專業服務 AI 案例

專業服務知識庫案例：AI 如何讓顧問團隊 3 分鐘內找到過去的提案與資料

顧問公司與專業服務事務所最寶貴的資產，是團隊成員腦袋裡的知識——過去做過的專案經驗、累積的方法論、客戶的需求模式，以及無數份躺在硬碟深處的提案檔案。

這家台北的策略顧問公司，建置 AI 內部知識庫後，顧問查找過去專案資料的時間從平均 45 分鐘縮短至 3 分鐘以內，新人上手時間縮短了 40%，提案檔案的重複利用率從 12% 提升至 65%。整個專案歷時 8 週。

導入前的挑戰

他們遇到了什麼問題？

在導入 AI 之前，這家企業面臨幾個核心痛點，這些問題靠傳統人力難以根本解決。

過去專案的經驗、方法論、客戶需求模式，都存在不同成員的腦袋裡或硬碟深處。當需要找資料時，往往不知道問誰。

新進人員需要花大量時間問前輩、翻舊檔案，才能了解公司過去做過什麼案子。有時候老師傅離開了，經驗也就跟著消失了。

明明過去做過類似案子，但新專案還是從零開始。業務或顧問找不到過去的提案，導致重複造輪子。

工作方式對比

這個案例的關鍵不只是導入 AI，而是把原本零散、緩慢的行政流程，重組為一條更快、更穩，且保留人工關鍵決策的 AI 協同工作流。

導入前（純人工）

導入後（AI 協同）

客戶背景

一家台北的策略顧問公司，團隊成員腦袋裡有很多過去專案的經驗與方法論，但這些知識散落在不同成員的硬碟、Email 和資料夾中，新進人員找不到答案，老師傅的經驗也難以傳承。

產業

專業服務（策略顧問）

痛點

知識散落、查找困難、經驗難傳承

影響

新人上手慢、提案重點率低

導入過程

躍創顧問秉持敏捷落地的原則，將導入時程切分為明確的小階段。每個階段都有清楚的檢視目標與具體交付物。

整理所有過去的提案、專案紀錄、方法論文件，建立知識分類結構

將整理後的資料結構化，訓練 AI 理解知識庫內容與查詢語境

全面上線 AI 知識庫，訓練團隊使用自然語言查詢，並建立知識更新機制

成效數據

導入時程

從最初的業務流程盤點到正式上線，每個階段都有明確的時間範圍與工作項目。

經驗與建議