PPT_主題

第16章 外貿業務數位化、ERP、CRM、AI 與自動化實務

核心重點

核心項目	台灣在職實務重點
數位主線	把 Lead → RFQ → Quotation → Order → Shipment → Documents → Customs → A/R → Claim 串成同一條資料鏈，而不是各部門各自 Excel。
CRM	管理客戶、聯絡人、商機、報價、Follow-up、活動紀錄、信用與客訴，避免客戶資訊只存在個人 Email／通訊軟體。
ERP	管理料號、BOM、價格、庫存、採購、生產、訂單、出貨、發票、應收帳款與成本，是交易資料的核心系統。
TMS／物流	管理 Booking、Carrier、Route、ETD／ETA、Container、Freight、Milestone、POD 與異常。
DMS	管理 Contract、PO、Invoice、Packing List、B/L、COO、Insurance、L/C 等版本與權限。
AI	適合摘要、翻譯、詢價分類、草擬郵件、報價輔助、文件比對、異常偵測與知識檢索；不應無人覆核直接決定稅則、法規或銀行相符性。
自動化	用 Workflow／RPA／API 把重複搬運資料改成事件驅動，例如 PO 核准後自動建 Sales Order、出貨後自動建立應收帳款追蹤。
台灣通關	台灣通關已高度電子化，連線比率超過 99%；企業可透過關港貿單一窗口與通關網路進行電子資料傳輸。
數位貿易	國際貿易署 2026 年仍持續以 AI、大數據、數位商務與跨境電商協助台灣企業拓銷。
治理	AI／自動化的重點不是『能不能做』，而是 Data Owner、Approval、Audit Trail、權限、資安與 Human-in-the-loop。

一、從「電子化」進一步走向「流程數位化」

前述章節已分別建立客戶開發、報價、訂單、物流、單據、Incoterms、付款、異常與台灣法規流程。本章的目的，是把這些工作轉成可以在企業資訊系統中被追蹤、驗證與自動化的資料流程。

把紙本 Invoice 改成 PDF 只是電子化；真正的數位化是 Invoice 的 Customer、PO、SKU、Quantity、Currency、Incoterms、Shipment、A/R 等欄位與 CRM、ERP、物流、文件與財務系統共用同一筆資料，減少人工重打。

二、國際貿易的 Digital Thread

節點	資料內容	主要系統
1. Lead	市場／展會／網站／介紹取得潛在客戶	CRM
2. RFQ	詢價、規格、數量、目的地、交期	CRM＋文件／Email
3. Quotation	價格、Incoterms、付款、效期	CRM／ERP
4. Sales Order	PO 轉正式訂單	ERP
5. Supply	採購、生產、庫存、品質	ERP／MES
6. Shipment	Booking、ETD、ETA、Container／AWB	TMS／Forwarder
7. Documents	Invoice、PL、SI、B/L、COO、Insurance	DMS＋ERP
8. Customs	CCC Code、簽審、報關、放行	ERP＋報關／單一窗口
9. A/R	Invoice、Due Date、收款、逾期	ERP／Finance
10. Claim	客訴、貨損、拒付、CAPA	CRM／QMS／Claim Register

三、CRM：不只是客戶名單

外貿 CRM 應把 Account、Contact、Opportunity、RFQ、Quotation、Activity 與 Customer Risk 放在同一個客戶視圖。這能避免業務離職後，公司只剩一串 Email 地址，卻不知道客戶談過什麼、報過什麼價、哪些案子正在追。

• Account：公司名稱、國家、產業、網站、關係企業。
• Contact：採購、工程、財務、物流、決策者及影響者。
• Opportunity：產品、預估數量、金額、成交機率、預計 Close Date。
• Activity：Email、電話、會議、展會、樣品、Follow-up。
• Commercial Terms：常用 Incoterms、Payment Term、Currency、Price List。
• Credit：Credit Limit、付款紀錄、逾期、保險額度。
• Complaint：客訴、索賠、CAPA 與未結案件。
• Consent／Privacy：行銷名單與個資使用依企業政策與適用法規管理。

