叫貨、出清、調撥交給 AI agent 之前：誰接哪一段，人在哪裡簽名

主管對全自動 agent 的信任，一年內掉了一大截

Capgemini 研究院 2025 年 7 月發表的調查問了 14 個國家、1,500 位年營收逾 10 億美元企業的主管，結果是：相信「完全自主 AI agent」的比例，一年內從 43% 降到 27%。同一份調查裡，近四分之三的主管認為人類監督帶來的效益大於成本。

這組數字來自大型企業，台灣零售品牌不必照單套用，但方向很清楚：越多人真的把 agent 放進流程，越知道「讓它自己做到底」要小心。

後勤是最容易被點名的戰場。叫貨、出清、調撥每週都要做，資料散在 ERP、各通路報表和品牌 PM 的訊息裡，整理起來最花時間。agent 看起來很適合接手。問題在於，這三類決策目前卡住的地方，很多時候是「大家對該怎麼決定沒有共識」：取捨方向沒寫下來，誰提出、誰核准的責任分配表（RACI）也各說各話，資料量只是其次。

我們在意的那個會議畫面

我們想像一個常見的週一補貨會議。採購帶來一份自己用過去銷量推估的叫貨清單，物流在旁邊提醒有一批貨效期快到了，品牌 PM 說下個月可能加一檔活動，但還沒確定。主管看完問了一句：「這個要叫多少？」會議室安靜了一下，三個人給了三種答案。

如果這時候桌上多了一個 AI agent，它會給第四種答案。它算得很快，理由也寫得很漂亮，但它的取捨方向從哪裡來？我們擔心的是這個：agent 很可能只是把那一刻的沉默，換成一份沒人敢簽名的建議。

一筆後勤決策拆開來看，只有一段在出建議

一筆叫貨、出清或調撥決策，可以拆成五個連續環節，外加一條全程盯著的監看線。這是本文為了說明 agent 分工而提出的拆法，不是產業標準：

1. 情報進來：活動檔期、品牌預估、在途與到貨時間、通路端庫存。
2. 整理成決策包：把散落的資料拼成一頁，讓決策者看得懂。
3. 產出建議：依政策算出叫多少、出清多少、調去哪裡，附上理由。
4. 決定誰要看：依核准規則判斷哪些建議落在主管已經放手的範圍，哪些要送給誰簽。
5. 執行後記錄與檢討：記下最後怎麼決定、為什麼，月底回頭看準不準。

監看線則橫跨五段：效期、缺貨風險、到貨延遲、建議被擱置太久，任何一項越線就提醒負責的人。

依這個拆法，本文提出六種後勤 agent，各接一段：

六種 agent 裡只有一種在「出建議」。其餘五種做的事，是讓人更快拿到資訊、更快看懂、更快找到該簽名的人，以及事後看得到發生過什麼。

這六種是責任分工的單位，不代表要部署六套各自運作的系統。規則固定的整理、送審與紀錄，用查詢、規則判斷或既有的簽核流程就能完成，只有步驟不固定的工作才需要會自己決定怎麼查的 agent。

表上也刻意沒有「下單 agent」。實際寫進採購或 ERP 系統的那一步，交給系統本身的工作流程，在主管預先核定的品項、期間、單筆與累計額度內執行；任何 agent 都不能自己判斷這筆有沒有權限下。政策與責任分配表怎麼訂是另一個題目，這裡只把它們當成 agent 的兩項輸入：政策決定取捨方向，責任分配表決定送審與簽核。

同一個情境，有政策和沒政策的 agent 會怎麼做

下面三個情境都是虛構的示意，用來看 agent 在兩種前提下的差別。

常態品，幾個月後要改版

沒有政策的時候，建議 agent 只能從歷史資料學。過去有人在改版前照樣叫貨，也有人先不叫，資料裡兩種做法都有，它可能這次偏向叫、下次偏向不叫，相近的情境給出不一致的量，理由也說不清楚是照誰的做法。

有政策的時候，政策會寫明「即將改版的常態品，庫存撐到改版日即可，不再追加」。建議 agent 就能算出撐到改版日還差多少，理由欄寫的是政策條文，主管看的是數字對不對，不用再討論方向。

