AI 用例需求盤點表:一週收斂出你第一個該做的 AI 用例(範本)

很多團隊卡住的地方,不是「不知道 AI 能做什麼」,而是知道得太多。

我上季進一家製造業客戶的會議室,白板上貼了十七張便利貼,每一張都是一個「我們也想做 AI」的點子:客服自動回覆、報價單解析、良率預測、業務簡報生成、合約審閱、內部知識庫問答……主管們爭論了三個月,誰也說服不了誰,結果一個都沒動工。他們缺的不是創意,是一把能把十七張便利貼砍到一張的尺。

這篇給你那把尺:一份 AI 需求盤點範本,用三個軸——價值、可行性、資料就緒——在一週內,從一堆點子收斂到你第一個真正該做的 AI 用例。文末可以下載。

為什麼是這三軸,不是投報率一條線

AI 需求盤點表,是一張把候選用例按「商業價值」「技術可行性」「資料就緒度」三軸打分、用來排出第一個該落地用例的決策工具。

我們踩過的雷是:早年只看價值。哪個省最多錢、哪個老闆最想要,就做哪個。結果選中的往往是價值最高、但資料最爛、流程最複雜的那個——做了半年,Demo 很漂亮,上線使用率個位數。價值高不等於能上線。

反過來,只看可行性也會出事。工程師最愛挑「技術上最乾淨」的題目,做完了商業上沒人在乎,變成一個沒人用的玩具。

第三軸「資料就緒」是多數盤點表漏掉、卻最致命的一軸。一個 RAG 知識系統的成敗,八成決定在你的文件是不是結構化、有沒有權限標記、更新頻率如何。資料沒到位,再強的模型都是空轉。把這一軸獨立出來,是我們用血換來的。

三軸怎麼打分

每個候選用例,三個軸各給 1 到 5 分。給分要有錨點,不能憑感覺:

打完分,把三軸相乘(不是相加)。相乘的意思是:任何一軸掛零,總分就崩——這正是你要的效果。一個價值 5、可行性 5、但資料就緒 1 的用例,乘出來只有 25;一個三軸都是 4 的「不起眼」用例,乘出來 64,反而勝出。第一個該做的,永遠是那個沒有短板的。

一週的節奏

盤點不該開一個月的會。我們帶客戶跑的是五天:

第一天,把所有點子攤開,不評論、不篩選,愈多愈好,通常會有十幾二十個。第二、三天,分頭訪談實際會用這套系統的人——不是主管,是每天在第一線的承辦。他們一句「這個我現在都用 Excel 手動拉,一天兩小時」抵得過十份簡報。第四天,三軸打分、相乘、排序。第五天,只做一件事:對排第一的那個用例,寫一頁「上線後長什麼樣、誰會用、怎麼量使用率」。寫不出來,就往下一個候選走。

這一頁,才是盤點的真正產出。不是分數,是一個能被驗收的承諾。

收斂之後,才是真正的開始

盤點表會給你一個答案,但它不會幫你上線。我們見過太多團隊,盤點做得漂漂亮亮,選對了用例,卻在導入那一哩路又散掉——因為選題和交付,是兩件事。

這也是我們做 FDE(前線部署工程)的原因:工程師直接進客戶現場,從這張盤點表選出的第一個用例開始,扛到它真的上線、真的有人每天在用。Demo 很美不算數,盤點分數再高也不算數,螢幕前有人願意用,才算數。想拿這份三軸盤點範本,文末可以下載,先自己跑一週看看。