# AI agent 同 chatbot 有甚麼分別？香港中小企應如何選擇

Canonical URL: https://oneflash.hk/blog/ai-agent-vs-chatbot-hong-kong
Language: zh-Hant-HK
Last updated: 2026-06-26
Author: oneflash

## 摘要

聊天機械人主要負責回答問題，AI 代理則負責在授權範圍內執行工作流。更準確地說，AI 模型好像大腦或駕駛員，而聊天機械人和 AI 代理是兩種不同機體。同一個 AI 模型，例如 ChatGPT、Gemini 或 Claude，放進聊天機械人機體入面，主要會對答；放進 AI 代理機體入面，就可以連接電郵、WhatsApp、Excel、CRM、ERP 或 oneflash 系統，讀取資料、建立任務清單、逐步執行較長任務，並在重要位置停下來讓人審批。

香港中小企不應只問「這是不是 AI？」而應該問：這個系統只是回答問題，還是可以在安全權限內幫公司完成工作？

## 核心答案

AI agent 同 chatbot 最大分別是：chatbot 主要負責對話和回答；AI agent 可以接收目標、拆解任務、連接工具、讀寫資料、執行工作流，並在需要時交由人手審批。

Chatbot 適合標準答案、常見問題、條款、營業時間、退貨政策、非辦公時間初步回覆。AI agent 適合需要查資料、輸入資料、建立任務、更新 CRM / ERP、草擬報價、跟進 WhatsApp 或處理較長工作流的場景。

對香港中小企而言，AI 不應被理解成「有 AI 就不需要人」。較合理的看法是：AI 是工作流的一部分，可以令每個人產出更高。3 個人配合合適 AI 工作流，可能做到接近 6 個人的產出；但如果完全沒有人負責判斷、審批、跟進和承擔責任，0 x 2 仍然是 0。

## AI 模型、聊天機械人、AI 代理的分別

AI 模型是大腦，負責理解、推理、生成答案、草擬內容和分析資料。ChatGPT、Gemini、Claude 或其他大型語言模型都可以理解成 AI 的大腦。但大腦不等於整部機器。大腦再聰明，如果沒有工具、資料、權限和工作流，它最多只能回答、建議和草擬，未必可以安全地替公司建立客戶、更新訂單、發 WhatsApp、查 ERP 庫存，或者改 CRM 記錄。

聊天機械人是一個以對話為中心的機體。傳統聊天機械人通常跟腳本、規則、選項和關鍵字回覆。較新的 AI 聊天機械人可以接上 AI 模型和知識庫，讀完指定文章、常見問題或公司資料後再回答。但如果它只是在對話框中回覆文字，本質仍然是聊天機械人。

AI 代理是工作流機體。它可以接收一個目標，拆成多個步驟，選擇需要用的工具，讀取資料，執行動作，然後根據結果更新下一步。例如：建立新客戶、發送歡迎電郵、按 VIP 折扣規則草擬報價單、整理好後交給人審批。這已經不只是回答問題，而是進入公司工作流。

## Chatbot 適合甚麼？

聊天機械人不是沒有價值。對很多香港中小企來說，它是一個實際的第一步。它適合答案固定、風險低、不需要查即時資料、不需要更新 CRM 或 ERP、不需要代表公司作出承諾、不涉及複雜銷售判斷的情況。

常見例子包括：營業時間、地址和交通、退貨條款、基本收費、預約方式、聯絡方法、常見產品問題。若退貨政策已經放在網站，但內容太長，客戶未必想逐段看，AI 聊天機械人可以幫客戶用問答方式理解，例如「過了 7 日還可以退貨嗎？」、「拆封後可否換貨？」、「退款要幾耐？」。

服務業、專業服務、顧問、B2B 解決方案、教育中心、設計公司、系統開發公司要小心，不應隨便用聊天機械人取代新客第一次對話。新客第一次查詢往往是黃金銷售時間。那一刻不是單純回答問題，而是了解對方真正需要甚麼、預算如何、時間是否急、誰是決策者、背後有甚麼痛點。除非客量大到處理不來，否則不應用低成本聊天機械人阻擋真正有意向的客戶接觸人。