四、ERP：建立 Single Source of Truth

ERP 的價值不是把 Excel 換成更大的資料庫，而是建立 Master Data 與交易資料的單一真實來源。客戶名稱、SKU、幣別、價格、稅則、原產地、付款條件若在不同部門各有版本，自動化只會把錯誤更快地放大。

Master Data	應管理欄位
Customer Master	法定名稱、地址、Tax ID、Ship-to、Bill-to、Credit Term
Material Master	SKU、規格、單位、重量、包裝、CCC／HS、Origin
Price Master	幣別、客戶價、數量級距、有效期間
Vendor Master	供應商、產地、交期、付款與品質資料
Logistics Master	港口／機場、Carrier、Forwarder、Route
Compliance Master	輸出入規定、BSMI、SHTC、證書／許可效期
Finance Master	銀行、付款條件、信用額度、會計科目

五、報價數位化：讓價格有來源、有版本、有核准

Quotation 最容易發生的問題是：舊價格被複製、Freight 已過期、Incoterms 地點不完整、業務自行延長帳期、客製費漏算。數位報價應由 ERP／CRM 讀取成本、Price List、匯率、運費與付款條件，再依 Approval Matrix 核准。

• Quotation ID 與 Version 自動編號。
• 價格來源：Standard Price／Project Price／Special Approval。
• Incoterms 必填 Named Place＋版本。
• Payment Term 超過標準條件自動送核。
• 毛利低於門檻自動提醒／鎖定。
• 有效期限到期後不可直接轉 Order，需重新確認。
• 報價核准後產生 PDF，避免人員手動修改已核准內容。

六、PO-to-Order：AI 可以讀，但 ERP 才是正式訂單

AI／文件擷取工具可從客戶 PO 擷取 PO No.、SKU、Quantity、Price、Ship-to、Requested Date、Payment Term 等欄位，再與 Quotation／Contract 比對。

但建議流程是「AI 擷取 → Rule Check → 人員覆核 → ERP 建單」，而不是 AI 收到附件後直接無條件建立正式 Sales Order。尤其價格、付款、產品版本、出口管制與特殊條款必須有 Human-in-the-loop。

七、Order Validation：建立自動檢核規則

檢核	系統動作
價格	PO Price ≠ Approved Quotation → Block
數量	MOQ／Pack Size 不符 → Warning
付款	Payment Term 超過核准條件 → Approval
信用	Order＋Open A/R > Credit Limit → Block
法規	SKU 缺 CCC／Origin／License → Block
SHTC	客戶／End User／Destination 需 Re-screen → Hold
交期	Requested Date < ATP／Production Lead Time → Alert
文件	L/C 要求尚未審狀 → Shipment Hold

八、Shipment Control Tower：把物流變成事件管理

物流系統不應只有一個 ETA 欄位，而應管理 Milestones，例如 Booking Confirmed、Cargo Ready、Gate-in、Customs Released、Loaded on Board、Departure、Transshipment、Arrival、Customs Cleared、Delivered。

當事件晚於計畫值，系統可以產生 Exception Alert，而不是等客戶來信問貨在哪裡才開始追。

• Planned ETD／ETA 與 Actual ETD／ETA 分開。
• Container／Seal／B/L／AWB 與 Sales Order 關聯。
• Free Time、Demurrage／Detention 風險設提醒。
• 高價／溫控貨可整合 IoT／GPS／溫度紀錄。
• 異常自動建立 Incident Case 並指定 Owner。

九、台灣通關本身已高度數位化

財政部關務署 2026 年最新說明指出，貨物通關自動化是以電腦連線與電子資料傳輸取代人工遞送，連線比率已達 99% 以上，並由系統篩選 C1、C2、C3 通關方式。企業也可透過關港貿單一窗口的網際網路報關系統，以工商憑證等憑證進行連線申報。

因此企業內部 ERP／報關資料的品質會直接影響通關效率。真正應改善的不是『如何把錯誤資料更快傳給海關』，而是讓 Invoice、Packing、CCC Code、Origin、Permit 等在送出前就完成 Validation。

