從 Stand-up 會議開始：kintone x Double Wise AI 助理的實戰驗證之路

這幾年很多企業開始導入 AI 工具，但說真的，多數使用者還是以手動複製資料、整理內容，再貼給 AI 分析。

AI 變聰明了，工作流程卻不一定有變得更有效率...

我們自己也想過這個問題：如果 AI 能直接讀取我們每天累積的資料，理解工作脈絡，甚至主動給出判斷，會是什麼樣子？

這篇文章，將分享我們智然智能團隊內部進行的一場 AI 實驗。

從一個最日常的工作流程開始，逐步發展成現在的 Double Wise AI 助理。

整個過程中，我們以 kintone 作為資料基礎，讓 AI 能直接讀取每天累積的任務、會議與客戶資料，真正進入工作流程之中。

從一個最日常的流程開始：每日 Stand-up 會議

在決定整合 AI 之前，我們先問了自己一個問題：「如果 AI 能幫我做一件事，會是什麼？」

答案很快浮現—— 我們團隊每天早上的 Stand-up 會議。

我們固定用 Google Meet 開會，以往的做法是輪流記錄、整理重點。

但時間久了你會發現：

• 記錄品質不一
• 任務指派模糊
• 討論內容沒被完整記錄 
• 會後需要花時間整理與追蹤 

「等誰有空整理」幾乎成了每次開完會都會遇到的問題。

於是，我們決定從這個高頻率、高痛點的場景開始驗證。

為什麼選擇 kintone 作為 AI 的資料底座？

AI 的能力再強，最需要的還是可靠的資料來源。

而企業最常遇到的問題，不是沒有資料，而是資料散落在各處——Excel 報表、LINE 對話、Email 往來、個人電腦裡的檔案，甚至紙本文件。

這些資料雖然都在，卻很難被有效利用...

kintone 的優勢，在於能把這些原本分散的資料，整理成有結構、有規則、可持續累積的形式。

以我們自己的環境為例：

• 客戶資料 → CRM App
• 任務與專案進度 → 任務管理 App
• 會議內容 → 會議記錄 App
• SOP 與案例經驗 → 知識庫 App

當資料有了一致的格式，AI 才有辦法理解這些資訊之間的關聯。

這也是我們協助企業導入 AI 前，最先確認的事：資料是否已經準備好讓 AI 使用？

我們驗證的第一個 AI 整合方法：Double Wise AI 助理

這套 AI 化流程，由我們 CTO Roy 一手搭建與驗證：

① Google Meet 錄音 → 自動轉文字

會議結束後，錄音自動轉成逐字稿，不再需要人工即時聽打。  

② 同步進 kintone 會議記錄 App

系統自動建立一筆完整記錄，包含日期、參與者、原始逐字稿與會議摘要，所有資料保留在可搜尋、可追溯的環境中。

③ AI Chatbot 讀取會議記錄

透過直接讀取會議內容，使用者用自然語言對答，協助整理討論重點、已完成決策、待確認事項與後續待辦。

④ AI 分析下一步行動

更進一步，它還會根據討論結果提出建議：

• 誰該負責哪項工作
• 哪些事項該優先處理
• 下次 Stand-up 前需要完成什麼

從 Google Meet 到 kintone 自動會議記錄，AI 摘要與任務指派的完整流程。

跑完整個流程，省下的不只是整理紀錄的時間，更降低了資訊遺漏與認知落差的風險。

不只是聊天機器人，還是公司的內部知識助手

會議記錄的應用只是第一步。

接下來，我們把任務管理、會議記錄、客戶資料與企業知識庫——四個核心應用程式整合在一起。讓 Double Wise AI 助理建立在企業真實資料的基礎上。它不只是回答問題，而是能根據企業內部資料提供分析與建議。

例如，你可以問它：

• 哪個客戶最值得優先跟進？
• 哪個專案目前最需要關注？
• 上次會議決定了什麼？後續有完成嗎？
• 過去有沒有類似案件？是怎麼處理的？

它有兩個我們覺得特別重要的特性：

1. 可彈性切換不同 AI 模型
   不同的 AI 模型各有優勢，我們保留切換的彈性，企業可依需求選擇 Claude、ChatGPT、Gemini，或未來推出的新模型，不被單一模型綁住。
2. 跨應用程式讀取資料
   企業的重要資訊通常不會只存在單一應用程式，因此 Double Wise AI 助理能同時讀取多個應用程式、跨應用程式綜合分析，並標示參考的資料來源——讓建議可追溯，決策有依據。

