把行政時間還給人，讓工會回到真正的服務本質
「我們的會員，本來就比一般產業更懂數位工具。」
新北市美工編輯設計職業工會林秘書表示，工會會員多為美工設計師、自媒體創作者與電商設計接案者，對效率、即時性與資訊正確度的要求都非常高。
在此背景下，如何在有限人力下穩定提供服務，也成為多數小型職業工會共同面臨的課題。
隨著會員人數逐年成長、諮詢需求快速累積，行政團隊長期承受高頻率、重複性的回覆壓力，也成為推動工會重新檢視服務流程、啟動數位轉型的重要契機。
美工公會諸多榮譽事蹟會員規模擴大下的服務挑戰：行政人力負擔逐漸累積
外界對職業工會的想像，多半停留在勞健保代辦。但實際上，美工編輯設計職業工會同時承接政府產投計畫、職能訓練與多元專業課程，諮詢內容高度集中、卻又不能出錯。
「入會資格、勞健保費率、應備文件，這些問題每天反覆出現。」
林秘書坦言，在尚未調整流程前，行政人員 60% 以上的工作時間，都花在回覆性質相近的問題上。
更大的風險在於，勞健保資訊一旦回覆不一致，可能直接影響會員權益，也讓行政人員長期處於高度壓力狀態。
這類高重複、但又高度關鍵的行政作業，正是小型組織最容易累積營運風險的環節。
轉型的第一步不是系統，而是把服務重新盤點一次
在參與中小微企業數位轉型輔導計畫後，美工工會在 商盟 AI 學院｜周昌熯老師顧問團隊 的陪同下，並未急著導入工具，而是先從「服務流程盤點」開始。
「我們第一次把多年來累積的諮詢內容，全部攤開來看。」
林秘書說明，從勞健保行政、課程類型、會員身分別，到常見問答，逐一拆解、分類與整理。
這個過程，意外成為工會轉型中最關鍵的一步。透過流程盤點，工會得以清楚辨識哪些問題適合標準化處理，哪些仍需保留人工判斷空間。透過系統化盤點，工會建立起標準回覆邏輯與服務分流原則，也為後續自動化打下清楚基礎。
輔導前後示意圖建立即時分流機制，提升會員服務穩定度
在完成流程盤點後，工會導入n8n及Line自動化回覆機制，讓系統先處理大量標準化問題，再將需要判斷與說明的個案，交由行政人員接手。
目前約 70% 的常見諮詢 可由系統即時回覆，其餘 30% 則保留人工處理。
「AI 不是取代人，而是幫我們把時間留下來。」
林秘書指出，這樣的分工模式，反而讓服務回覆更一致，也降低人為疏失的風險。
此一人機協作模式，亦展現數位工具在小型組織中循序導入的可行性。
【流程優化後的實務成果｜工會第一線回饋】
行政負擔下降
重複性回覆大幅減少，行政人員不再長時間被電話與訊息綁住。
新人上手速度提升
原本需約三個月熟悉業務，新進人員透過結構化流程與系統輔助，平均縮短至一個多月。
服務品質更一致
基礎資訊由系統即時提供，避免因疲勞或人員差異造成回覆落差。
團隊專注力回到核心任務
行政人員得以投入課程規劃、會員經營與產業趨勢服務。結語｜以流程優化為基礎，逐步推進數位轉型
回顧這次調整，美工編輯設計職業工會認為，數位工具的價值不在於炫技，而在於是否讓組織運作更穩定。
「當我們不再被重複性工作追著跑，工會才能真正回到服務會員的角色。」林秘書表示。
此次經驗也顯示，只要從實際痛點出發，即使是人力有限的組織，也能逐步推進數位轉型，並建立可持續運作的服務模式。
未來，工會也將在既有基礎上，持續優化人機協作模式，讓專業服務更即時，也更有溫度。
公司基本資料
1、 會員權益與勞健保相關協助
2、 辦理教育訓練與課程（含線上／實體）
3、 提供相關行政諮詢與文件申請協助
現況挑戰
在導入本次「AI 智慧客服暨 QA 知識庫系統」之前，美工工會在對外回覆與資訊整理上面臨以下問題：
1、重複性諮詢量大、仰賴人工回覆
多數會員透過電話、LINE 直接詢問勞健保、入會資格、課程資訊等問題，類型高度重複，卻需要秘書逐一回答，佔用大量時間。
2、資訊分散、缺乏單一版 FAQ
常見 Q&A 多存在於文件、簡報或主管與秘書的「記憶中」，沒有系統化整理成可搜尋的知識庫，不利於新進人員接手。
3、服務時間受限、無法 24 小時回應
工會人力有限，非上班時間無法即時回覆，會員若在晚上或假日有問題，只能等待，下次再聯繫。
4、對 AI 工具完全陌生，難以自行規劃
工會端自評在 AI 及自動化相關領域為陌生，雖有意導入，但不知道從何著手、如何設定 QA 與系統架構。
企業AI應用重點
本專案以「小步快跑、先有雛形再優化」為策略，導入內容核心如下：
1.建立工會專屬 QA 知識庫（Google 試算表）
2.導入 GPT 模型 + Prompt 控制策略
3.前端對話介面與 LINE 官方帳號串接
4.專屬帳號與低門檻訂閱制平台
5.權責分工清楚：工程師建置、秘書維護內容
AI應用後說明
1.行政與回覆工時可明顯下降
可由 AI 先做第一線回答，只有特殊或複雜問題再由人工介入。
2.服務時間延伸、會員體驗提升
即便非上班時段，會員仍可在 LINE 上得到基本解答或知道應備文件、流程方向。
3.知識資產系統化保存
有利於將來人員交接與擴編，避免關鍵知識只掌握在少數人手上。
4.AI 導入門檻降低，建立實戰經驗
工會實際完成「n8n 建置 → AI 平台註冊 → Gemini 串接 → QA 表維護」的初次實作
