把 AI 放進正式流程，和在 demo 裡跑起來是兩回事。這裡記錄我在流程、資料、審核與導入上的觀察。
企業導入 AI 之前，真正值得解的問題到底怎麼被看見、驗證與排序。前兩篇建立觀點，六篇往下一層走。
一個「月結報表耗時」的痛點，訪談之後發現問題不在 AI，在「成本」的三種面貌。
在 IMA Taipei Chapter 分享「AI 時代的財務價值再進化」時，最想留下的一個觀點。
「沒問題」不是結論，而是一個值得多問一步的訊號。
訪談給你的是流程的描述；流程的真相，要到事件、單據與現場裡核對。
部門沒有問題，不代表流程沒有問題。
在排優先順序之前，先確認我們排的是對的問題。
錯誤的期待，會製造錯誤的防衛。
AI 負責整理與推演，人負責判斷與承擔。只是接下來，人的「判斷」要怎麼被養成？
如果連問題都還沒弄清楚，工具就先做出來了，現場當然很難接受。
一段計程車上的對話。原料買不買得到、客戶會不會準時付款，對中小企業來說才是景氣。
在決定由誰簽核之前，可以先想一件事：這個關卡，究竟要確認什麼？
這些文章講的都是同一件事：先把問題講清楚，再決定要不要動系統。你手上那件說不清楚的事，也可以先講給我聽。