
成果
880 萬+
每年處理的訂單數
成果
2,000 億+
正式環境中已處理的 AI token 數
成果
↑50%
人工輸入訂單減少幅度
成果
2 倍
無須增聘人手,業務團隊生產力倍增
Choco(在新視窗中開啟) 是以 AI 驅動的平台,致力推動食品飲料經銷現代化,服務遍及美國、英國、歐洲及海灣合作理事會(GCC)國家,涵蓋超過 21,000 家經銷商與 100,000 家買家。Choco 將餐廳、供應商與經銷商串接至同一套系統,簡化整個食品供應鏈的訂購、銷售及客戶管理流程。
隨著訂單量增加,Choco 遇上了一大瓶頸:訂單仍透過電子郵件、簡訊、語音留言、圖片,甚至手寫便條傳來。團隊必須手動將這些資料轉成結構化的 ERP 訂單。這個過程緩慢又容易出錯,不僅限制業務規模,也讓日常營運處處卡關。
「處理這些輸入資料是第一道關卡,但不是最難的一關。真正的難題在於未明說的背景資訊:每位客戶特有的 SKU 對應關係、慣用單位,以及配送模式。這些知識都在訂單處理人員的腦中,我們必須將它們編入推論層,才能在接收訂單時釐清模糊資訊。」
隨著可用於正式環境的大型語言模型(LLM)問世,Choco 看見了突破工作流程軟體範疇的機會,開始打造能直接執行工作的 AI 系統。OpenAI API 成為這場轉型的核心。
Choco 將 OpenAI API 嵌入平台核心,為新一代 AI 原生產品提供動力。該公司推出 OrderAgent(在新視窗中開啟),可處理電子郵件、簡訊、圖片及文件等多模態輸入,並轉成結構化、可直接匯入 ERP 的訂單。
「轉錄與資訊擷取能力為我們奠定了穩固的基礎。真正的工程挑戰在於建構動態的情境學習基礎架構,讓系統能依據每位客戶的訂購紀錄與商品目錄,釐清模糊不明的資訊。這正是自動化與智慧的差別。」
Choco 也運用 OpenAI 的 Realtime API 打造了 VoiceAgent(在新視窗中開啟),讓客戶能透過電話自然地對話下單,回應延遲不到一秒,即使在非營業時間也能使用。

Choco 選擇 OpenAI,看重的是其模型效能、多模態能力、結構化輸出,以及在大規模正式環境中的可靠性。藉由在單一生態系統內處理文字、影像與音訊,Choco 得以將原本各自獨立的工作流程整合為一套智慧系統。
導入過程迅速,且能隨需求擴充。透過 OpenAI 的 SDK 與 API,Choco 迅速將語音轉文字、嵌入向量及函式呼叫等能力整合至基礎架構。團隊也建立了嚴謹的評估架構,運用標準答案資料集、持續監控與 A/B 測試,確保正式環境中的準確度及效能。
整個訂購流程的無縫整合,帶動了客戶採用。客戶不必改變下單方式,無論使用電話、簡訊或電子郵件,系統都能配合。
「客戶一看到系統能處理自己的訂單,很快就建立了信任。從那時起,採用速度才真正加快。」
經銷商可選擇開啟「自動處理」模式,在信賴度達到門檻時自動處理訂單,同時保留人工審核機制來處理特殊情況。系統也持續從修正紀錄中學習,逐步提升準確度與可靠性。
每年處理超過 880 萬筆訂單,省去數百萬次人工處理流程
人工輸入訂單的工作最多減少 50%,讓團隊能投入更高價值的任務
生產力提升至 2 倍,團隊無須增聘人手即可擴大業務規模
透過可調整的自動化門檻,將錯誤率維持在 1–5% 以下
支援全天候接單,消除夜間與週末造成的延誤
從第一天就開始評估:即使只有小型的標準答案資料集(10–20 個範例),也能讓團隊衡量進展、驗證改善成效,並有信心地持續迭代。
投資 AI 原生可觀測性:為 AI 系統除錯,光靠傳統日誌並不足夠。記錄模型的輸入、輸出與推理軌跡,是了解並改善效能的關鍵。
及早建立正確預期:與結果確定的傳統軟體不同,LLM 是以機率為基礎運作的。讓團隊與使用者了解這項差異,是建立信任、避免導入過程遇到阻力的關鍵。
Choco 正持續將 AI 能力擴展至整個食品經銷生態系統,讓智慧體在執行複雜營運流程時發揮更大的作用。隨著 AI 系統承擔更多責任,Choco 也讓一群新使用者得以發揮所長:非工程背景的人員擔任「智慧體協調者」,設計並管理能創造業務成果的智慧系統。
「我們正從協助工作的軟體,轉向真正執行工作的系統。這項轉變讓客戶的營運更迅速、精實,韌性也大幅提升。」
展望未來,Choco 計劃進一步擴大 OpenAI API 的使用規模,在銷售、商務及供應鏈營運中打造自主性更高、能掌握情境的系統,持續從工作流程軟體轉型為 AI 驅動的執行基礎架構。


