AI 專案需求訪談前，企業應先盤點目前的作業流程、資料狀況與預期目標。訪談不必一開始就提出完整技術方案；能清楚說明現況、痛點與限制，便有助於釐清專案範圍，讓後續討論更具體。
先說明想解決的問題
企業可以從日常工作中最耗時、最容易出錯，或最難掌握的環節著手，描述問題發生的情境、涉及哪些部門，以及目前如何處理。若需求與能源管理、智慧建築或工廠管理有關，也可整理現行的管理方式與希望掌握的資訊；若涉及減碳與 ESG，則可說明目前關注的能源管理或碳管理議題。
需求不必先寫成技術規格。比起只說「想導入 AI」，更有幫助的是具體說明希望改善哪一段流程、哪些人會使用，以及期待專案協助企業做出什麼判斷或管理工作。
整理現行流程與相關人員
訪談前可將工作流程依照實際順序簡單列出，包含資料從哪裡產生、由誰處理、如何傳遞，以及最後如何使用。若同一流程牽涉多個部門，建議邀請熟悉現場操作、管理決策與資訊系統的人員參與，避免需求只反映單一角度。
也可以整理目前作業中常見的例外情況，例如資料缺漏、人工重複輸入，或不同部門採用不同的紀錄方式。這些細節有助於判斷專案需要整合哪些流程，以及實際導入時可能遇到的限制。
盤點資料來源與系統環境
AI 專案通常需要先了解可使用的資料。企業可整理資料目前存放的位置、格式、更新方式、負責單位，以及是否存在缺漏或口徑不一致的情況。若資料分散在不同系統或檔案中，也應列出系統名稱與大致用途，協助討論資料如何串接。
資料盤點不代表必須在訪談前完成全面清理。重要的是先說明資料現況，並確認哪些資料可以提供、哪些需要經過內部審核，以及是否涉及個人資料、營業機密或其他使用限制。
設定可檢視的成果指標
企業可以先想清楚，專案完成後要如何判斷是否達到預期。例如，希望減少特定流程中的人工處理、讓管理資訊更容易彙整，或提升能源與碳管理資料的可追蹤性。指標應盡量對應實際工作，並確認目前是否已有基準資料可供比較。
若短期內難以訂出明確數字，也可以先定義觀察方式與評估期間，再於需求訪談中共同討論。避免只以「導入 AI」作為成果描述，會更容易聚焦專案範圍與後續驗收方式。
確認限制、資源與導入範圍
專案討論前，建議整理預計時程、可投入的人力、既有系統限制，以及資訊安全或內部審核規範。若企業希望先從局部流程開始，也可提出適合試行的部門、場域或工作項目，並說明試行時需要配合的資料與人員。
嘉瑪科技股份有限公司提供 AI 專案建置與導入、企業 AI 專案與系統整合，以及 AI 能源管理平台、減碳與 ESG 相關服務。企業若正評估相關需求，可先準備上述資訊，讓訪談更容易聚焦在實際問題、資料條件與導入範圍。當目標與現況整理得越清楚，後續討論也越能貼近企業真正需要處理的工作。
整理目前流程中耗時或反覆處理的工作
盤點 AI 專案需求時，企業可先整理目前流程中耗時、重複或經常需要人工核對的工作。與其只說「希望導入 AI」，不如具體說明工作由誰負責、每次如何處理、涉及哪些資料，以及哪些環節容易延誤或出錯，讓需求訪談更容易聚焦在實際問題上。
可從日常作業中找出重複輸入資料、跨系統彙整報表、例行檢查紀錄、人工追蹤待辦事項等情況。每項工作可簡單記錄處理頻率、所需時間、使用的表單或系統，以及目前的例外處理方式。若工作量會隨季節、專案或部門而變動，也可以一併註明，避免只用單一情境描述整體需求。
若討論範圍涉及能源管理或減碳與 ESG，也可先盤點能源資料如何蒐集、由哪些人彙整、目前採用哪些分類方式，以及碳管理資料的來源與更新流程。若企業已有相關平台或系統，準備系統名稱、資料欄位與目前的交換方式，有助於釐清是否需要系統整合，以及哪些資訊仍須仰賴人工處理。嘉瑪科技股份有限公司的服務項目包含 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務，企業可依自身需求整理對應的流程與資料。
