AI 可以幫忙處理詢價，而且很適合先接下「整理、補問、分類、摘要、初步資格判斷」這一段工作。對中小企業來說，較穩定的設計不是讓 AI 從頭包到成交，而是把流程拆成四段：AI 整理資料 → 依規則與 AI 初步判斷 → 符合條件就交真人業務 → CRM 留下完整紀錄與下一步。
截至 2026 年 9 月，HubSpot 已提供可讓 AI agent 提問、評估潛在客戶、lead scoring 並將合格機會轉給業務的功能；Salesforce 的 Agentforce Qualification 也要求企業先設定必填欄位、理想客戶條件與資格問題。這些官方產品設計反映出一個實務方向：AI 可以負責前段 qualification，但企業仍要先定義規則、資料與人工作業點。
AI 可以處理詢價，但最適合先做「前處理」
很多中小企業談 AI 詢價自動化時，第一個想像是「客戶一問，AI 就自己回答、自己判斷、自己報價」。真正容易落地的起點通常更簡單：先把業務每天重複做的前處理工作整理出來。
例如一筆官網或 LINE 詢價進來後，AI 可以先協助：
- 擷取公司名稱、聯絡方式、產品或服務需求。
- 從文字、Email 或表單內容整理規格、數量、地區、預計時程。
- 找出缺少的必要資料，再用固定問題補問。
- 將需求分成一般詢問、可評估商機、需技術確認、非服務範圍等類型。
- 產生給業務看的摘要，減少重新閱讀長對話的時間。
- 依企業事先定義的條件，建議分派給哪一位業務或哪個部門。
真正需要保留真人判斷的，通常是會影響商業承諾、關係品質或風險的節點，例如客製價格、特殊規格、交期承諾、合約條件、重大客訴、高價值客戶，以及 AI 對需求理解信心不足的案件。
HubSpot 目前的 customer agent qualification 功能，就包含資格問題、評估與將合格機會路由給業務；Salesforce 的 Lead Qualification Agent 也會依企業設定的欄位、ICP 與問題進行 qualification。企業真正要設計的，是「哪些問題可以先交給 AI、什麼條件一到就必須換人」。
先分三層：可自動、要有規則、一定交給真人
中小企業在畫 AI 詢價流程時，可以先把工作分成三層。這比一開始討論要買哪套 AI Agent，更容易找到可行的導入範圍。
| 詢價任務 | AI 可處理範圍 | 是否需要固定規則 | 真人接手條件 | 主要風險 |
|---|---|---|---|---|
| 常見問題與基本資訊 | 依核准知識庫回覆、整理需求 | 建議有 | 超出知識範圍、答案信心低 | AI 自行補答案或引用過期資訊 |
| 欄位擷取與摘要 | 從表單、Email、對話整理欄位 | 需要欄位定義 | 關鍵欄位辨識不確定 | 摘要失真、漏掉附件或條件 |
| 補問需求 | 依缺漏欄位詢問客戶 | 需要 | 客戶回答複雜、涉及專業判斷 | 問太多造成流失，或問錯問題 |
| 初步資格分流 | 依需求、地區、預算級距、時程等判斷 | 必須 | 高價值、例外、規則衝突或低信心 | 錯誤淘汰可成交商機 |
| 業務分派 | 依產品線、區域、客戶類型指定窗口 | 必須 | 沒有符合分派規則 | 漏派、重複派單 |
| 客製報價與價格承諾 | 可整理報價所需資料、產生草稿 | 必須 | 正式價格、折扣、特殊條件 | 錯誤承諾直接影響交易 |
| 合約、交期、特殊規格 | 可摘要與標註風險 | 必須 | 一律真人確認 | 法務、履約與客戶關係風險 |
| 客訴、敏感資料、重大異常 | 可協助分類與摘要 | 必須 | 優先真人 | 隱私、情緒與品牌風險 |
這張表的重點，是先把「AI 的權限」寫清楚。若企業自己都無法說明何時算有效詢價、何時可以報價、誰有權承諾交期，AI 也很難替你建立穩定流程。
一條實用的詢價流程，可以拆成四段
第一段：把不同入口整理成一致資料
詢價可能來自官網表單、LINE、Email、社群私訊、廣告名單，甚至業務自己轉貼的訊息。第一步不需要急著讓 AI 回答客戶，而是把資料轉成一致格式。
至少先整理：來源、公司或聯絡人、需求內容、產品／服務、數量或規模、地區、時程、附件、目前缺少的資料。
這一步做得好，後面的 AI 判斷、業務分派與 CRM 才能使用同一套欄位。若每個入口都維持自己的格式，AI 只是多了一個閱讀工具，沒有真正改善交接。
第二段：AI 補問與初步分類
AI 接到結構化資料後，可以先確認「這筆詢價距離可判斷還缺什麼」。
假設一家設備商至少需要知道設備類型、使用場域、數量與希望交期，AI 發現缺少交期時，就補問交期；若客戶描述很模糊，也可以先詢問用途，而不是一次丟出十幾個問題。
接著再進行初步分類，例如：
- 服務範圍內，資料已足夠，優先交業務。
- 服務範圍內，但資料不足，先補問。
- 需要工程或專業人員確認。
- 一般客服問題，不建立 sales opportunity。
- 明顯不符合服務範圍，轉其他處理方式。
AI 的價值在這裡比較像「第一線整理員」。它把混亂訊息整理成可以工作的商機資料，而不是直接決定這個客戶值不值得做。
第三段：達到條件後，立即交真人業務
Handoff 不能只寫「重要客戶轉真人」，要有可以執行的條件。
例如：