十、EDI、XML、API 與 RPA 怎麼分

技術	適合用途
EDI／通關訊息	結構化 B2B／政府資料交換，適合穩定大量交易
XML／結構化訊息	台灣網際網路報關可透過通關網路以 XML 訊息格式傳送
API	系統即時交換資料，適合 CRM／ERP／物流／外部平台整合
RPA	模擬人員點選／輸入，適合沒有 API 的舊系統，但介面改版容易失效
AI Agent	可理解非結構化資訊並協調多步任務，但需權限、邊界、Approval 與 Audit Trail

十一、AI 在外貿業務最適合做什麼

AI 任務	實務使用
市場／客戶研究	摘要公司網站、產業資料、新聞、展會名單，產生研究初稿
RFQ Triage	辨識產品、數量、國家、緊急度並分派 Owner
Email	草擬、翻譯、語氣調整、Follow-up；寄出前人工確認
Quotation Assist	依規則整理報價資料、比較歷史價格、指出缺漏
PO Extraction	從 PDF／Email 擷取訂單欄位並與報價比對
Document Check	Invoice／PL／SI／L/C 跨文件比對與缺漏提示
Compliance Assist	整理官方規定、建立 Checklist；最終分類／許可判斷人工負責
A/R	摘要逾期狀況、產生催收草稿、依 Aging 排優先級
Complaint	整理證據、時間線、客訴分類、RCA 初稿
Knowledge Search	從 SOP、產品規格、歷史案件中回答內部問題

十二、哪些工作不應讓 AI 無人覆核直接決定

• 最終 CCC／HS 稅則分類與申報。
• 是否需要輸出入許可、SHTC 或商品檢驗的最終法律判斷。
• L/C 單據是否構成銀行可接受的相符提示。
• 對外承認法律責任、賠償金額或 Full and Final Settlement。
• 更改收款銀行帳號、付款指示或供應商銀行資料。
• 解除 Credit Hold、Shipment Hold 或 Compliance Hold。
• 高風險國家／受管制對象的交易放行。
• 在沒有權限控制下自動寄出 Contract、Invoice、B/L 指示等具法律／財務效果文件。

十三、AI 的最佳角色：Copilot，不是無限制 Autopilot

AI 很適合處理大量文字與非結構化文件，但國際貿易的錯誤成本可能是貨物卡關、拒付、違規或詐騙。因此成熟設計通常是 AI 提議、規則引擎檢查、人員核准、系統執行。

可採四級權限：Level 1 只摘要；Level 2 可草擬；Level 3 可在規則內建立 Draft／Task；Level 4 才能在明確授權與審批後執行外部動作。

十四、Document AI：把本章的審單流程自動化

本章建立的 Document Matrix 非常適合轉成 Document AI。系統先擷取各文件欄位，再做 Cross-document Check，最後只把 Exception 交給人員。

比對	主要欄位
Invoice vs PO	PO No.、SKU、Qty、Price、Currency
Invoice vs Packing List	品名、數量、箱數、重量
Invoice vs B/L	Shipper、Consignee、Description、Marks
L/C vs Documents	Amount、Latest Shipment、Required Docs、Wording
COO vs Export Docs	Invoice、品名、數量、Origin
ERP vs Customs	CCC、Qty、Value、Origin、Incoterms

十五、AI＋CRM：從被動記錄變成 Next Best Action

CRM 有完整活動資料後，AI 才能有效協助判斷哪些 RFQ 尚未回覆、哪些報價即將失效、哪些客戶很久未聯絡、哪些 Opportunity 停滯。

但 AI 不應把『回覆速度快』等同『客戶價值高』。優先級應結合預估毛利、成交率、策略市場、信用風險、產能與客戶終身價值。

十六、台灣企業的 AI 數位貿易資源

經濟部國際貿易署 2026 年仍把數位貿易列為企業拓銷的重要方向，官方數位行銷及商情資源明確提到利用 AI、大數據協助決策分析、提升數位行銷與跨境電商能力。

國際貿易署推出的 AiEZ TRADE 則整合全球貿易資料，以 AI 提供貿易資料分析、活動／展會推薦、行銷頁面建立及買主推薦等功能。另有數位貿易學苑，提供跨境電商、數位轉型、數位行銷與數位商務課程。