訪談前不必急著提出完整解法，先把問題描述清楚更重要。也可區分哪些工作必須由人員判斷、哪些步驟規則固定，以及哪些資料目前不完整或格式不一。這些資訊能協助後續討論 AI 專案的範圍、資料準備與系統整合需求，讓規劃建立在實際作業情境之上。
列出預計使用的資料與可提供的格式
進行 AI 專案需求訪談前，企業可先盤點預計使用的資料，並說明資料從哪裡產生、目前存放位置、更新頻率、負責單位，以及希望用來處理的業務問題。若資料與 AI 專案建置與導入、系統整合、能源管理或碳管理相關，也可標註對應的作業流程，協助釐清資料與專案目標的關聯。
格式方面，可整理現有的試算表、文字文件、資料庫欄位說明、系統匯出檔或 API 文件；常見檔案類型包括 CSV、XLSX、JSON、PDF，以及系統產生的紀錄檔。格式不必為了訪談特別轉換，先提供目前實際使用的版本即可，並附上欄位名稱、單位、代碼對照或簡短範例。若資料涉及個人資訊、營業機密或尚未確認的權限，應先標示限制，必要時以去識別化或樣本資料代替。實際可使用的資料格式仍須依來源系統、資料品質與專案需求確認；嘉瑪科技股份有限公司的 AI 專案建置與導入、AI 能源管理平台及減碳與 ESG 服務相關需求，也可透過這份清單作為訪談討論基礎。
說明使用者角色及各自的操作需求
在 AI 專案需求訪談前，企業除了整理系統、資料與流程，也要先釐清「誰會使用、各自要完成什麼工作」。同一套 AI 系統，管理者、第一線人員與 IT 團隊關心的往往不同；若只由單一部門代表發言，需求容易偏離實際作業情境。
企業管理者通常需要掌握專案目標、預期效益、投入資源與成效衡量方式。訪談前可先說明目前希望處理的業務問題，以及哪些指標能用來判斷專案是否達成目標。若需求涉及能源管理或減碳與 ESG，也應整理現行管理目標、資料來源及相關作業流程，讓討論能對應到實際管理工作。
部門主管需要說明部門如何運作、流程中有哪些交接與例外情況，以及哪些環節最需要支援。準備流程圖、表單範例或常見問題紀錄，有助於訪談時具體描述工作現況。若不同部門對同一流程的定義不一致，也應提前標示，避免後續將歧異誤認為系統需求。
第一線使用者最了解日常操作細節，適合說明目前如何取得資訊、如何判斷與處理任務，以及哪些情況需要人工確認。企業可邀請不同職務或工作情境的代表參與，並整理實際操作案例。描述需求時，與其只說「希望自動化」，不如說明目前的步驟、遇到的困難，以及希望系統提供何種協助。
IT 與系統管理人員則需盤點既有系統、資料格式、帳號權限、資料交換方式及資訊安全要求。若 AI 專案需要與既有平台整合，應先列出相關系統的用途與限制，並確認由哪些人負責提供技術資訊。這些內容能協助訪談團隊評估整合範圍，避免只談功能而忽略實際環境。
資料或法遵相關負責人也應納入訪談，說明資料由誰管理、可供哪些用途，以及使用和保存上有哪些內部規範。若資料涉及個人資訊、商業機密或特定管理要求，應提前整理適用原則，並確認哪些資料可供需求討論使用。
嘉瑪科技股份有限公司的服務包含企業 AI 專案與系統整合、AI 能源管理平台，以及能源管理、碳管理與 ESG 相關服務。企業在討論這類需求時，可先整理參與角色、各自的工作情境、現行流程與待解決問題，再由相關部門共同確認需求優先順序。角色與責任愈清楚，訪談愈容易聚焦，也能讓後續的系統規劃貼近實際使用情況。
彙整現有系統限制與預期串接方式
嘉瑪科技股份有限公司提供 AI 專案建置與導入（企業 AI 專案／系統整合）。企業在需求訪談前，可先整理現有系統的使用情境與串接條件，讓討論聚焦於實際需求，而不只停留在導入 AI 的概念。
建議盤點目前使用的 ERP、CRM、資料庫或內部平台，並記錄各系統負責的業務流程、資料類型、管理單位與使用者。若部分資料仍仰賴人工輸入、檔案匯出或重複登錄，也可標示出來，方便釐清哪些環節較耗時、容易發生資料落差。涉及客戶、員工或營運資訊時，還需確認資料權限、使用範圍及相關管理規範。
