店裡坐滿了，為什麼還要撤掉一半桌子？

看到排隊，我們很容易想到加桌子；看到團隊忙不過來，就想到加人；看到客服回不完，就想到導入 AI。

但在增加產能之前，有一件事更值得問：我們是不是讓每一種需求，都走了同一條最費力的流程？

最近討論的一段麵館 AI 短劇，用了「生意坐滿了，卻要撤掉一半桌子」這個反差。這是故事帶來的思考起點，不是真實門市的營運實驗，也不能證明桌子減半就會增加收入。

我想從這個情境往下談的，不是製造排隊或稀缺感，而是：一家店，真的需要用同一種方式服務每個客人嗎？

同樣買一碗麵，需要的服務未必相同

想像兩種客人。這是用來討論服務設計的假設情境。

一個只想快速買碗麵帶走，不一定需要座位、桌邊服務和完整的用餐時間。另一個願意坐下來慢慢吃，可能更在意環境、搭配和服務。

兩種需求沒有誰比較好，也不是花得少就不值得被照顧。同一個人，午休時和週末聚餐時，要的也可能不一樣。

問題是，如果店裡只提供一種服務方式，就可能讓趕時間的人等太久，也讓需要服務的人得不到照顧。

因此我理解的「撤桌子」，不是叫大家照著搬走家具，而是重新檢查：哪些資源真的被需要，哪些流程只是一直沿用，沒有人回頭問過。

忙碌，不一定代表資源用對了

同樣的事情也可能發生在公司裡。

只是想確認訂單的客戶，要等業務回覆；只需要標準方案的客戶，也要經過幾輪訪談；真正需要深入討論的案子，反而排不到時間。

每個人都很忙，但忙的原因不一定是生意太多，也可能是簡單的事情，被安排走了太長的路。

這時候，直接加人或加 AI，可能只是把原本的流程做得更快，卻沒有減少不必要的工作。

前一篇「這個功能我們早就有了」，然後呢？談的是客戶開始嘗試的成本。這一篇再往後問：客戶進來之後，我們有沒有讓他用適合自己的方式完成事情？

自助與人工不是高低之分，而是不同需求的選擇。AI 生成情境插畫，非實際產品畫面或客戶案例。

AI 的價值，是讓不同需求有不同的入口

對我來說，AI 不只是多一個對話框。

標準問題能不能直接取得答案？需求還不清楚的客人，能不能先被協助整理？需要人判斷的事情，交接時能不能已經備好資料，不必從頭再問一次？

這些是值得測試的設計方向，不是宣稱接上 AI 就會自動完成。

例如查訂單，重點是取得正確的訂單狀態，不一定需要模型自由推測。遇到含糊的問題，可以讓 AI 協助釐清；遇到資料不足或處理例外，則保留容易找到人的方式。

不是每個客戶都要自助，也不是每件事都要交給 AI，而是讓服務的深度，對得上客人的需要。

否則，客戶在聊天框裡繞了十分鐘，最後還要打電話把事情重新說一次，看似少了一個人工入口，實際上只是把成本轉給客戶。

不必真的撤桌子，先試著少繞一段路

如果要開始，我不會建議一家店立刻撤掉一半桌子，也不會要求企業一次重做所有流程。

先挑一件重複發生的小事。例如：讓查詢訂單的客戶，有一個不用等待人工回覆的入口，同時保留找人的方式。

測試前先約定範圍，只處理資料完整、狀態清楚的查詢，不把改單、退款等不同任務一起塞進來。用可核對的範例測試，確認不會把別人的訂單或猜測的狀態回給客戶，再決定是否小範圍試行。

測試時，不只看少了多少客服訊息，也要看客戶有沒有真的解決問題、後續是不是又回來問，以及同事花在修正答案上的時間。

要確認的事	應該一起記錄
客戶是否更容易完成	從開始詢問到取得正確結果的時間、是否放棄
同事是否少做重工	查詢、核對、修正與再次解釋的處理時間
成本是否值得	工具費、設定與維護投入，和實際減少的支出分開看

比較時用相近的需求和完成標準。不要把舊流程算到問題解決，新流程卻只算到第一句回答。

如果工作只是轉移到別人身上，那不叫降本增效。省下工時，也不代表薪資支出立即下降；能否減少加班、外包或讓同一群人承接更多工作，要另外驗證。

少一點繞路，不是少一點服務

「撤掉桌子」真正提醒我的，不是少服務一些人，而是不要讓所有人，都必須經過同一套昂貴的服務。

做生意不是把所有資源攤開就好，也不是把最省事的流程強塞給客戶。是讓想快一點的人容易完成，讓需要討論的人有時間被理解。

在問 AI 能替我們多做多少事之前，也許應該先問：哪些事，本來就不必這麼費力？

如果你的團隊也常讓簡單需求和複雜問題排在同一條隊伍，可以和 metabiz 聊聊最想少繞路的一段工作，先確認需求與適用範圍，不必一開始就決定更換整套系統。

---

故事來源：麵館門口排隊到街口，陳硯卻讓掌櫃撤掉一半桌子。本文借短劇情境討論營運設計，不將戲劇情節當作實證，也不引用未核對的營收或節省數字。服務分流、企業例子與測試方式為 Adam 的觀點及假設情境；封面與內文配圖均為 AI 生成插畫。