每天花 1.5 小時在對數據？你可能在做「沒意義」的努力
想像一下，如果你手上有 4,000 個客戶要管，而且這些客戶還分成了科技公司、金融業、醫療業和零售業，你每天起床第一件事會是什麼？
大多數人的直覺是：趕快打開 Excel，對一下誰的合約快到期、誰的用量增加了、誰的進度卡住了。這種感覺就像是在大海裡撈針，你花在「找資料」的時間，遠比「思考怎麼成交」的時間還要多。
這就是 Anthropic 的業務主管 Travis Bryant 曾經面臨的困境。身為主管，他應該思考的是「團隊的時間要投資在哪裡」或「這季業績怎麼跟老闆報告」，但現實卻是：他被困在無止盡的數據搬運中。直到他開始使用 Claude Cowork。
什麼是 Claude Cowork？把它想成你的「AI 數位助理」
在進入具體做法前，我們先簡單解釋一下 Claude Cowork。你可以把它想像成一個「有手有腳」的 AI。一般的 AI 像是個很聰明的顧問，你問他問題，他給你答案；但 Cowork 則像是一個實習生，你給他權限，他可以直接幫你操作電腦。
簡單來說，它能做這些事：
- 讀取你指定資料夾裡的檔案
- 幫你編輯、建立或移動文件
- 跨平台抓取資料（例如從資料庫抓數字，再寫成報告）
這就是所謂的「AI Agent（AI 代理人）」，也就是讓 AI 不再只是「聊天」，而是直接「執行任務」。
實戰拆解：業務主管如何用 AI 搶回每天 90 分鐘？
Travis 把他的工作分成三個層級，而每一層他都讓 Claude Cowork 介入，把那些「不用大腦」的重複動作全部自動化。
1. 每日準備：把「雜事」變成自動化
很多人每天早上花很多時間在對行事曆、訂會議室，或者在開會前趕快翻一下客戶上次聊到哪。Travis 的做法是：
- 自動訂房：讓 Claude Cowork 每天早上檢查 Google Calendar。如果發現有外部會議但還沒設定會議室，AI 會直接幫他預約好。
- 開會前的小抄：在會議開始前，AI 會自動去 BigQuery（你可以想成是一個超大型的數據倉庫）抓出客戶的消費數據，再到 Salesforce（業務最常用的客戶管理系統）抓出目前的商談進度，直接合成一份「會議前準備資料」。
效果：每天省下約 90 分鐘。 想像一下，你不用再趕在開會前 5 分鐘瘋狂切換視窗找資料，AI 已經把重點整理好放在你面前了。
2. 每週報告：從 3 小時縮短到幾分鐘
每週五最痛苦的就是寫「業績預測報告」。你要從不同地方收集數字，還要分析為什麼這週表現好或差。
Claude Cowork 的自動化流程：
- 抓數據：從 Salesforce 的 Forecast 分頁抓出銷售預測 $ ightarrow$ 從 BigQuery 抓出 Token 使用量（也就是客戶用 AI 用的量）。
- 找資訊：掃描公司內部的文檔，找出相關的背景資訊。
- 寫報告：將以上資訊彙整成一頁報告，包含：整體指標、關鍵商談、進步項目、退步項目，以及各個經理的預測。
這份報告會在週一的會議前自動分享給團隊。原本需要花 3 小時對數字、寫文字的工作，現在只要確認 AI 跑出來的結果對不對就好。
3. 每季規劃：精準地分配資源
在每季開始時，他會讓 AI 幫他重新梳理「潛在客戶名單」和「負責範圍」。這就像是在開學前幫學生分班一樣，AI 能根據數據快速建議誰應該由哪個業務員負責，避免人力浪費。
你也可以試試的 AI 效率邏輯
雖然你可能沒有 Salesforce 或 BigQuery 這麼複雜的系統，但你可以把這個邏輯套用到你的工作中：
- 找出「搬運工作」：如果你發現自己每天都在「複製 A 處的資料 $ ightarrow$ 貼到 B 處 $ ightarrow$ 修改成 C 格式」，這就是 AI 最擅長的事。
- 建立「資料路徑」：告訴 AI 你的資料在哪裡（例如：我的 Notion 頁面、我的 Google 雲端硬碟），以及你想要的最終格式（例如：一封 500 字的 Email 摘要）。
- 從「小任務」開始：不要想著一次自動化整間公司，先從「每天早上幫我整理昨天的待辦清單」這種小事開始。
總結一下，AI 時代的競爭力不是看誰更勤快，而是看誰能把更多時間花在「做決定」，而不是「找資料」。
現在就打開 Claude，試著把你最討厭的重複性工作交給它吧！