串接方式可先整理企業偏好的資料交換形式，例如 API、資料庫介接或定期檔案交換；若目前尚未確認，則可列出系統廠商、版本、介接狀況及可取得的技術文件。資料更新頻率、權限控管要求、系統回應需求，以及正式環境與測試環境的差異，也都是評估整合方式時值得提供的資訊。若有尚待確認的項目，直接標註即可，不必為了訪談而預先假設答案。
若專案涉及能源管理或 ESG 作業，可整理能源數據來源、設備或據點分類方式、報表格式，以及目前的資料彙整流程。嘉瑪科技的服務項目包含 AI 能源管理平台，以及減碳與 ESG 服務；企業帶著現況資料與預期成果進行討論，有助於釐清資料如何流動、由誰維護，以及新系統如何銜接既有作業。
帶著成功指標和疑問進行需求討論
AI 專案需求訪談前，企業可先整理希望解決的問題，以及預期帶來的改變。與其只提出「導入 AI」這類寬泛方向，不如具體說明目前哪個流程耗時、資訊分散或判斷仰賴人工，並指出希望專案協助完成的工作。目標越清楚，越容易在討論中釐清需求範圍與優先順序。
帶著可衡量的成功指標參與討論，也能讓專案目標更具體。指標可以依需求設定，例如處理時間、人工覆核比例、資料錯誤率，或能源管理中關注的用能狀況。企業不必一開始就訂出完美數字，但應說明目前如何衡量、資料從哪裡取得，以及希望在什麼條件下判斷專案是否達標。若現有數據尚未完整，也可先整理目前能取得的資料與缺口。
訪談前值得準備的資料，還包括相關作業流程、使用者角色、既有系統與資料格式。若需求涉及企業 AI 專案或系統整合，可先盤點哪些系統需要銜接、哪些部門會使用，以及現行流程中有哪些例外情況。若議題與能源管理、智慧建築或工廠管理有關，則可整理目前的管理方式、資料來源與關注的用能問題；若涉及碳管理或 ESG，也可列出企業現行的資料蒐集與管理需求。資料不必在訪談前整理到毫無缺漏，清楚標示已知內容與待確認事項即可。
同時準備一份疑問清單，能幫助討論不只停留在功能想像。企業可詢問資料是否適合用於預期情境、系統需要哪些介接條件、使用者如何參與驗證，以及導入後要由哪些角色維護。也可以預先說明資安、權限、法規或內部流程上的限制，避免需求討論忽略實際執行條件。
與嘉瑪科技股份有限公司討論 AI 專案建置與導入、AI 能源管理平台，或減碳與 ESG 服務時，帶上目標、現況資料、流程說明與尚未解答的問題，能讓雙方更有效率地確認需求。若成功指標仍在形成中，也可先從最需要解決的情境談起，再逐步收斂專案方向。
案例說明
AI 專案需求訪談前，企業若能先整理現況、目標與限制，訪談就不會只停留在「想導入 AI」的概念，而能進一步討論哪些問題值得優先處理、需要哪些資料，以及如何判斷專案是否符合預期。以下幾類資訊可作為準備方向。
一、說明希望解決的問題
與其一開始就指定要使用哪種 AI 技術，不如先描述目前遇到的具體情境。例如，某項工作需要人工反覆整理資料、資訊散落在不同系統，或管理人員不容易及時掌握設備與能源使用狀況。可以進一步說明問題發生在哪個部門、多久出現一次、目前如何處理，以及對日常營運造成什麼影響。
若不同部門對問題的看法不一致，也可以把各自觀察到的狀況列出來。這有助於訪談時分辨哪些是共同需求，哪些只適用於特定工作流程。
二、界定專案目標與優先順序
企業可以先寫下預期成果，例如希望減少人工整理步驟、讓資料查找更有效率，或讓能源使用資訊更容易掌握。目標不必一開始就設定得非常精細，但應盡量避免只寫「提升效率」或「導入 AI」等較難衡量的描述。
接著可區分必要需求與加分項目。像是哪些功能是目前流程中不可或缺的，哪些可以留待後續階段再評估。若多個部門都提出需求，也可整理各項需求的影響範圍與急迫程度，讓討論更聚焦。
三、整理現行流程與使用者角色
