研一 AI 全製程打通
三年計劃

從工具導入到人機協作常態化

v2.0 · 2026.07.31

三年願景 Timeline

Y1
探索/試驗
Y2
工具/流程
Y3
核心/落地

Y1 目標

覆蓋率 >90%

良率 >60%

全員 L4

Y2 目標

良率 >80%

製程串聯

Y3 挑戰目標

人均產出 +25~30%

cycle time -20%

方向固定 + 手段季度迭代(每年重寫執行細節)

KPI 定義與量測基準

KPI 定義 量測方式 基準線
AI 覆蓋率 (對話AI+Agent)×90% + 銜接AI×10% Google Sheet 各節點自評 + 主管審核 2026 Q3 盤點值
AI 良率 AI 產出不需大幅修改即可用的比例 每月抽樣 3 件產出做盲測 (A/B 比較) 2026 Q3 首次量測
專案開發天數 同類型專案從啟動到上線的日曆天 PM 系統記錄,與前作同類比較 前作實際天數
加班時數 月均每人加班小時 HR 系統 2026 H1 月均值
AI 工具月支出 全部門 AI 工具授權 + API 費用 財務月報 導入前 = 0
節省人力 (FTE) AI 取代的等效全職人力 (AI處理工時) ÷ (人均月工時) 0
硬指標(開發天數、加班時數、月支出)不可灌水,客觀可驗證

年度預算規劃

項目 Y1 Y2 Y3
AI 工具授權 (Claude/Kiro/Copilot 等) 約 180 萬/年 200 萬/年 200 萬/年
API 用量 (token/credit) 約 60 萬/年 120 萬/年 150 萬/年
教育訓練 30 萬 15 萬 10 萬
硬體 (GPU/Server) 50 萬 (已有H200) 30 萬 (維護) 30 萬
產學合作 200~300 萬 200~300 萬 200~300 萬
合計 (估) 520~620 萬 565~665 萬 590~690 萬
ROI 目標 — Y2 起每年節省人力 ≥ 3 FTE(約 360 萬),Y3 達損益平衡

第一年 — 探索與試驗

AI 工具導入

11 種工具生態建立

教育訓練

全員達 L4(Power User)

流程標準化 + 文件化

Agent 自動化的前提

AI 覆蓋率盤點

75 節點建立基準線

覆蓋率 >90% 良率 >60% 全員 L4

第一年 — 分梯次推進策略

第一梯 Q3–Q4:韌體 + 軟體

已高覆蓋,目標:良率提升 + Agent 深化

第二梯 Q4–Y2 Q1:企劃 + 機構

中覆蓋,目標:工作流串聯

第三梯 Y2 Q1–Q2:美術 + 音效

低覆蓋,目標:找到可落地場景

不是 6 組同步,先行者當教練帶後進者

第二年 — 工具與流程

AI 工作流整合

節點間自動串聯

Agent 自動化

重複性工作全面 Agent 化

製程串聯

跨職能自動流轉

LLM Wiki 知識管理

常態化運作

良率 >80%

第二年 — 製程串聯路線圖

企劃
規格書
Agent
美術
需求單自動生成
Agent
軟體
架構自動規劃
Agent
QA
測試腳本自動化
Agent
營運
數據分析

第三年 — 核心與落地

AI 全製程打通

端到端自動化

人機協作常態化

AI 80% + 人 20% 決策

智慧工廠整合

生產 + 售後全 AI 監控

知識自動沉澱

Wiki 自動學習迭代

挑戰目標:人均產出 +25~30% 挑戰目標:cycle time -20%

各職能三年路線圖

職能 Y1 探索 Y2 流程 Y3 落地
企劃 對話 AI 輔助 Agent 自動規格 AI 驅動提案
美術 AI 概念圖 AI 3D 輔助 AI 全鏈路
軟體 Code Review Agent 撰寫 自主開發
音效 AI 生成 AI 混音 全自動音頻
機構 圖面審查 BOM 自動化 數位孿生
韌體 Protocol 生成 全自動產版 自主維護

追蹤與治理機制

儀錶板即時監控

arcade-flowchart.vercel.app

每月覆蓋率/良率 + 硬指標檢視

量化追蹤,不允許主觀報告

季度策略校準

重寫執行細節,方向不變

LLM Wiki 知識沉澱

每日 12:30 全員彙整

成本 vs ROI 月報

財務透明,逐月追蹤

退出標準與止損機制

情境 判定標準 止損動作
某工具導入 6 個月無效 良率 <40% 或使用率 <30% 停止授權,資源轉移
某職能 AI 推動受阻 連續 2 季無進展 降級為觀察,不再投入新資源
整體 ROI 不達標 Y2 結束節省 FTE <2 縮減規模,保留已驗證項目
AI 工具重大安全事件 資料外洩/產出錯誤造成損失 立即停用,回歸人工,檢討後決定是否恢復

風險登記冊

風險 機率 影響 應對策略 負責人
覆蓋率灌水虛假安全感 加入硬指標交叉驗證 AI 推廣小組
美術 AI 工具不成熟 深耕 2-3 高價值場景,不硬拉數字 原旭
工具碎片化知識無法複用 標準化工作流 + 工具汰換策略 信霖
團隊抵制不配合 bottom-up 反饋機制 + 先導成功案例帶動 各種子
關鍵人才流失 知識文件化 + 至少 2 人掌握 部門主管
AI 服務商漲價/停服 備援模型 + 本地部署方案 啟豪

工具汰換策略

季度評估

每季檢視工具使用率 + 良率,低於閾值列入觀察

試用期制

新工具 3 個月試用,不達標即退出

遷移成本評估

汰換前評估學習成本和資料遷移

備援原則

核心工作流不依賴單一供應商(主模型 + 備援模型)

目前工具分級

Tier 1 核心(不可替代)
Kiro Claude
Tier 2 重要(有備援)
Copilot → Kiro Suno → Mureka
Tier 3 試驗(隨時可退)
Meshy Tripo VIZCOM Mixamo

種子負責人與分工

信霖

軟體

第一梯

富元

企劃

第二梯

原旭

美術

第三梯

阿平

音樂

第三梯

啟豪

共用/系統

第一梯

從「人用 AI」到「AI 協作人」

方向固定,手段季度迭代
每年重寫執行細節,保持彈性

商用研一部 · AI 推廣小組

v2.0 · 2026.07.31

1 / 16