2026 年 OECD 中小企業數位化調查經國際貿易署整理指出，中小企業 AI 採用快速增加，但多數仍停留在現成工具與單一任務；少數才進一步導入客製化 AI 或 AI Agent。這也符合企業導入的合理順序：先把資料與流程標準化，再追求 Agent 化。

十七、關務數位再造：企業端也要準備下一代資料能力

關務署自 2025 年啟動五年期數位海關再造計畫，2026 年持續推動新一代關港貿單一窗口、智慧關務、雲端環境、異地備援與資安。官方指出，關港貿單一窗口及相關系統每年處理超過 3 億筆通關相關申請。

對企業的意義是：政府端愈數位化，企業端的 Master Data、電子文件、資料交換與稽核軌跡就愈重要。未來競爭力不只是『會報關』，而是能否快速提供正確、結構化、可驗證的貿易資料。

十八、AI／自動化導入前先做 Process Mining

• 列出目前從 RFQ 到收款的實際流程，不是理想流程。
• 記錄每一步 Owner、輸入、輸出、系統、等待時間與錯誤率。
• 找出重複輸入：同一資料被打進 CRM、Excel、ERP、Forwarder Portal 幾次。
• 找出等待：核價、信用、文件、報關、客戶確認卡在哪裡。
• 找出 Exception：哪些 20% 情況造成 80% 人工作業。
• 先標準化，再自動化；不要自動化一個本身就混亂的流程。

十九、自動化優先順序：Volume × Rule × Risk

工作特性	策略	例子
高量＋規則清楚＋低風險	優先自動化	例：資料同步、提醒、文件命名
高量＋規則清楚＋高風險	自動化檢查＋人工核准	例：信用額度、文件 Cross-check
低量＋複雜＋高風險	AI 輔助，不宜全自動	例：SHTC、重大索賠、特殊 L/C
低量＋低價值	視成本決定	不要為自動化而自動化

二十、外貿自動化的事件驅動範例

• 收到 RFQ → CRM 建 Opportunity → AI 擷取產品／數量 → 指派業務。
• Quotation Approved → 自動產生 PDF → 記錄 Version → 建 Follow-up Date。
• 收到 PO → AI 擷取 → 與 Quotation 比對 → Exception 才交人工。
• Sales Order Released → 建 Production／Purchase Requirement。
• Cargo Ready → 建 Booking Task → 物流取得 Shipment ID。
• Draft B/L Received → Document AI 比對 SI／Invoice／L/C。
• Customs Released → 更新 Shipment Milestone → 通知相關人員。
• Shipment Departed → 建 A/R Due Date／L/C Presentation Task。
• A/R Overdue → 自動升級 Reminder → 超過門檻觸發 Credit Hold。
• Complaint Received → 建 Claim Case → 收集 Evidence → 追 CAPA。

二十一、Dashboard：管理例外，不是堆 KPI

Dashboard	建議指標
Sales	RFQ Response Time、Quotation Win Rate、Pipeline、Margin
Order	On-time Confirmation、Order Change Rate
Supply	OTIF、Backorder、Quality Hold
Logistics	On-time Departure／Arrival、Delay Reasons、Freight Variance
Documents	First-pass Accuracy、B/L Amendment、L/C Discrepancy
Customs	C1／C2／C3、補件率、查驗、分類異常
Finance	DSO、Overdue A/R、Credit Utilization、Bad Debt
Claims	Claim Frequency、Recovery Rate、Net Loss、CAPA Closure

二十二、資料治理：自動化成敗通常不在 AI 模型

• 每一個 Master Data 欄位都有 Data Owner。
• 公司名稱、SKU、Port、Country、Currency 使用標準代碼／命名。
• 修改價格、銀行帳號、CCC、Origin、Credit Term 要有權限與 Audit Trail。
• Document Version 與 Approved Version 分開。
• 敏感客戶資料、價格、合約與個資依角色授權。
• AI 使用的內部資料來源要能追溯，不把未知來源內容當事實。
• 模型輸出保存 Prompt／Source／Reviewer／Approval 等必要紀錄，依風險決定保存程度。
• 離職／轉調時立即撤銷 CRM、ERP、銀行、報關與外部平台權限。