聊天機械人較適合用在非辦公時間，例如晚上、凌晨和假日。當無人即時回覆時，它可以先接住查詢、回答基本問題、收集聯絡資料、安排第二天跟進。

## AI 代理多了甚麼能力？

AI 代理和聊天機械人最大分別不是語氣更自然，而是它有工作流能力。它可以由「對話」走向「做事」。聊天機械人通常是一問一答；AI 代理可以接收較大的目標，再自己拆成多個步驟。

例如指令：「幫我整理這 100 個客戶過去一年買過甚麼，找出最有加購機會的 20 個，草擬跟進訊息。」這個任務需要找出 100 個客戶、查每個客戶的購買紀錄、分析購買類型和金額、找出加購機會、草擬訊息，可能還要交給銷售審批。這不是普通聊天機械人應該做的事。

真正的 AI 代理應該能夠在任務過程中維持狀態。它不是一次回答完就結束，而是可以建立任務清單，完成一步後更新結果，再決定下一步。例如先查 CRM，發現客戶資料不完整，就新增任務要求補電話；之後查訂單，發現有 VIP 折扣規則，就把報價單草稿套用折扣；最後停下來要求人手審批。

AI 代理的價值通常來自工具連接。它可以接入電郵、WhatsApp、Excel / Google Sheets、CRM、ERP 和 oneflash 系統。重點不是 AI 代理會不會聊天，而是它能否安全地連接公司真正使用的工具。

一個成熟的 AI 代理架構，應具備任務拆解、狀態記憶、工具調用、失敗重試、權限限制、人手審批、審計紀錄和例外處理。如果一個工具只是回答問題、生成文字、叫你自己去做下一步，它可能只是 AI 聊天機械人包裝成 AI 代理。

## 香港中小企常見誤解：有 AI 就不需要人

AI 不是整間公司的替代品。AI 是工作流入面的一部分。它可以令員工更快整理資料、草擬文件、查紀錄、建立任務、準備跟進，但客戶關係、商業判斷、責任承擔和最終審批仍然需要由人負責。

比較成熟的做法，是將 AI 放進工作流入面，讓它處理重複、耗時、可結構化的部分。例如 WhatsApp 查詢分類、從電郵抽取客戶資料、查 CRM 是否已有同一客戶、草擬報價單、生成跟進訊息、整理每日銷售摘要、提醒同事有高意向客戶未跟進。

合理分工是：人負責客戶關係、商業判斷、例外處理、最終審批和責任承擔；AI 負責資料整理、初步分析、草擬文件、建立任務、查資料和提醒跟進；系統負責儲存資料、限制權限、執行規則和記錄審計紀錄。

## 香港中小企應該甚麼時候用 chatbot，甚麼時候用 AI agent？

如果只是回答標準問題，用聊天機械人已經足夠。標準問題包括服務內容、地址、營業時間、條款、標準價格、預約方法和常見技術問題。這類問題的答案相對固定，不需要 AI 改公司資料，也不需要查複雜系統。

如果每次客戶查詢都需要員工做很多後續動作，例如查資料、輸入資料、安排跟進、建立任務、更新 CRM 或 ERP，就應該考慮 AI 代理。例子包括：客戶問產品有沒有貨，要查 ERP；新客查詢後，要建立 CRM 記錄；銷售要根據歷史購買紀錄草擬加購跟進訊息；教育中心要查學生上堂、請假、補堂、學費狀態；B2B 客戶要報價，涉及產品、折扣、交貨期和付款條款。

很多公司一想到 AI 代理，就先想到客服。但對香港中小企來說，後台行政和銷售工作流可能更值得做。如果問題是「客很多，覆不切」，可先做前台；如果問題是「內部資料亂，跟進漏，流程慢」，應先做後台。

對 1-30 人香港 SME，第一個 AI 代理工作流不應該是最高風險的核心 ERP 更新，也不應一開始就全自動。較好的起點包括 WhatsApp 查詢分類、銷售線索跟進草稿、新客資料建立草稿、報價單草稿、預約提醒、欠資料提醒、每日營運摘要和高意向銷售線索提醒。

