工具採購前需要判斷的主管
公司被要求導入 AI，但還需要先釐清商業問題、決策 owner 與可衡量成果。
適合對象
當 AI 想法需要變成商業決策
如果題目已經重要，但範圍、佐證、負責人或預算決策還不清楚，In-Stars 可以協助整理第一條可執行路徑。
AI 想法太多但難排序的部門
來自廠商、員工或主管的建議很多，需要一套務實方式決定第一個驗證題目。
準備第一次 AI pilot 的中小企業
需要把題目收斂成有資料、有使用者流程、有預算邊界的小型驗證。
諮詢流程
不追逐每個工具，先選出第一個 AI 試行題目
適合想導入 AI、卻尚未釐清優先用例、資料準備、流程責任、治理與驗收方式的企業。第一輪會把分散想法整理成可決策的 90 天行動建議。
用例與流程盤點
從流程、決策、顧客體驗或成本問題開始，而不是從工具清單開始。
use case 評分
依資料可用性、owner 準備度、風險、導入成本與可衡量價值排序。
資料與權限檢查
確認哪些資料可用、誰可以看、哪些不能外流，以及輸出要如何審查。
第一個 pilot 建議
選出 60-90 天可驗證的題目，或判斷應先做訓練、流程整理或知識準備。
下一步決策準備
從想導入 AI 走到可驗證的商業決策
第一次 AI 顧問討論要讓團隊拿到可排序的判斷：哪個問題值得測、需要哪些證據、哪些題目應該先暫緩。
目前流程與痛點
準備一個耗時、昂貴、品質不穩、難以擴張或高度仰賴人工判斷的流程。
可用資料與系統
列出文件、試算表、CRM/ERP、客服紀錄、圖片、感測資料或目前使用的工具。
決策 owner 與成功指標
確認誰能核准下一步，以及什麼證據可以證明值得繼續投資。
可交付成果
給主管、資料負責人與試行團隊的決策材料
第一輪交付重點是決策包：下一步要做什麼、缺哪些佐證、誰負責，以及題目是否適合進入提案、補助、訓練或 PoC。
AI 機會地圖
把可能 use case 依價值、風險、資料、owner 與下一步建議排序。
資料準備度表
列出資料來源、可用程度、權限、品質缺口與需要補齊的條件。
負責人與利害關係人清單
確認流程 owner、資料 owner、使用者、審查者與投資決策者。
風險與治理清單
整理資料、權限、輸出覆核、法遵與日常使用責任。
PoC 候選題目與 90 天行動建議
說清楚第一個可驗證題目、暫時不要做的範圍、驗收證據與後續決策。
時程與邊界
第一次 AI 導入評估的實務節奏
60-90 分鐘 AI 導入盤點
確認商業問題、流程、資料、風險與決策目標。
use case map 與 pilot 建議
把討論整理成排序後的 use-case map，以及第一個 pilot 或準備路徑。
小型 pilot 邊界
先驗證一個可衡量問題，而不是一次改造整家公司。
初談準備
AI 顧問初談前可以先準備什麼
初談前請準備一個業務流程、可用資料來源、決策 owner、目前痛點，以及能支持下一階段投資的成果指標。
目前流程與痛點
準備一個耗時、昂貴、品質不穩、難以擴張或高度仰賴人工判斷的流程。
可用資料與系統
列出文件、試算表、CRM/ERP、客服紀錄、圖片、感測資料或目前使用的工具。
決策 owner 與成功指標
確認誰能核准下一步，以及什麼證據可以證明值得繼續投資。
把題目轉成可驗收的下一步
留下目前的產業、題目與目標，In-Stars 會協助判斷適合 AI 顧問、補助評估、產學合作或 Japan DX（Digital Transformation，數位轉型）的哪一條路徑。