為負責營運成果的人而設
你負責收數、客戶登記、客服來電、文件處理或報表。你知道這些工作又慢又貴，也看過不少 AI 示範。你未知道哪個項目最快回本，亦未肯定手上數據撐不撐得起。
如果你已有清晰的開發範圍，只欠工程師，這個診斷並不適合你。請看聘請經審核的 AI 工程師。
不偏向任何供應商的 AI 顧問，而且自己會開發
不偏向供應商，代表我們只推薦最適合流程的方案，包括我們不開發、亦不代理的工具。我們先看工作，再看技術。如果最好的做法只是一個普通軟件改動，清單就會照直講。審視由開發者負責，所以清單上每個選項，我們都知道如何交付。
想考慮兼職 AI 領導？兼職 CTO 與兼職首席 AI 官比較一文會講清楚。我們的Fractional CTO Roadmap 審視，是最接近這類工作的已發佈例子。
你提供甚麼，我們做甚麼
| Super Cat 負責 | 你提供 |
|---|---|
| 主持結構化的初步會議，了解流程及相關數字 | 一位能回答問題並作決定的負責人 |
| 與實際做事的同事一起走一遍流程 | 讓我們接觸兩至三位這樣的同事 |
| 檢查流程所依賴的真實數據樣本 | 一份有代表性的樣本，而非整理過的摘錄 |
| 逐步標示時間和金錢在哪裏流失 | 你已有的成本或數量數字 |
| 排列 AI 及非 AI 候選項目，並附理由 | 你對預算、政策及系統限制的看法 |
| 講解清單並回答問題 | 決策者三十分鐘時間 |
先審視，後開發
值不值得開發，由流程決定，所以先做審視。整個診斷分四個階段。
初步會議
確定流程、負責人和要回答的問題。
實地了解
與做事的同事坐下來看工作。
數據檢查
用真實樣本對照每個項目的需要。
結果匯報
講解排序清單。
最常拖慢進度的，是開通權限太慢和找不到負責人。你毋須預先寫需求文件，也毋須先揀供應商。
AI 項目出錯的地方
“They would like to use AI to optimise their workflow and earn more money. They should be building their own internal knowledge system and skills, to understand their pain points and priorities, but they focus on the AI framework instead of the internal logic.”診斷由公司賴以運作的文件、規則和經驗開始，也由前線同事的痛點和優次開始。框架和模型，之後才揀。
例子：AI Call Centre
一間 5,000 人的美國企業，需要旗下 60 個 HVAC 品牌的電話全天候有人接聽。我們開發的 AI 語音 Agent 負責預約，信心不足時即轉交真人。現時每月處理 20 萬通來電，預約率 67%，真人團隊為 77%。可閱讀完整案例。
今年供應商改變了 AI 項目的基礎
模型會按既定日期退役，數據條款亦會改變。OpenAI 在 4 月發出通知，把 GPT-4、GPT-4 Turbo、o1、o3-mini 及 o4-mini 的 API 停用日期定於 2026 年 10 月 23 日。Anthropic 預早兩個月通知，Claude Sonnet 4.5 於 2026 年 11 月 30 日退役。由 2026 年 8 月 17 日起，Atlassian 預設以 Free 及 Standard 計劃的 Jira 和 Confluence 內容訓練其 AI。
對第一個 AI 項目的啟示，是預計模型會換。Prompt、測試和業務規則應屬於你的團隊，換模型就只是一項計劃中的工作，而不是一次停機。
資料來源：OpenAI API deprecations（2026 年 4 月 22 日通知）· Anthropic model deprecations（2026 年 9 月 30 日通知）· Seibert Group：Atlassian AI 訓練政策（2026 年 4 月 23 日）。
風險，以及由誰處理
數據與預期不同。
樣本可能顯示紀錄比初步會議時所講的少。我們會及早檢查真實樣本，告訴你數據撐得起甚麼。你負責提供有代表性的樣本。
貴公司沒有負責人。
我們會在初步會議提出，並暫停直至有人可以拍板。你負責指定這個人。
最好的答案不是 AI。
我們把非 AI 方案與 AI 方案一併排序。你把這當作一個有效結果。
敏感數據需要另一個存放地方。
我們在初步會議標示私密或受規管的文件，按貴公司政策釐定範圍。你的合規負責人確認規則。
有名有姓的負責人：診斷由 Super Cat Technology 創辦人 Cat Yung 帶領，並由她簽批最終清單。
清單涉及私人財務文件時
部分項目會觸及家族辦公室或財務團隊留在內部的文件。這類項目可考慮 Super Chain，這是我們為家族辦公室開發的 AI 平台。它根據辦公室自己的文件回答問題，每個答案都註明出處。
買家常問
不偏向供應商的 AI 顧問會做甚麼？
不偏向供應商的 AI 顧問，只推薦適合你流程的工具或做法，而不是他們代理的產品。他們先審視工作、測試數據，遇到更便宜或非 AI 的方案會照直講。可以問他們交付過哪些工具，以及會拒絕推薦哪些。
我需要一位會開發、而不只講策略的 AI 顧問嗎？
如果你想計劃經得起真實數據考驗，答案是需要。會開發的顧問知道一個項目交付和運作要花多少，排序才反映真實工作量。Super Cat 的審視團隊交付過收款系統、語音 Agent 及文件搜尋，清單上每個選項都做得出。
AI 顧問可以救回失敗的 AI 項目嗎？
如果失敗源於揀錯項目或數據不足，而非模型本身，通常可以。第一步與診斷一樣：檢查流程需要甚麼、數據撐得起甚麼。有時答案是收窄範圍，有時是停下來，改做另一個項目。
實戰型 AI 顧問定顧問公司，我需要邊個？
顧問公司適合涉及多條工作線、預算龐大的全公司計劃。實戰型 AI 顧問適合一個需要清晰答案、之後要開發的營運問題。如果你講得出邊個流程最痛，先找實戰型顧問，範圍擴大後再請顧問公司。
聘請 AI 顧問之前，點樣評估？
要求看可以核實的已交付工作，而不是簡報。留意有日期的正式運作成果、在會核實評分的平台上的客戶評分，以及肯講「這個項目不值得做」的態度。也要問清楚由誰執行，以及第一星期需要你團隊提供甚麼。
做 AI 營運審視之前，要準備甚麼？
準備一位能作決定的負責人、流程大概的數量和成本，以及兩至三位實際做事的同事。一份真實數據樣本最有幫助。你毋須需求文件、AI 預算或心目中的供應商。