文章目錄
AI 自動化驗收通過、正式上線，專案群組也準備關閉。過了一個月，文件改版了，模型費用增加了，偶爾還有案件卡在半路。這時大家才開始問：這套系統現在歸誰管？
AI 維運不是等壞掉再找工程師，而是持續確認資料、結果、權限、成本與人工接管仍符合原本約定。
前一篇AI 專案驗收的五個關卡談的是能不能交付；這篇接著處理交付之後，哪些責任不能跟著專案一起結束。
上線不等於從此固定不變
一般程式在相同輸入與版本下，通常可以期待相同邏輯。AI 流程還多了幾個會改變結果的來源：
- 模型或供應服務更新。
- 提示詞、工具與流程規則調整。
- 知識文件新增、過期或彼此矛盾。
- 使用者開始輸入測試時沒看過的情境。
- 下游系統欄位、權限或 API 改變。
- 用量增加，使等待時間與費用改變。
因此維運不能只看伺服器有沒有回應。系統可能每次都回傳成功，內容卻已經不適用；也可能文字看起來正確，實際資料根本沒有寫進目標系統。
一：指定業務負責人與技術負責人
至少要有兩種角色：
| 角色 | 主要判斷 |
|---|---|
| 業務負責人 | 結果是否可用、資料是否過期、例外該交給誰 |
| 技術負責人 | 串接是否正常、權限與版本是否正確、故障如何處理 |
小型團隊可以由同一人兼任，但兩類工作仍要分開列。若只寫「行銷部負責」或「有問題找廠商」，真正發生問題時仍不知道誰有權停用流程、誰能核准修正。
每個角色還要有代理人。自動化每天都在跑，不能因為唯一窗口休假，就讓例外案件無人處理。
二：同時監控系統訊號與業務結果
只看服務是否在線，會漏掉最重要的錯誤。建議至少分成三層：
- 執行狀態：成功、失敗、逾時、重試與排隊量。
- 操作結果：資料是否寫入正確對象，有沒有重複或漏件。
- 內容品質：回答是否有依據，分類與草稿是否仍符合規則。
不同流程需要不同指標。例如文件問答要抽查來源與無答案時的處理；詢問分流要檢查案件是否到達正確人員；資料擷取則要核對欄位與原文，而不是只看 AI 有沒有輸出 JSON。
監控還要寫明門檻觸發後的動作：誰收到通知、多久內判斷、什麼情況先停，什麼情況可以繼續觀察。沒有對應動作的儀表板，只是另一個很少有人打開的頁面。
三：每次變更都要知道改了什麼
AI 流程的變更不只來自程式碼。以下任一項調整，都可能影響結果：
- 模型與模型參數。
- 系統提示詞與範例。
- 搜尋或排序方式。
- 知識文件與資料清理規則。
- 工具權限、API 與欄位對應。
- 輸出格式與人工審核步驟。
每次上線要留下版本、原因、負責人、測試範圍與回復方式。變更前重跑相關測試集，變更後先觀察小範圍，不要同一天同時換模型、改文件、調提示詞，最後才發現品質改變卻無法定位原因。
資料本身也需要版本管理。若系統使用公司文件回答問題，可以搭配AI 知識庫的資料準備方式，把文件負責人、有效日期與淘汰規則納入維運。
四：例外案件要有佇列，不要散在聊天訊息
AI 不確定、資料不足或串接失敗時，轉交人工是合理設計。但「交給人工」不是把一句提醒貼到群組就結束。
例外處理至少要留下：
- 案件識別與原始輸入。
- 系統已完成哪些動作。
- 為什麼需要人工。
- 現在由誰接手。
- 最晚處理時間與目前狀態。
- 完成後是否要回饋成新規則或測試案例。
若案件可能已寫入外部系統，還要先查明結果，再決定是否重跑。直接按一次重試，可能產生重複訂單、重複通知或兩筆客戶資料。
