同一份資料從信箱搬到試算表，再貼進另一套系統，忙了一整天卻沒有完成新的判斷。這類工作值得評估自動化，但要先分清楚哪些步驟有固定規則，哪些需要理解內容，哪些仍然必須由人決定。
RPA 通常用來執行重複、規則明確的操作；AI 可以協助處理文字分類、資料整理與草稿。兩者結合時，先畫出目前流程，標示輸入、輸出、權限與例外。若人工作法本身還不一致，直接自動化可能只是更快地複製混亂。
以詢問信分流為情境示例，AI 可先判斷主題並整理需求，固定規則再決定交給哪個窗口。資料不完整或分類不確定時，送到人工待辦。這樣可以讓工具處理準備工作，同時保留對模糊情況的確認。
設計時要考慮重複觸發。同一封信或同一張表單再次送進來，系統應辨識已處理狀態，避免重複建立工作或寄送通知。每一步也應留下結果與時間，讓人能查到卡在哪裡，而不是只看到一個「執行失敗」。
涉及對外訊息、金額或重要資料修改時，應明確定義可自動執行的範圍和人工確認點。發生異常要有停止與恢復方式，不能靠無限重試。可靠的例外處理，往往比理想情況下跑得多快更重要。
試行期間記錄處理時間、人工接手比例與錯誤類型，再把工具、維護和核對成本一起算進來。能節省多少工作，取決於流程與資料條件，不能事先用固定百分比概括所有企業。
先把一條小流程跑穩，再擴展到相鄰工作。交接文件應讓接手者知道資料從哪裡來、何時執行、失敗找誰，以及如何確認最後結果。這些條件成立後，自動化才不會變成另一套需要每天盯著看的系統。