- 客戶需求符合核心服務，而且已提供基本規格。
- 預計採購時程已明確。
- 客戶要求正式報價、會議或技術確認。
- 客戶屬既有大客戶、策略客戶或指定名單。
- 對話中出現客製、合約、交期、折扣或責任承諾。
- AI 無法可靠判斷需求，或多次補問仍有矛盾。
一旦觸發條件，AI 應停止繼續「猜」，把完整上下文一起交出去。業務收到的不只是「有一個新名單」，還要看得到原始訊息、AI 摘要、已取得資料、缺漏欄位、分流原因與建議下一步。
Salesforce 對 agentic CRM 的官方說明也強調，AI agent 應在預設 guardrails 中運作，必要時升級給真人。對中小企業來說，這個概念可以直接轉成內部 SOP：哪些事情 AI 可以做，哪些事情 AI 只能建議，哪些事情沒有真人核准就不能執行。
第四段：CRM 回寫，讓後續追蹤有責任人
完成 handoff 後，CRM 至少要留下三種資訊：
- 客戶原始資料：誰來詢問、從哪裡來、原始訊息與附件。
- AI 處理結果：摘要、分類、缺漏欄位、qualification 結果與原因。
- 業務責任資料：負責人、目前商機階段、下一步、預計追蹤日期。
若 AI 摘要直接覆蓋原始訊息，日後很難追查誤判來源。比較穩妥的做法，是保留原始內容，再另外存 AI 摘要與分類結果。
如果你的企業目前連「新詢價、待補資料、可報價、已報價、追蹤中、成交／失單」這類基本狀態都還沒有，可以先參考康思迅整理的批發業 LINE、表單到 CRM 商機分流設計，先把商機責任與階段定義清楚，再談 AI。
真人業務什麼時候要接手？不要只靠一個分數
Lead scoring 很方便，但單一分數很難承接中小企業實際的詢價差異。更實用的做法，是同時看幾個條件。
需求匹配度：這筆需求是不是公司真正能做的產品、服務或區域？
資料完整度：是否已經有足夠資料讓業務判斷下一步？
時間急迫性：客戶只是蒐集資訊，還是已經在找報價、安排會議或準備採購？
商機價值：是不是既有重要客戶、策略產業、特定規模或高價值需求？
例外風險：是否牽涉客製條件、法規、技術風險、客訴、價格或合約承諾？
AI 信心：AI 是否遇到矛盾資訊、無法辨識附件、需求描述不足或超出知識範圍？
實務上可以採「硬規則＋AI 判斷」混合。像是指定客戶、正式報價、客訴、特殊合約直接進真人；其他一般詢價才讓 AI 先整理與補問。這樣的流程比較容易驗收，也比較容易找出錯誤發生在哪一層。
CRM 不需要一開始很複雜，但交接資料要完整
如果企業準備把 AI 詢價串進 CRM，第一版不必先做幾十個欄位。建議先確認業務真正會用的最小集合：
- 詢價來源與進線時間。
- 公司／聯絡人與可持續聯絡的識別資料。
- 產品、服務或需求類型。
- 數量、規模、地區與預計時程。
- 附件或圖面是否齊全。
- AI 判斷的目前狀態與缺漏資料。
- 為何分派給這位業務。
- 負責業務、下一步與追蹤日期。
- 原始訊息與 AI 摘要分開保存。
欄位的目的，是讓下一個接手的人不用重新問一輪。若 CRM 最後只是存姓名與電話，AI 再聰明，也很難改善業務交接品質。
AI 進入詢價流程後，資料與權限要比模型選擇更早確認
詢價內容常會包含姓名、Email、電話、職稱、公司資訊，某些產業還可能出現規格文件、採購資料或其他敏感內容。依台灣《個人資料保護法》，個人資料的蒐集、處理與利用有明確規範，企業也要注意蒐集目的、告知、使用範圍與當事人權利。
AI 導入前至少要確認：
- 哪些資料真的需要蒐集，哪些可以不收。
- 客戶資料會進入哪些 SaaS、CRM 或 AI 服務。
- 哪些人有權看到詢價原文、附件與 AI 摘要。
- 是否有第三方受託處理資料，以及企業如何管理權限與留存。
- 若使用跨境雲端服務，資料流向與公司政策是否已被確認。
- 系統發生錯分、重複建檔或 AI 回覆異常時，誰負責修正。
這一段不需要先變成大型資安專案，但一定要有人負責。詢價自動化如果讓更多系統接觸客戶資料，權限與資料治理也要同步升級。
中小企業導入時，先從一條高頻詢價流程做小範圍驗證
如果公司目前每天都有重複詢價，建議先選一個入口或一種產品線試做，不要一開始把官網、LINE、Email、ERP、CRM 全部一次串完。
可以按以下順序開始：
- 抽出一批歷史詢價，整理業務實際會問的必要問題。
- 定義哪些欄位缺少就不能進下一步。
- 寫清楚 handoff 條件，以及哪些情況 AI 一律停止並交人。
- 先讓 AI 做摘要、欄位擷取與補問草稿，保留人工覆核。
- 比較 AI 整理結果與資深業務判斷，修正分類規則。
- 流程穩定後，再自動建立 CRM 商機與業務分派。
第一階段的驗收，也不必急著用「業績成長多少」判斷。更適合先看資料完整率、AI 摘要需要人工修正的比例、錯分或漏派狀況、從進線到真人接手的時間，以及業務是否還需要重新問相同問題。
等前段流程穩定，再往自動報價、ERP 串接、合約流程或更進階的 AI Agent 延伸，導入風險通常會低很多。
如果你正在評估 CRM 或 AI 詢價自動化，康思迅可以先從現有詢價入口、業務判斷方式、CRM 欄位與交接規則開始盤點，再確認哪些節點值得自動化。這類專案的第一步，不一定是買新工具，而是先把目前「誰收到、誰判斷、誰接手、誰追蹤」畫清楚。