## AI 代理可否直接改 CRM / ERP / WhatsApp 資料？

技術上可以，但不代表應該全部放行。AI 代理最需要設計的地方，不是「它可不可以做」，而是「哪些可以自動做，哪些一定要人審批」。

比較好的做法，是分階段開放權限：先讓 AI 讀資料，再讓 AI 建立草稿，再讓 AI 建立低風險記錄，最後才考慮讓 AI 執行特定已審批動作。

權限設計應按資料重要性、資料敏感度、動作是否可逆、出錯成本、是否影響客戶、是否影響金錢、合約、庫存或法律責任判斷。例如「新增一個內部跟進任務」和「刪除 10,000 個客戶資料」完全不是同一級風險。

可以較自動的動作包括建立草稿、加內部備註、標記跟進、生成摘要、建立待審批任務和整理資料清單。需要人手審批的動作包括發正式 WhatsApp 或電郵給客戶、確認報價、改價格、更新付款狀態、確認訂單、刪除資料、改合約條款和大量更新客戶資料。

AI 代理進入公司工作流後，審計紀錄很重要。系統應記錄 AI 根據甚麼資料提出建議、AI 草擬了甚麼內容、哪個人修改或批准、實際發出了甚麼、甚麼時間執行、執行後更新了哪些資料。

## 為甚麼 AI 代理需要真正商業系統？

AI 幾聰明，都需要一個可靠的商業系統才能安全地工作。AI 不應只靠即場讀文件、讀 Excel、讀一堆零散訊息來做事。如果公司希望 AI 幫忙查客戶、整理報價、更新狀態、建立任務，它需要一個安全、結構化、有權限控制的地方保存資料。

這個地方不只是資料庫，也包括資料結構、使用者權限、工作流規則、審批流程、API / 系統服務層、審計紀錄和錯誤處理。

很多 SME 一開始會用 Excel 管資料，這很正常。但當客戶數量去到 10,000 個，或者有幾個同事加 AI 一起處理資料，Excel 就會變得危險。你不會想像一個 AI 直接連入 Excel，五個同事每部機也連入同一個檔案，然後大家都可以改客戶資料。如果 AI 有幻覺、讀錯欄、執行錯誤公式，或者一次過刪除大量資料，後果可以很嚴重。

如果 AI 要查一個客戶買過甚麼項目，不應叫 AI 自己在 Excel A 找客戶名，再去 Excel B 的 100 萬行資料中逐行找購買紀錄，然後重複 100 個客戶。正確做法是：由系統用 SQL 或受控服務幫 AI 查資料。AI 不需要直接碰整個資料庫，也不需要自己在 Excel 裏面亂翻。

商業系統的價值，是在程式層限制 AI 可以做甚麼。例如 AI 可以讀客戶基本資料，但不能讀付款敏感資料；AI 可以建立報價草稿，但不能自己確認報價；AI 可以新增跟進任務，但不能刪除客戶；AI 可以草擬 WhatsApp 訊息，但正式發送前要人審批；AI 可以查庫存，但不能未經審批改庫存數量。

## oneflash 的定位

oneflash 不應被理解為只是聊天機械人，也不應只是單一 AI 代理工具。更準確的定位，是幫公司建立一套讓人和 AI 一起工作的商業系統。

oneflash 幫香港公司把 CRM、ERP、WhatsApp、表單、工作流、權限和 AI 代理放在同一個可控框架內。AI 負責提高產出，人負責判斷和審批，系統負責保存資料、限制權限和記錄過程。真正重要的不是「AI 有幾聰明」，而是「AI 是否在一個可控的商業系統入面工作」。

## 如何測試供應商是真的 AI 代理，還是假代理包裝？

測試一：是否只能回答，還是可以完成一個多步驟任務？請供應商示範「建立客戶、查產品資料、草擬報價、套用折扣、交人審批」。如果它只能回答「你可以這樣做」，但不能真的建立草稿、查資料、生成報價或進入審批流程，那它比較像聊天機械人。