從資料整理到 AI 應用部署：我們的四階段導入路徑

技術只是手段。重點是讓 AI 讀到正確資料、給出具體判斷，最後真的被團隊用起來。

根據我們實際導入與驗證的經驗，建議依照以下四個階段進行：  

• 第一步：診斷
  找出最值得讓 AI 讀的資料：哪些流程最依賴人工判斷？哪些資料整理後最容易產生效益？先釐清目前最痛的問題。
• 第二步：打地基
  把文件、歷史紀錄、客戶資料與作業流程整理成結構化資料，讓 AI 的回答有依據，而不是憑空生成。
• 第三步：串接
  與即時業務系統連結，讓 AI 能查詢最新案件進度、客戶狀態、專案資訊，而不是只能讀過去的資料快照。這是從「理想的工具」變成「真的能用」的關鍵。
• 第四步：陪跑
  依照企業實際運作方式持續調整，讓 AI 的回答方式符合團隊習慣，逐步融入既有的工作流程。

AI 落地不是一次到位，而是先從資料盤點、知識庫整理、即時系統串接到團隊實際使用，逐步建立能持續發揮價值的 AI 應用基礎。

AI 不只是趨勢，而是企業營運能力的延伸

現在談 AI 導入，很多人先想到的是：「哪個 AI 工具最強？」

但從我們實際整合的經驗來看，更重要的問題其實是：你的公司資料，準備好被 AI 讀懂了嗎？

因為 AI 真正的價值，不只是回答問題或產出文字，而是能不能連接到企業每天運作的真實情境。

當會議記錄、任務管理、客戶資料與企業知識庫逐步整合後，AI 就不再只是單點工具，而是能成為公司的內部知識助手：

• 查詢過去的討論紀錄
• 整理客戶互動脈絡
• 提醒專案進度
• 分析風險與待辦事項
• 提供下一步的行動建議

這也是我們在協助企業導入 AI 時最重視的一件事：不是追求最炫的功能，而是先把資料來源、流程節點與使用情境整理清楚，讓 AI 真正接得上日常工作。

地基建立起來後，能延伸的應用就會越來越廣——智慧排程、CRM 客戶跟進建議、營運管理、數據分析、即時看板、BI 視覺化，甚至成為跨部門協作時的決策輔助工具。

以 kintone 作為資料底座，串接 AI 進階延伸為涵蓋營運管理、數據分析與跨部門決策的一站式智慧營運架構。

對我們來說，AI 不是外掛在公司旁邊的新工具，而是能逐步嵌入工作流程、幫團隊提升效率與判斷品質的營運能力。

常見問題 FAQ

Q：kintone 可以串接外部 AI 工具嗎？

可以。透過 API 串接，kintone 能與 Claude、ChatGPT、Gemini 等 AI 模型整合，讓 AI 讀取 kintone 的記錄內容。實際串接方式會依企業既有架構而有所不同，我們會依照需求規劃合適的整合方案。

Q：公司規模不大，也適合導入 AI 嗎？

規模不是問題，資料品質才是關鍵。即使只有 10 人的小團隊，只要資料夠乾淨、流程夠明確，AI 一樣能發揮效果。我們建議從一個核心流程開始驗證，再逐步擴大。

Q：Double Wise AI 助理與 kintone 官方 AI 有什麼不同？

兩者定位不同，並不互斥。kintone 官方 AI 主要提供 App 建立、搜尋與摘要等輔助功能。Double Wise AI 助理著重於企業工作流程整合，可彈性切換不同 AI 模型，並跨應用程式整合資料來源，提供具脈絡且可追溯的分析與建議。 

Q：沒有使用 kintone，也能導入 AI Chatbot 嗎？

可以。如果企業已有 ERP、CRM 或其他管理系統，只要具備適當的串接條件，仍可評估整合 AI Chatbot 與知識庫應用。

Q：導入 Double Wise AI 服務大概需要多久時間?

依導入範圍與資料狀況而定。通常會先從診斷開始，確認資料品質與最值得優先處理的流程，再規劃合理的導入時程，建議先從一個流程驗證成效，再逐步擴展。

在評估要使用哪個 AI 工具之前，不如先問自己：你的業務資料，現在在哪裡？長什麼樣子？

如果答案是分散在各處、格式不一致，那麼再強大的 AI 工具也很難發揮效果...

如果答案是已經有結構、有規範，AI 落地就是一件順水推舟的事。 

你正在評估如何將 AI 導入現有系統嗎？歡迎與我們聊聊，一起盤點現有資料狀況，找到最適合開始的第一步。

🔗 延伸閱讀
▹ AI 落地整合服務
▹ kintone AI 助理：打造智能工作新時代