活動品，品牌說會多賣

沒有政策的時候，檔期情報 agent 收到「可能加檔」的訊息，卻不知道該不該當真。建議 agent 只能二選一：照預估叫，萬一活動取消就積壓；不叫，萬一活動成真就缺貨。

有政策的時候，政策會寫「活動未確認前，先備到基本量；活動確認後由品牌 PM 提出加量」。核准路由 agent 知道加量的提出人是品牌 PM、核准人是誰，訊息一確認，加量建議直接送到對的人手上。

短效品，剩餘效期接近通路允收門檻

沒有政策的時候，例外監看 agent 會發出提醒，但收到提醒的人不確定該出清全部、一半，還是賣不完的部分，提醒就這樣停在信箱裡。

有政策的時候，出清的判斷門檻和核准範圍都寫清楚了。小量降價出清屬於主管已經同意放手的項目，建議 agent 出的出清建議可以直接由物流執行，報廢則一定送主管與財務簽核。這類「先補、先調、先停還是先清」的處方，我們在補調停清的處方與任務化流程那篇整理過，agent 接手後，處方的選擇依據要寫進政策，不能留在個人經驗裡。

三個情境的共同點是：agent 的能力沒變，差的是它手上有沒有一份可以引用的規則。

agent 會把模糊的規則放大，主管的取捨方向要先寫下來

「寧可多備不缺貨，還是寧可偶爾缺貨也要壓低庫存」，這題沒有標準答案。它是經營取捨，常態品、活動品、新品可能各有不同方向，也會隨現金流和季節調整。這個方向只能由主管決定，agent 能做的是在方向確定之後，算出照這個方向該叫多少。

方向沒寫下來，agent 常見的走向有兩種。它可能重現歷史資料裡互相衝突的做法，等於把過去喬不攏的狀態寫成程式，之後每週重複，出了問題也很難追到該照誰的規則；它也可能每一筆都回頭問人，最後變成一個更會發問的報表。兩種都沒有省下時間。

政策寫下來，也不會讓不確定性消失。需求預測會失準，供應商會延遲，政策能做的是把可接受的範圍框出來，讓 agent 的建議和人的判斷在同一個範圍裡討論。

責任分配表（RACI，誰負責執行、誰最後拍板、誰要被諮詢、誰要被告知）也是同樣道理。核准路由 agent 的工作就是照表送件，表上如果叫貨核准有好幾種說法，它只能挑一種，或者全部都送。挑錯的那一次，就會有人說他根本沒看過這張單。

這不只是零售後勤的經驗。美國國家標準與技術研究院的 AI 風險管理框架 1.0，在治理（GOVERN）這一節列出的項目包括：AI 風險相關的角色、責任與溝通線要寫成文件，人與 AI 協作時的角色與監督責任也要定義清楚、彼此區分。換成後勤的話：哪一段交給 agent、哪一段一定要人簽，要在導入前就寫清楚，而不是出事之後才補。

還有一個常被忽略的問題：多數後勤工作根本用不到會自己決定流程的 agent。Anthropic 的〈Building effective agents〉把這類系統分成兩種：走預先定義路徑的 workflow，以及自己決定下一步的 agent，並建議先找最簡單的解法，真的需要才增加複雜度。整理決策包、依門檻送審、寫決策紀錄，都比較接近 workflow；只有在情報彙整、例外原因判讀這類步驟不固定的工作，才值得讓 agent 自己決定怎麼查。同一篇文章也提醒，自主程度越高，成本越高，錯誤也可能一路累積。

權限、可回溯、人機分工，導入前先寫成表

這一段談的是方法，不涉及任何特定系統。下面這些表都可以先用文件或試算表寫，再交給技術團隊實作。

權限分級表

每一種 agent 都要寫清楚它能做到哪一級。權限可以分四級，這也是本文提出的分法：

1. 只讀：可以查完成任務需要的銷售、庫存、在途資料，不能改任何東西。
2. 草擬：可以產出建議、決策包、提醒，但不會自動送出。
3. 送審：可以把建議送給指定的人，但不能自己核准。
4. 執行：核准完成，或落在主管已放手範圍內的建議，由採購或 ERP 系統的工作流程在預先核定的額度內寫入。