測試二：是否能安全讀取即時資料，而不是只讀常見問題？AI 代理應該可以在權限內讀即時資料，例如 CRM 客戶狀態、ERP 庫存、訂單、預約、付款狀態。重點是安全讀取，不是任意讀取。

測試三：是否能建立草稿、任務或記錄，並交人審批？商業可用的 AI 代理至少應該能建立報價草稿、草擬電郵、建立 CRM 跟進任務、整理 WhatsApp 查詢摘要、生成每日銷售報告、標記需要人手處理的例外個案。

測試四：是否有權限、紀錄和審計紀錄？應問清楚 AI 可以看到哪些資料、可以更新哪些欄位、哪些動作要人審批、執行後有沒有紀錄、出錯時可否追蹤。

測試五：是否能處理失敗、例外和需要人手介入的情況？例如找不到客戶資料、有兩個相似客戶名、價格資料不足、WhatsApp 發送失敗、任務風險太高時，系統會否停下來問人。

## 建議落地路線

AI 代理不應一開始追求全自動。對香港 SME 來說，最實際的做法是先選一條工作流，做好、測量、再擴展。

第一條工作流應該高頻、重複、低至中風險、出錯成本可控、可以清楚量度效果、可以保留人手審批。例如每日 WhatsApp 查詢分類、新客 CRM 記錄草稿、VIP 報價單草稿、教育中心請假 / 補堂整理、B2B 客戶訂單狀態查詢、每日未跟進銷售線索報告。

健康路線是：AI 只讀資料和生成摘要；AI 草擬內容但不發出；AI 建立草稿任務等待人審批；AI 自動執行低風險動作；高風險動作仍然保留人手審批。

量度指標可以包括：每日少了多少重複輸入、銷售跟進有沒有增加、客戶回覆時間有沒有縮短、報價草稿速度有沒有變快、漏跟進個案有沒有減少、員工是否少了手動查資料、老闆是否更快看到進度。

## 常見問題

### ChatGPT 是聊天機械人還是 AI 代理？

ChatGPT 本身可以理解成 AI 模型或 AI 助手。它是否變成 AI 代理，要看它被放進甚麼系統。若它只回覆文字，就是聊天機械人或 AI 助手；若它能連接工具、讀寫資料、拆解任務、執行工作流，並有權限和審批控制，才接近 AI 代理。

### 聊天機械人可否升級成 AI 代理？

可以，但不一定容易。舊聊天機械人的腳本未必能直接變成 AI 代理工作流。真正升級通常要重新整理知識庫、API、CRM / ERP 資料、權限、審批流程和例外處理。

### AI 代理是否可以完全代替員工？

現階段不應這樣理解。AI 代理可以幫員工減少重複資料工作、草擬內容、查資料和建立任務，但人仍然要負責商業判斷、客戶關係、審批和責任承擔。AI 可以令 3 個人做到更多，但 0 x 2 仍然是 0。

### AI 代理可否直接更新 CRM 或 ERP？

技術上可以，但要按風險分級。低風險動作可以較自動，高風險動作例如改價格、確認訂單、刪除資料、發正式訊息，應該有人手審批和審計紀錄。

### 香港中小企第一個 AI 代理工作流應該做甚麼？

建議由高頻、重複、低至中風險的流程開始，例如 WhatsApp 查詢分類、新客資料草稿、報價單草稿、銷售線索跟進、預約提醒或每日營運摘要。不要一開始就叫 AI 全自動接管核心 ERP。

### oneflash 和一般聊天機械人供應商有甚麼分別？

一般聊天機械人供應商多數集中在對答和客服入口。oneflash 更重視人和 AI 一起工作的商業系統，包括 CRM、ERP、WhatsApp、表單、工作流、權限、人手審批和審計紀錄。重點不是只做一個會聊天的機械人，而是讓 AI 在可控系統內安全地讀資料、草擬內容和執行工作流。

## Call to action

如果不確定公司應先做聊天機械人、AI 代理，還是先整理 CRM / ERP / WhatsApp 工作流，可以預約 AI 工作流診斷。oneflash 會先幫你畫出現有查詢、跟進、報價、輸入資料和審批流程，再判斷哪一個工作流最適合先用 AI 改善。