二十三、資安與付款詐騙：自動化不能繞過控制

國際貿易常見 Business Email Compromise 會冒充客戶、供應商或主管要求更改收款銀行。AI 生成文字與仿冒能力提高後，僅靠『Email 看起來像本人』已不足以驗證。

• 銀行帳號變更必須 Out-of-band Verification，例如用既有電話聯絡窗口確認。
• 新 Beneficiary／Bank Account 採雙人核准。
• 不得只依 Email 附件更改 ERP Bank Master。
• 高額付款採 Maker-Checker／多重授權。
• AI／RPA 不得取得超出工作所需的付款權限。
• 異常登入、批量匯出客戶資料、權限提升建立 Alert。

二十四、AI Governance：建立企業可接受的使用邊界

風險級別	任務	控制
Green	摘要、翻譯、格式整理、內部搜尋	可廣泛使用，仍需保護機密
Yellow	報價草稿、PO 擷取、文件比對、催收草稿	需人員覆核
Orange	Compliance、L/C、信用、索賠建議	專業人員核准並保留依據
Red	付款放行、法規最終決定、法律承認、解除管制 Hold	不得由 AI 單獨執行

二十五、90 天數位化導入路線

階段	重點	成果
Day 1–30	流程盤點＋Master Data	畫 Digital Thread；統一 Customer、SKU、Price、Compliance 欄位
Day 31–60	Workflow＋Dashboard	報價核准、Order Validation、Shipment Milestone、A/R Alert
Day 61–90	AI Pilot	RFQ Triage、PO Extraction、Document Cross-check、Knowledge Search
90 天後	Integration／Agent	API、RPA、AI Agent 逐步擴張，依風險設 Human Approval

二十六、常見錯誤與改善方式

常見錯誤	改善方式
買 AI 工具就叫數位轉型	先整理流程、資料與責任，再選工具。
CRM 只存公司名稱	加入 Opportunity、Activity、Terms、Credit、Complaint。
ERP 與 Excel 各有一套價格	建立 Single Source of Truth 與版本／核准。
AI 直接把 PO 建成正式訂單	AI 擷取後仍經 Rule Check＋Human Review。
所有工作都想用 Agent	依 Volume、Rule、Risk 選擇自動化程度。
AI 判斷 HS Code 就直接報關	AI 可輔助研究，最終分類與申報需專業覆核。
RPA 當成永久 API	RPA 適合舊系統，長期核心整合優先結構化介面。
Dashboard 放幾十個 KPI	聚焦 Exception、Owner、Deadline 與行動。
自動化銀行帳號變更	銀行資料變更必須額外驗證與雙人控制。
沒有 Audit Trail	高風險決策保留來源、版本、核准與執行紀錄。

二十七、在職實務檢核表

• RFQ 到收款已畫出完整 Digital Thread。
• CRM、ERP、物流、文件、財務各系統的 System of Record 已定義。
• Customer／SKU／Price／Compliance Master Data 有 Owner。
• 報價、信用、低毛利、特殊付款均有電子 Approval Flow。
• PO 可自動擷取，但正式訂單仍有 Rule Check／人工覆核。
• Shipment 有 Planned／Actual Milestone 與 Exception Alert。
• Invoice／PL／B/L／COO／L/C 可做跨文件比對。
• 報關資料在送出前有 CCC、Origin、Value、Permit Validation。
• A/R 逾期會自動提醒並依 Credit Policy 升級。
• AI 任務已依 Green／Yellow／Orange／Red 分級。
• 銀行帳號變更與付款維持雙人控制及額外驗證。
• 所有高風險自動化保留 Audit Trail 與 Human-in-the-loop。
• 數位化 KPI 以錯誤率、Cycle Time、Exception 與 Recovery 為主，而非只看自動化數量。