:::

一家以政府與企業數位轉型為主要業務的資訊服務公司，市場、業務、專案、技術、維運與資安各有自己的工具、資料與工作習慣。然而客戶不會依部門分工理解服務，他們在意的是從商機、需求、交付、維運到續約，整段過程能否被持續、穩定地承接。

這家公司正在導入企業 AI 平台，讓不同角色在共同的 AI 環境中協作：先從需求理解與工作定義開始，逐步銜接程式碼管理平台，再推進工程端的實作與審查方式。

把市場、業務、專案、技術、維運與資安治理放在同一張圖上之後，我們發現真正需要改善的，不是某個人做得夠不夠快，而是工作在角色與階段之間交接時，資訊與責任是否斷掉。

因此我們和團隊一起回答三個問題：

• 哪些工作可以交給 AI 整理、追蹤與產出？
• 哪些工作必須保留人的判斷？
• 哪些經驗應該留下來，成為下一次工作的基礎？

我們把客戶與公司的合作整理為四個階段，並把 ISO 與資訊安全治理設為與四階段平行的主線，而不是只在接近交付時才檢查。

• 需求階段，是否留下足夠資訊讓後續團隊承接？
• 交付紀錄，能否延續到維運？
• 維運中的問題與改善經驗，能否回饋到下一次的需求與服務設計？

規劃中的 AI Agent 能力涵蓋商機整理、需求協作、專案管理、設計、工程開發、品質與資安檢核，以及後續維運。我們不一次建立所有 Agent，而是先從工程生產開始驗證，再依實際需要擴大。

核心原則是：規劃 AI 能做什麼的同時，必須定義人應負的責任。這既是能力設計，也是組織治理的一部分。

這個階段留下的，是一張客戶歷程與工作架構藍圖。它的意義在於讓組織從「單點導入 AI 工具」轉向「以完整客戶歷程思考組織能力」。

每完成一個流程、驗證一項 Agent 能力，都能回到這張圖檢視它所在的位置。長期目標，是累積一套容易承接、可持續改善、能隨公司發展演進的工作方式。

這張藍圖仍在實作與驗證中，並不代表所有流程與 Agent 都已完成，也不代表已實現端到端的 AI 自動化。