規則、AI 與人工怎麼分工談的是流程設計；維運階段則要確認這些交接點每天真的有人接得住。
五：權限、資料與操作紀錄要定期核對
專案初期建立的帳號，不代表半年後仍合理。人員離職、職務調整、資料範圍改變，或第三方金鑰外洩，都可能讓原本安全的設定失效。
應定期確認：
- 系統目前能讀取哪些資料。
- 哪些動作可直接執行，哪些需要核准。
- 服務帳號與金鑰由誰保管、何時輪替。
- 離職或轉調人員的權限是否移除。
- 操作紀錄保留多久，誰可以查看。
- 敏感資料是否真的需要送進模型或外部服務。
權限應由系統限制，不要只在提示詞裡寫「不可查看其他客戶資料」。提示詞可以說明行為，但不是存取控制。
六：成本與人工接管要一起準備
AI 成本可能隨請求量、輸入長度、模型與重試次數改變。每月不只看總帳單，也要知道哪個流程、哪類案件消耗最多，以及增加的使用量有沒有帶來相應價值。
可以設定預算提醒與用量上限，但不要讓到達上限後的行為變成意外。事先決定：
- 超過提醒值時由誰檢查。
- 是否降到較小範圍或停止非必要任務。
- 哪些重要流程不能直接中斷。
- 停用後，新案件從哪裡回到人工。
- 進行中的工作如何盤點，避免漏件或重複。
這和技術故障的接管是同一件事。切回舊流程不只是關掉一個開關，還要有人接收新工作、清點半完成狀態，並核對已經發生的外部操作。
成本怎麼拆，可以延伸閱讀AI 自動化專案的六個成本因素。維運預算要把模型費、平台費、監控、人工抽查與持續調整一起算入，而不是只看單次 API 價格。
一頁維運表應該寫什麼？
不需要先做一份厚重手冊。至少用一頁文件把以下內容放在同一個地方：
| 項目 | 要留下的答案 |
|---|---|
| 目的與範圍 | 這套流程處理什麼，不處理什麼 |
| 負責人 | 業務、技術與代理人是誰 |
| 監控 | 看哪些訊號，多久檢查一次 |
| 例外 | 待辦放哪裡，誰接手，如何結案 |
| 變更 | 版本、測試、核准與回復方式 |
| 權限 | 資料來源、可執行動作與稽核紀錄 |
| 接管 | 停用條件、人工入口與半成品盤點 |
再安排一次演練：暫停自動化，用人工流程接一筆新案件，並處理一筆已經跑到中間的案件。演練能比文件更快找出缺少的帳號、權限與聯絡人。
常見問題
AI 自動化上線後，應該由資訊人員還是業務單位負責？
通常需要共同負責，但責任不同。業務單位判斷結果是否適用、例外如何處理；技術窗口處理串接、權限、版本與故障。兩邊都應有具名主要負責人與代理人，不能只寫成某個部門共同維護。
AI 流程多久需要重新檢查一次？
沒有所有系統通用的固定週期。可依使用量、任務風險與資料變動速度安排，並在模型、提示詞、文件來源、權限或串接變更時重跑受影響的測試。除此之外，錯誤率、人工接管量或成本異常也應觸發檢查。
廠商提供維護服務，公司內部還需要負責人嗎？
需要。廠商能處理技術問題，但無法代替公司決定答案是否符合政策、哪份資料已失效、哪個錯誤必須停用流程。內部至少要有人能判斷業務結果、核准變更，並在緊急狀況下啟動人工接管。
結論
AI 自動化交付的是一套持續運作的流程，不是一次性的展示。只要資料、模型、權限、用量與工作方式會變，維運責任就必須存在。
把負責、監控、變更、例外、權限與接管六件事寫清楚，再讓業務與技術各自接住該做的判斷。如此系統出現變化時，團隊才不會從「它還有在跑」開始猜。
如果你準備把 AI 試作放進日常工作，可以帶著現有流程與交付內容一起討論，先補齊上線後的責任與接管方式。
