艾立運能背後有永聯、新光三越、聯訊創投等富爸爸投資，30%員工來自多元產業背景，包含雲端運算、資訊、數據、餐飲等，為物流領域注入難得的跨界思維。
看似漂亮的起跑點，卻不代表AI導入能一帆風順，尤其是傳統產業數位轉型，從來不是一件簡單事。為此，艾立運能總經理林炫伯親自到物流倉庫搬貨、考取貨車駕照，用流利的台語和江湖話與基層溝通，從贏得現場的尊重與信任，建立第一步。
而關鍵在一張紙。看似普通的貨運單，在物流旅程中必須扮演5個不同角色：從倉庫裡的訂貨單，到揀貨完成後的揀貨單，交給貨運公司變成配送單，抵達客戶現場轉為驗收單，最後客戶簽名蓋章，才變成那張讓財務得以請款的配送證明聯（俗稱回單）。
關鍵藏在一張紙，5次轉換埋下諸多斷點
每一次格式轉換，都是一個斷點，回單可能在配送途中皺巴巴、遺失，司機可能把回單帶回公司卻找不到，若是花東地區的配送，回單光是收集就需要數日，然後再由行政人員逐張手工核對品項、數量、金額，開立發票、等待付款，任何一個環節出錯，就可能導致延遲付款，乃至罰款或損失。
以技術觀點來看，似乎非常簡單，全程電子化或無紙化就好，但這背後是數百家中小型物流業者，各自不同格式的配送證明，物流商身為供應鏈中間者，無法要求業者改變既有流程。
「軟體不難，怎麼讓軟體落地在現場才難，」林炫伯說，「不要期待你做一個工具，現場就會幫你去梳理，你得自己找到真正能解決現場問題的方式。」
林炫伯觀察到，台灣物流業長期的優化方式，是在既有的10個流程步驟裡不斷「扭毛巾」榨取基層從業者的時間來提高效率，「扭毛巾扭到最後是個很負向的循環，」他說，「我們想做的是少掉步驟，省掉不需要的動作，這才是本質上的優化。」
解題策略分前後端，前端保留司機與客戶熟悉的紙本簽收，不強迫任何人改變習慣；後端由行政人員將回單數位化，交由光學辨識提取文字，大型語言模型理解並分類各欄位（貨運單號、製造商、金額等），再由機器人流程自動化以拖拉介面串接全流程，無需撰寫任何程式碼。
3天寫完軟體不稀奇，落地現場才是硬仗
軟體開發只花3天，但現場落地遠比預期困難。配送證明聯的掃描，剛開始用事務機，回單皺巴巴容易卡紙，還要一直翻蓋，要拆釘書針，「一線人員覺得這就是來增加麻煩。」
後來改用實物掃描機，搭配腳踏按鈕，行政人員只要回單放上攝影台，腳踩一下，系統自動完成拍照、旋轉、裁切、校正，並將單據上的唯一識別號碼抓出來作為檔名。「大部分做AI工具的工程師不會在意這麼多細節，但這些細節如果沒有顧好，落地過程就會變成斷點，」林炫伯說。
這張配送證明聯，從此在第一個站點就完成了數位化，不再需要寄回總公司、反覆列印轉交。
比技術更難的，是取得現場的信任，林炫伯雖具備Google、Amazon背景，卻選擇親赴倉庫，和工人一起揀貨，甚至考取職業大客車駕照。
「你必須忘記你是技術人，當自己是個行業人，才會得到現場的尊重，才有機會去，當我在現場講最多台語，當我開始做他們的工作，現場會慢慢被你同化。」他強調。
這份理解也重新定義了人才培育。與其向外招募難以落地的AI工程師，艾立運能選擇讓擁有領域知識的現場人員學會用AI工具，做到「不求人」。
林炫伯全面禁止公司使用PowerPoint，自己帶頭用AI生成簡報。「有多少總經理嘴巴喊著要員工用AI，自己沒有在用？」給員工的心態只有一句話，「不是你不會，是你還沒有機會學。」
效率翻4倍碳排驟降，系統複製拓展成SaaS服務
成果顯而易見。單人每日處理回單量提升4倍；AI自動化處理速度是人工的10倍；與台大合作的生命週期評估（LCA）研究顯示，傳統紙本POD每筆碳足跡超過220g CO₂e，導入AI數位回單系統後碳排降低73%。這套系統已從物流部門複製至其他倉儲與資料處理部門，並規劃發展為可供其他物流業者使用的SaaS服務。
「There is no compression algorithm for experience，」林炫伯引用亞馬遜執行長的名言說，「世上沒有能壓縮經驗的演算法。」那張在5個角色之間流轉的配送證明聯，正是這句話最好的注腳。
百強AI用心法
「必須先是業者，才能成為新創業者，取得行業的競爭優勢後，再有轉型能力，那才是真轉型。」 —艾立運能總經理林炫伯
公司：艾立運能股份有限公司
成立：2018 年
AI應用領導人：艾立運能總經理林炫伯
AI應用項目：光學字元辨識、大型語言模型、機器人流程自動化，3模組整合成AI數位回單系統
AI應用成效：回單處理量快4倍，碳排降低73%，財務請款週期大幅縮短
核稿編輯：康育萍、黃巧惠
