設計思考不是單純的設計,它是一套以人為本的思考流程
設計思考不是單純的設計,它是一套以人為本的思考流程
2014.07.07 | 技能

去年,財經媒體Bloomberg公佈了一個可怕的數字——80%的新創企業最初的18個月內就會失敗。另外,《富比士》也統整了5項失敗原因,第一項是「對顧客沒有足夠深入的了解」,然而,市場來自顧客需求,如果不了解目標客群,那麼企業產品服務究竟是為何而生?近幾年,以人為本的使用者經驗(Human experience)概念興盛,這是一種有別於一般商業模式的思維模式。

專注於促進乾淨技術新創企業發展的非營利組織——洛杉磯乾淨技術培育機構(LACI),最近在一個著重於整合使用者中心設計及創新思考的專案中,開始導入設計思考(Design Thinking)工作坊,提供接受培育的公司學習這項流程方法。

LACI副總裁表示:「大多數公司只會注重和自己本身有關的創新,卻忽略了和市場連接的重要因素,如果能夠了解顧客、掌握目標市場,企業可以節省很多時間和摸索成本。對挑戰正確商業模式的新創公司而言,設計思考是非常重要的一環。」以下就設計思考的5個重點來做討論:

1. 同理使用者的需求

同理使用者非常重要且關鍵,企業經營一定有特定對象及市場,重要的是要先知道目標的使用者是誰,企業才能明確創新或設計產品,因為真正使用產品的人正是使用者之一。另外,可根據其特徵整合、創造一個虛擬角色以助於收斂目標客群,由虛擬角色詳細的掌握他的日常生活、行為、想法、個性,公司可藉此確立公司產品服務方向,以明確的提供有特色的服務即產品。

2. 找到使用者背後需求的原因

接下來,站在使用者立場思考:這真的是我想要的嗎?為什麼我會有這些需求?除了單純從使用者觀點思考,還要試著挖掘使用者行為背後的原因,有時連他們自己都沒有發現。根據需求背後的原因,有助於發現更多的需求,並知道使用者是否需要公司所提供的產品服務,解決顧客的問題、滿足顧客需求的產品服務,正是公司推出服務產品的最終目標,若是跳過這步驟,那絕對不會成功。

3. 化想法為實際行動

用手思考,不要讓點子只存於腦袋裡,一個描述在不同人的腦袋裡可能有千萬種形式,為避免溝通出現隔閡,運用手邊簡單的素材做出模型,注意只要「夠用就好」:不需要精緻的裝飾或完全成型,只要簡單的原型(prototype)能表示產品或服務的概念,讓團隊彼此溝通、交換意見,並在過程中不斷修改,節省時間和製作成本,達到大家想法的共識。

重要的是,過程中需要不斷回頭去看使用者的需求,以此為核心價值去修改原型,讓產品概念能滿足使用者所需,才能打破舊有企業的思維。

4. 用故事包裝產品

一項產品直接拿到市場上無法很快的讓消費者看到,用故事包裝便是額外賦予了產品更多的價值,一方面吸引消費者的注意,一方面凸顯出產品在市場上的區隔及獨特性,讓消費者的情緒和產品綁在一起、產生特別的感情,使其在做購買決策時感性大於理性的影響。

該如何讓產品被看見?一個好的故事包裝是必要的。

5. 擁抱失敗

不要怕失敗,失敗並不丟臉,即早失敗代表能提早發現問題、儘快修改,每次的失敗代表著下一次的進步,擁抱失敗,從中學習、改良,才讓產品越來越好。

設計思考不是單純的設計,它是一套以人為本的思考流程,很多企業忘記了最重要的服務對象是使用者,而一味的鑽研設計出華麗的產品,最後推出時才發現這些功能或裝飾根本不必要或不好用,這些問題來自於忽略了使用者需求的重要性,這是企業在市場上存活競賽的起點和終點:企業一開始構想產品服務,必須從使用者出發,找到、滿足需求設計產品;同時,必須時時刻刻以使用者需求為標的前進。

人不能忘本,對於企業而言,維持運作的核心便是顧客、使用者、消費者,了解他們、掌握市場需求,產品的產出才有競爭力。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