OWASP 對大型語言模型應用的風險清單把「過度授權」列為一項主要風險，根因是給了 agent 用不到的功能、用不到的權限，或讓它在高影響的動作上不經人確認就執行。對後勤來說，對應的做法很直接：決策包 agent 只要只讀；核准路由 agent 只能送審，永遠不能自己蓋章；授權判斷放在 ERP 或採購系統這一端，而不是交給 agent 自己判斷「這筆可以下」。

只讀也要劃範圍。可讀的資料欄位、品類與期間只開到任務需要的程度，agent 使用獨立的系統帳號，產出留在公司內部受控的位置，存取也留下紀錄。只讀降低的是誤寫的風險，範圍要另外管。

可回溯紀錄表

決策紀錄 agent 每一筆都要留下幾個欄位：建議內容、依據的政策條文、當時看到的資料版本、誰核准或誰改了數字、改的理由、最後執行結果。月底檢討時，才分得出是建議不準、資料晚到，還是有人沒照建議做。

缺貨或呆滯的原因碼也要對得上責任。呆滯庫存那篇談過缺貨、延遲、品質問題各自該記在誰身上，決策紀錄 agent 的原因碼最好直接沿用同一套，例如「活動資訊延遲」要能歸到提供資訊的一方，不會全部算到採購頭上。

另外要提防一種狀況：agent 沒有報錯，卻安靜地用了過期的資料或舊的規則繼續跑。AI 自動化流程安靜失效那篇整理過這類問題的來源，紀錄表裡記下資料版本與政策版本，就是為了讓這種事查得到。

人機分工表

最後一張表寫的是：每一段由 agent 做到哪裡，人從哪裡接手。原則是 agent 做準備與提醒，人做取捨與簽名。主管已同意放手的小量出清與小量調撥，可以在系統核定的額度內直接執行，「小量」的界線要由主管在政策裡寫成具體的金額或數量。

以下情況一律轉給人簽，簽核的角色照責任分配表指定，agent 只能送件，不能代替簽名：

• 超過單筆或累計額度的叫貨、出清、調撥
• 新品首批與政策沒涵蓋的例外
• 報廢
• 跨責任單位的調撥
• 資料互相矛盾、部分到貨、核准逾時這類 agent 無法自行判斷的狀況

歐盟 AI 法的第 14 條以「人類監督」為題，要求高風險 AI 系統設計成可由人有效監督。零售補貨是否落入高風險類別，要依附件 III 逐項對照，這裡只把「人能有效監督」當成設計參考。換到後勤：每一筆建議都要能一鍵否決並寫下理由，整個 agent 也要有人能隨時暫停。暫停前要先講好已送出、處理中、尚未送出的案件各怎麼處理，避免重新啟動後重複下單或重複調撥。

從只讀開始：後勤團隊導入 agent 的順序

1. 先讓主管寫下服務水準政策與核准範圍：常態品、活動品、新品各自的取捨方向、可接受的缺貨與庫存上限，以及哪些動作已經可以放手（預期效果：agent 有規則可以引用；建議週期：政策初版先訂，之後每季檢視）。
2. 先上檔期情報與決策包 agent，權限只開只讀：這兩種 agent 不出建議，風險最低，卻能直接減少整理資料的時間（預期效果：會議前就拿到一頁決策包；建議週期：先挑一個品類試跑一個月）。
3. 建議 agent 先跑影子模式：只出建議不執行，和人的實際決定並排記錄。要看的不只是建議量和實際賣出量差多少，也要看缺貨、庫存週轉、報廢、急單成本與政策例外，新品與季節性強的商品另外評估。判斷補貨點與覆蓋天數的公式，可以沿用安全庫存與補貨點那篇的算法，讓 agent 與人用同一把尺（預期效果：同仁看得到「它過去準不準」，才願意照著做；建議週期：觀察期至少涵蓋一個有代表性的檔期與淡季）。
4. 責任分配表定案後才接核准路由 agent：送審路徑跟著表走，表改了，路徑跟著改（預期效果：減少「這張單該誰簽」的來回；建議週期：表定案當週接上）。
5. 最後才開執行權限，而且只開主管同意放手的範圍：每月看決策紀錄，確認放手的範圍沒出問題，再決定要不要擴大（預期效果：時效縮短但責任仍有人扛；建議週期：每月一次放手範圍檢討）。