準備一份簡單的流程說明，標示資料從哪裡產生、由誰處理、經過哪些審核或交接，最後如何形成決策或完成工作。流程圖不是必要條件，使用文字或表格描述也可以；重要的是能看出目前作業中哪些步驟耗時、容易出錯，或需要不同系統之間交換資料。
也建議列出會使用系統的人員與權責，例如一般操作人員、主管或資訊管理人員各自需要查看或處理什麼。這能協助釐清不同角色的操作需求、資料權限與管理方式。
四、盤點資料與既有系統
AI 專案討論通常會涉及資料來源，因此可先整理相關資料目前存放在哪些系統、檔案或設備中，並說明資料由誰維護、格式是否固定、是否有缺漏，以及過去是否有更新或保存規範。若能提供去識別化的資料範例或欄位清單，通常比只描述資料名稱更容易進行需求討論。
企業也可列出目前使用的系統，以及預期是否需要與既有系統整合。若涉及內部資料、客戶資訊或營運紀錄，應一併說明資料存取權限、使用限制與資安要求；不確定的部分可先標註待確認，不必在訪談前自行下結論。
五、列明限制條件與風險考量
專案可能受到預算範圍、時程、內部人力、設備環境或法規要求影響。即使尚未有明確答案，也可以先整理目前已知的限制，例如哪些系統暫時無法更動、哪些資料不能離開特定環境，以及哪些部門需要參與確認。
若企業對資料安全、人工覆核或錯誤處理有特別要求，也應在訪談時提出。提早說明這些條件，有助於避免需求規劃與實際營運環境產生落差。
六、準備衡量成效的方式
專案完成後如何判斷成果，可以在需求訪談前先有初步想法。例如觀察作業流程所需時間、人工處理步驟、資料整理頻率，或管理者取得資訊的便利程度。若已有現況數據，可一併整理；若沒有，也可以先說明希望未來追蹤的項目。
衡量方式不一定要複雜，但最好能與原先要解決的問題相對應。如此一來，後續評估時才有共同依據，也較容易辨別哪些成果來自系統功能，哪些仍需要配合流程調整。
七、涉及能源管理或 ESG 時補充相關資訊
若討論方向與能源管理、智慧建築或工廠管理有關，可整理能源資料的來源、目前採集與檢視方式、管理範圍，以及企業希望掌握的指標。若需求涉及減碳或 ESG，也可說明現有碳管理資料、內部彙整流程及希望支援的工作環節。嘉瑪科技股份有限公司的服務項目包含 AI 能源管理平台，以及減碳與 ESG 服務，企業可依自身需求準備相關背景資料，作為訪談討論的起點。
訪談前不必把所有答案都準備到完整無缺。把已知資訊、待確認問題與內部意見分歧分開整理，反而更能有效運用討論時間。當企業能清楚描述問題、流程、資料與目標，AI 專案需求就更容易從想法轉化為可評估、可規劃的工作內容。
常見問題Q&A
企業準備 AI 專案需求訪談時，與其先急著討論要採用哪種技術，不如先釐清實際問題、現有資料與導入限制。資料不必一開始就整理到完美，但若能提供具體情境，訪談通常更容易聚焦，也能協助評估專案範圍。以下整理常見問題，提供訪談前的準備方向。
Q：需求訪談前，最重要的是先準備什麼？
A：先描述目前希望解決的工作問題，例如流程中哪些環節耗時、資訊如何傳遞、常見的判斷或管理困難，以及希望專案帶來什麼改變。盡量用實際情境說明，並區分「目前遇到的問題」與「期待的功能」，避免一開始就把解法限定在特定工具上。
Q：要準備哪些流程資料？
A：可整理相關工作的流程圖、作業說明、表單範本或系統操作步驟，並標註各環節的負責角色、資料來源、輸入與輸出內容，以及例外狀況。若流程仍有不同做法，也可一併說明差異，讓訪談能確認真正需要納入專案的情境。
Q：AI 專案需要準備哪些資料？
A：先盤點目前可取得的資料類型、來源、格式、更新方式與管理單位，例如試算表、系統紀錄、文件或感測資料。也要確認資料是否缺漏、格式是否一致，以及是否涉及個人或企業敏感資訊。若尚未完成資料整理，提供現有樣本與限制說明，也有助於評估資料是否適合後續應用。
Q：企業內部哪些人適合參與訪談？
