跨部門協作與敏捷開發

「AI 專案的成敗，往往不在技術好不好，而在『行銷、IT、資安、法遵』這幾個人能不能坐下來好好講話。」

---

各部門在 AI 專案中的角色

AI 專案幾乎不可能由單一部門獨立完成。就算只是「用 ChatGPT 寫文案」，也可能牽涉到資安政策（公司資料能不能貼上去？）和法遵（AI 產出的內容有沒有侵權風險？）。

角色分工總覽

部門	主要角色	常見顧慮	你需要和他們溝通什麼
行銷 / 業務（需求方）	定義問題、提供使用場景、驗收成果	「這個工具到底好不好用？」	清楚描述痛點和預期效果
IT / 資訊部	技術評估、系統串接、資料取用	「這個安全嗎？能維護嗎？」	輸入/輸出/規則（見下方）
資安	審核資料流向、評估外部工具風險	「客戶資料會外洩嗎？」	資料會經過哪些節點、有無個資
法遵 / 法務	評估 AI 產出的法律風險	「AI 產出的圖文有侵權嗎？」	AI 用途、產出物的使用方式
高階主管	資源分配、決策支持	「ROI 是多少？」	成效數據和業務影響

各部門的典型「怕的事」

理解各部門在怕什麼，溝通起來會順利很多：

• IT 最怕的：你突然說「我們買了一個 AI 工具，請幫忙裝起來」——事前沒討論過，事後出問題要他們擦屁股。
• 資安最怕的：你把公司內部數據、客戶名單貼到外部 AI 工具上。
• 法遵最怕的：AI 產出的文案抄了別人的文字或圖片，公司被告。
• 主管最怕的：花了錢和時間，卻說不出成效。

---

怎麼和 IT 溝通需求

這是非技術主管最容易卡住的環節。你不需要會寫程式，但你需要能清楚描述三件事：

輸入 / 輸出 / 規則（IOT 框架）

要素	說明	範例
Input（輸入）	AI 會接收到什麼資料	「每週的 IG 互動數據 CSV 檔，包含按讚數、留言數、分享數」
Output（輸出）	AI 要產出什麼結果	「一份 300 字的中文摘要，包含表現最好的前 3 篇貼文分析」
Rules（規則）	有什麼限制條件或品質要求	「不能出現競品名稱、語氣要正面積極、數字必須準確」

和 IT 溝通的範例對話

不好的溝通：

「我們想用 AI 做報表，你們可以幫忙嗎？」 （IT 的內心 OS：什麼報表？什麼資料？什麼格式？什麼頻率？）

好的溝通：

「我們每週一要交一份社群週報，目前花 4 小時手動整理。我想測試能不能用 AI 幫忙。

• 輸入：Meta Business Suite 匯出的 CSV（互動數據），加上我們自己記錄的貼文清單 Google Sheet
• 輸出：一份 Google Doc，包含上週數據摘要和前 3 名貼文分析
• 規則：數字要和原始數據一致，不能自己編；語氣要專業但簡潔
• 頻率：每週一次
• 我需要 IT 幫忙的部分：確認能不能自動把 CSV 匯入、推薦適合的工具」

溝通 Tips

1. 先做功課再找 IT：至少先釐清輸入/輸出/規則，不要空手去
2. 用他們的語言：不要說「我要 AI」，說「我想自動化這個流程」
3. 帶數據去：「這個流程每週花 4 小時」比「這個很花時間」有說服力
4. 尊重他們的時間：不要期望 IT 放下手邊工作馬上幫你

---

和廠商協作的要點

如果 AI 專案需要外部廠商協助（例如客製化開發、導入 AI SaaS 工具），以下是幾個關鍵的協作要點：

評估標準

在選擇廠商之前，先想清楚你在意什麼：

評估面向	關鍵問題
功能契合度	這個方案能解決我們的具體問題嗎？
資料安全	我們的資料會存在哪裡？廠商有 ISO 27001 嗎？
導入成本	授權費之外，還有設定費、客製費、教育訓練費嗎？
維護成本	上線之後誰負責維護？每年續約費多少？
退出成本	如果不滿意，資料拿得回來嗎？切換成本高嗎？
本地支援	有中文客服嗎？時區相容嗎？

驗收條件

在簽約前就要講好驗收標準，不是上線後才來爭論。

好的驗收條件範例：

• 「AI 自動分類準確率 ≥ 85%，測試資料集為 500 筆客服紀錄」
• 「系統回應時間 ≤ 3 秒」
• 「上線後第一個月，人工介入率 ≤ 30%」

風險分攤

• PoC 階段不要一次付全額：談階段付款（例如 30% 簽約、40% PoC 完成、30% 驗收通過）
• 要有退場機制：如果 PoC 不通過，怎麼處理？
• 智慧財產權要講清楚：用我們的資料訓練出來的模型，歸誰所有？

---

敏捷開發白話版

你可能聽過「敏捷開發」（Agile），覺得那是工程師的事。但其實敏捷的精神對管理 AI 專案非常有用。

核心概念：兩週一個循環

第 1-2 週（Sprint 1）
├── 確定這兩週要完成什麼（例如：建好 Prompt 模板）
├── 每天花 15 分鐘同步進度（站立會議）
├── 週末 Demo：展示成果，收集回饋
└── 回顧：什麼做得好？什麼要調整？

第 3-4 週（Sprint 2）
├── 根據上一輪回饋調整
├── 擴大測試範圍
├── 週末 Demo + 回顧
└── 決定下一步：繼續、調整、還是喊停？

敏捷的三個核心精神

1. 先求有，再求好：第一版不完美沒關係，重點是趕快讓人用看看
2. 持續收集回饋：不要閉門造車三個月，每兩週就要讓使用者看到成果
3. 擁抱變化：AI 領域變化很快，計畫不可能完美，邊做邊調整是正常的

非技術主管在敏捷中的角色

• Product Owner（產品負責人）：你不用寫程式，但你要決定「優先做什麼」
• 每個 Sprint 開始前，確認「這兩週最重要的事是什麼」
• Sprint 結束時，參加 Demo 並給回饋
• 當需求變化時，幫團隊重新排優先順序

---

AI 協作：學了這個，跟 AI 怎麼配合？

跨部門溝通是 AI 無法替代你的核心能力 — 但 AI 可以幫你準備溝通素材。

你的人類優勢：

• 你能讀懂組織內的人際動態，知道誰是關鍵決策者、誰可能有阻力
• 你能根據不同部門的語言和關注點，調整溝通方式

可以這樣跟 AI 說：

我要向 IT 部門提出一個 AI 專案需求。請幫我用「輸入/輸出/規則」的框架整理以下需求：[描述你的需求]。請用技術人員容易理解的方式撰寫，避免模糊的描述，盡量具體到資料格式、頻率和品質要求。

---

本堂重點回顧

1. AI 專案需要跨部門協作，理解各部門的角色和顧慮
2. 和 IT 溝通用「輸入/輸出/規則」框架，清楚有效
3. 和廠商合作，評估標準、驗收條件、風險分攤要在簽約前講好
4. 敏捷精神：兩週一循環，先求有再求好，持續收集回饋

---

練習