[FDE] 流程是一個濾光片 , 幫忙把數據的 inisght filter 出來

網路上完全找不到中華職棒二的密碼本，我只好叫 Nano Banana 畫一個

以前大概是電腦遊戲（印象最深刻: 中華職棒二）的時代為了防遊戲盜版，會有一個被混淆過密碼本，裡面是多種顏色混淆的文字，但是原廠會附上一個紅色或是藍色濾光片，你就拿濾光片去對應的位置，就會呈現正確的密碼排序。這樣防止電腦遊戲亂 copy , 要輸入正確的密碼才能看到正確的資訊。這個機制已經不用很久了，現在遊戲都是網路遊戲也不需要防盜版了。但是這個體驗還是很有趣

我在這個月初，跟上個月中，有幸參加電腦公會的 「AI Agent 應用論壇」

電腦公會的演講

在跟現場觀眾研討 AI Agent 如何落地這件事情，探討到 AI Agent 連接私有場域的數據時，我突然想到這個濾光片的回憶。

我覺得企業數據就跟密碼本一樣，還需要一個濾光片才可以讓 AI Agent work

比起「私有數據」的串接，我認為 AI Agent 落地，更重要的事情是「企業流程的理解跟萃取 」。這麼說好了，如果沒有企業內部流程的資訊， AI Agent 就算可以 access 資料庫也沒招。

流程 + 數據是才能幫助人跟AI 理解真正的 insight

我之前在前物流公司時，曾經犯了一個大錯。我數據分析了超過 200多個訂單，運輸等大量數據，然後靜下心閉關兩週，提供幾個重要而且 solid 的 insight ，裡面直指某個場景的下，我們需要將某個客戶的車子一天兩次配送，變成一天三次配送，這樣可以減少車子，增加毛利率….xx%

物流業的風景: 全拖車

但是在這個會議上，某運營主管很輕鬆的舉手，說「這個客戶的倉庫都是清晨出貨，我們通常早上跑一個較快的路線後，再回去載第二趟，可是三配就要中午了，客戶倉庫人員早就下班了，三配實際上不可行」。如果沒有領域知識， 只有企業數據，data inisght 還是超容易做出不貼近現場的建議

另外一個印象深刻的場景，我在提供某個分析報告，當下另一個現場人員說，這個表裡面業務需要 filter 一個 Column ，因為這些Column 訂單跑是另外一個流程，不能統計

舉例上面的表，原本總cost 為 800 , 但是當將 ColB filter “B”之後，這個業務的總 cost 就剩 400了。 你當然可以怪現場人員為何不提早告訴你，但是這種事情在數據分析早就是很常見的事情，你對現場流程掌握度決定數據分析的精準度。

看到了嗎？就算有了大量私有數據，沒有 Domain Knowledge ，你分析的東西都是無效的東西，一次兩次之後，你的報告公信力在公司就沒了。人來做都那麼慘了，想想 AI Agent 在沒有流程幫助下，怎麼可能看得懂私有數據

AI Agent 落地難

今年年中，一個震撼性的報告出來，這兩年高過九成企業導入 AI Project 沒有任何實質回報，為何這樣？ 麻省理工學院NANDA研究計畫發布的《生成式AI鴻溝：2025年商業AI現況》（The GenAI Divide: State of AI in Business 2025），調查了150位企業主管、350名員工，並分析了300個公開部署案例，絕大多數（95%）的企業雖然廣泛試用AI工具，卻未能獲得實質的商業回報。

但是報告裡留一個彩蛋，這些企業裡面80% 的員工都在用自己買的 AI 效率加速

1. 企業花大錢建構的 AI Agent 沒人用
2. 每個員工都在偷偷用 AI

這其實也反映流程知識的重要性，為何企業 Agent 沒人用，因為建置的乙方不知道流程，所以 AI Agent 回答很容易無效，也無法嵌入到企業商務流程中。

但是員工每個人都知道流程!

所以他們雖然買的是600的ChatGPT ，但是他們每個人都有自己的提示詞來描述「流程的上下文」，所以他們可以輕鬆的利用 AI 提效。所以 AI 其實很有用，只是他需要流程跟數據的支持。

現在的乙方做 Agent 公司，絕大多數都只要求客戶開放私有數據連接 data，但是這只是賣工具而已 。這種做法舉例, 就像是一個新人有機會入職一家新公司，然後公司主管直接給你資料庫 access 權限，然後說「好了，你可以看資料庫了，剩下工作你知道怎麼做了」。你認為你可以做任何工作嗎？不可能，因為你不知道怎麼看這些數據，裡面代表什麼意思？ 但是這就是現在 AI Agent 落地的最大難題「沒有有效方式提取領域知識」

流程的萃取需要技巧的

在我接觸過的 enterprise 跟傳統產業，不管做啥轉型，都免不了跟現場人員的接觸，訪談，跟萃取流程。這個是極度需要技巧的工作，因為基於很多原因（太忙，懶得整理，怕被取代），能夠提取的流程是非常有限的，而且很容易因為專有名詞的落差，或是思維方式的不同，造成誤解。

我們之前在物流業，有一個絕招，因為大家知道我團隊一堆工讀生，我常常遇到對方沒空回答，所以很多時候就直接工讀生坐在倉庫現場幫忙搬貨，等對方有空時就立刻問。

裡面有一個就是我的人幫忙做事的工讀生

對方看到你來幫忙，也比較願意放開心房。更有趣的是，我們的工讀生既然是來現場幫忙的，對方也就必須要教你流程，不然他們怎麼作業。這樣流程提取就更加事半功倍。最後再用很多 AI 工具將現場畫的草稿流程圖，訪談錄音直接落地成 SOP，很多時候我們團隊寫出來的流程 SOP 甚至領先現場更多。後來想想，這就是 Palantir 的 FDE (Forward Deployed Engineer 模式)

如果你真的需要 AI 轉型，或是 AI Agent 的落地，歡迎跟我聊聊