產。
在公司裡要小心變成萬能打雜的
不過，在公司裡能做自動化的人要多加小心。
看得見問題的人，越容易被塞工作。 做得出來的人，越容易被壓擔子。 能改善的人，越容易變成萬能打雜的。
這在漏洞百出的動物園裡很常見。
公司不提供標準化的工時、負責人、考核和維護體制，只讓有能力的個人去消化改善。
結果就是，能做改善的人被耗盡。
所以，在公司裡提改善建議時，下面四點必須打包一起提：
- 誰來判斷
- 誰來營運
- 誰來維護
- 自己負責到哪裡
這些含糊不清就去改善，善意就會被吸乾。
在公司裡把消耗降到最低。 在自己的資產上全力以赴。
這種區分很重要。
總結：趁大家還在手動搞Excel，去搭好管線
AI已經很厲害了。 有RPA。 有VBA。 有Codex。
但看使用率，能把工作的執行環節也交出去的人，還很少。
ChatGPT應用程式已經普及到月活躍10億人的規模。 而Codex的週使用者只有500萬出頭。 日本企業整體的RPA導入率是13.04%。 日本企業中已導入AI的約占24%。
也就是說，世界還沒有徹底改變。
很多現場依然是打開Excel、複製貼上、肉眼核對、開會確認。
這是落後。 但也是機會。
今後有價值的，不是只會玩AI的人。 而是把業務拆解開，做成可以交給AI、RPA、VBA、Codex的形式的人。
趁大家都在手動搞Excel，我們來搭管線。
趁猴子會議在複製貼上，我們在幕後讓Markdown流轉起來。（「猴子會議」是我對大家只會手動複製貼上的無意義會議的戲稱。） 趁手動Excel經濟還在，我們來建AI執行工廠。
這就是現在的致勝之道。