A：建議邀請熟悉實際作業的人員、負責流程管理的人員，以及掌握資訊系統或資料管理狀況的人員共同參與。若專案與能源管理或碳管理相關，也可納入負責能源、設備或 ESG 資訊彙整的角色。不同部門對需求的理解可能不盡相同，事先確認各方關注事項，有助於減少後續認知落差。
Q：需要先訂出成效指標嗎？
A：可以先列出希望觀察的指標，例如處理時間、人工檢查次數、資料完整度或能源資訊彙整效率，並說明目前是否有基準資料可供比較。若暫時沒有明確數值，也可先描述預期改善的方向，再於需求訪談中討論如何衡量。指標應與專案目標相連，而非只為了呈現導入 AI 而設定。
Q：訪談時要說明哪些系統與導入限制？
A：可整理現行系統名稱、主要用途、資料交換方式，以及是否有既定的資安、權限或部署規範；也要說明預計的導入時程、可投入的人力與需要協調的部門。若涉及既有平台或設備，提供相關文件或系統架構資訊，能讓討論更貼近企業現況。實際可行方式仍需依需求與系統條件評估。
Q：如果需求還不清楚，可以進行訪談嗎？
A：可以。需求訪談本來就包含釐清問題的過程，不必先準備完整規格。企業可以先整理目前最希望處理的情境、遇到的障礙，以及已嘗試過的方法，再由訪談逐步確認優先順序與可行範圍。嘉瑪科技股份有限公司提供 AI 專案建置與導入、AI 能源管理平台，以及減碳與 ESG 服務；企業可依自身議題準備相關流程與資料，作為需求討論的起點。
重點結論
AI 專案需求訪談的成效，往往取決於企業是否能把問題、資料與預期成果說清楚。訪談前不必先決定要採用哪一種技術，但應整理目前的工作流程、實際困難，以及希望專案帶來的改變，讓討論能從具體情境出發。
企業可先準備以下資訊：
一、專案要解決的問題
描述目前遇到的狀況，例如作業流程耗時、資訊分散、人工判讀負擔較重，或管理上難以即時掌握變化。除了問題本身，也要說明發生在哪個部門、流程或使用情境，以及目前如何處理。越能提供具體例子，越有助於釐清 AI 是否適合介入，以及應優先處理哪個環節。
二、現行流程與相關人員
整理從資料產生、處理、判斷到結果使用的完整流程，標示各階段由誰負責、使用哪些系統，以及目前有哪些人工確認或例外處理。若同一流程在不同部門的做法不一致，也應一併說明。這些資訊能協助辨識系統整合需求、使用者角色與導入時可能需要調整的工作方式。
三、可用資料與管理方式
盤點資料來源、格式、存放位置、更新方式與使用權限，並說明資料是否完整、是否有重複或缺漏，以及是否涉及個人或敏感資訊。若尚未確認資料品質，也可以如實列出待釐清項目。AI 專案的可行性不只取決於模型或工具，資料是否能取得、是否適合使用，同樣是評估重點。
四、希望達成的成果與衡量方式
把「提高效率」或「降低成本」等方向轉成可討論的目標，例如希望縮短哪一段作業時間、減少哪些重複工作，或讓哪些管理資訊更容易取得。同時確認由誰檢視成果、多久評估一次，以及哪些情況代表需要調整方案。目標不必一開始就設定得很複雜，但應讓專案利害關係人有共同的判斷基準。
五、系統環境、限制與導入條件
準備現有系統清單、資料交換方式、資訊安全規範，以及雲端或內部部署等限制；也要說明預計導入的部門、使用者範圍、時程考量與內部決策流程。若企業正在評估 AI 專案建置與導入、系統整合，或 AI 能源管理平台、減碳與 ESG 相關需求，提早整理既有平台與管理流程，能讓訪談更聚焦於實際的整合情境。
訪談前也可先列出尚未解決的疑問，例如資料能否跨系統使用、結果需要人工覆核到什麼程度，以及專案完成後由誰維護。這些問題不必預先有答案，清楚標示不確定之處，反而能幫助討論辨認風險與待辦事項。
簡單來說，企業只要備妥問題情境、流程與角色、資料現況、成果目標及導入限制，就能讓 AI 專案需求訪談建立在實際營運脈絡上。與嘉瑪科技股份有限公司討論 AI 專案建置與導入、AI 能源管理平台或減碳與 ESG 服務時，這些資料也能作為需求釐清與後續規劃的參考。