導入期間，同仁仍會花時間檢查和調整建議，這段採用期要算進人力規劃裡，不能假設 agent 一上線，整理資料的工時就馬上歸零。

讓 agent 接手之前，先讓會議室裡的三種答案有同一套規則

回到那個週一的會議。三個人給三種答案，問題不在資料不夠快，而在取捨方向沒有寫下來。

先把方向和簽名的人寫清楚，再讓 agent 接手跑腿。順序對了，agent 給的就不會只是第四種意見，而是一份追得到政策條文、資料版本和簽核人的建議，大家討論的是數字，不用再爭方向。

這些準備不用等到系統預算到位才開始。一份政策、一張責任分配表，就是後勤團隊導入 agent 最便宜也最有用的準備。

想討論後勤決策的政策、分工與導入順序，歡迎預約諮詢，和 91APP 團隊聊聊你們的情況。

品牌最常問的後勤 AI agent 問題

Q1：零售後勤的 AI agent 是什麼，跟現在的補貨報表差在哪？

A1：報表把資料攤給人看，AI agent 會接手一段工作：收集檔期情報、整理決策包、依政策出建議、把建議送給該簽的人、記下最後的決定。差別在於 agent 會主動做事，所以它能做到哪一步、哪一步一定要人簽，要事先寫清楚。

Q2：叫貨、出清、調撥需要幾種 AI agent？

A2：本文提出六種：檔期情報、決策包、補貨與出清建議、例外監看、核准路由、決策紀錄。不必一次全上，可以先從只讀的檔期情報與決策包開始，建議與核准路由等政策和責任分配表定案後再接。

Q3：AI agent 可以直接幫我們下叫貨單嗎？

A3：建議不要讓 agent 自己下單。agent 負責出建議與送審；核准完成，或落在主管已放手範圍內（例如小量調撥、小量出清）的建議，由採購或 ERP 系統的工作流程在預先核定的額度內寫入。報廢、超過額度的叫貨與新品首批，一律保留人簽。

Q4：服務水準政策和 RACI 還沒訂好，可以先導入 AI agent 嗎？

A4：可以先導入不出建議的 agent，例如檔期情報與決策包，它們只負責整理資訊。出建議與送審的 agent 要等政策與責任分配表定案，否則 agent 只能從歷史資料學到過去喬不攏的做法，等於把混亂自動化。

Q5：沒有 IT 團隊的中小型品牌，可以從哪裡開始？

A5：先從文件做起：寫下取捨方向、核准範圍與責任分配表，再用試算表記每一筆決策與原因。這些文件之後無論導入哪一種工具或 agent 都用得上，也是判斷廠商方案合不合用的依據。

Q6：要怎麼知道 AI agent 的補貨建議準不準？

A6：讓建議 agent 先跑影子模式，只出建議不執行，把建議和人的實際決定並排記錄，觀察期涵蓋有代表性的檔期與淡季。除了對照實際銷售，也看缺貨、庫存週轉、報廢與急單成本，並分開看是建議不準、資料晚到，還是有人沒照建議做，再決定要不要擴大它的權限。

延伸閱讀

• 採購物流人力盤點：人手夠不夠，別再用「每人管幾個品牌」來算
• 品牌電商物流 KPI 怎麼定：從準時出貨率到單位物流成本
• SKU 管理怎麼做？從品類地圖揪出拖累業績的商品，再決定誰來接手
• 叫貨、出清、調撥總是喬不攏？先訂服務水準政策與核准規則，KPI 才訂得下去
• 補貨建議為什麼沒人照做？從活動行事曆到決策紀錄，後勤決策工具這樣選