數發部長林宜敬多次公開呼籲，資訊業者應該開始做產品，從單純做專案收費，到運用專案經驗、做出可複用的產品，提升人力服務的量能。AIF近期召開了一場專家會議，邀請產業及學界專家共同探討，資服業者如何利用 AI 帶來加速開發的機遇，讓營收不再受限於人力天花板。
最近科技業最紅的職缺，不是資料科學家，也不是提示工程師，而是把AI導入企業工作現場的「前線部署工程師」(Forward Deployed Engineer，FDE)。這個角色最早因美國軟體與服務公司帕蘭泰爾（Palantir）而成名，如今OpenAI、Anthropic、微軟這些巨頭也紛紛跟進，開始砸大錢成立專門組織，把工程師直接派進客戶現場。
FDE會紅的原因在於，再強大的模型，都沒有辦法靠員工個人、單點式的使用來落地，需要有人盤點流程和數據，決定在哪些地方使用 AI 或串接系統，才有辦法讓 AI 規模性的進入營運現場。
對於幫公司導入數位服務的資服業者來說，每一次派工程師進客戶現場解決問題後，能不能把經驗轉化成某種知識、變成下一個客戶也能用的東西，也因此變得格外重要。由於靠工程師進到企業現場，專案經驗無法累積、業務規模也高度依賴員工數量。但生成式AI到來後，這種「以人力堆疊營收」的模式迎來轉機。
數發部長林宜敬多次公開呼籲，資訊業者應該開始做產品，從單純做專案收費，到運用專案經驗、做出可複用的產品，提升人力服務的量能。AIF近期召開了一場專家會議，邀請產業及學界專家共同探討，資服業者如何利用 AI 帶來加速開發的機遇，讓營收不再受限於人力天花板。
深入具體場景做利基型產品
針對「AI 產品化」這個命題，專家討論一開始就碰上什麼是AI產品化的定義問題。與會專家都同意，單純在員工工作過程中運用 AI 加速產出，例如用AI寫程式碼、設計介面，不是 AI 產品化。
但產品裡有用到 AI 就算 AI 產品化嗎？AIF 的實地研究發現，AI 產品化遠比「把 AI 能力包進產品裡」來得多元。
有些業者確實是把 AI 加入既有的產品裡，也有業者是基於 AI 的能力做出產品，比如打造一套基於視覺辨識而搭建的流程自動化（RPA）平台。但也有業者是看好企業導入 AI 後衍生出的控管需求而開發出產品，並不必然是在既有產品中加入AI。
不過，與會專家一致認為，AI 產品如果沒有結合特定產業的領域知識（domain know-how），就難以真正解決企業問題。對於台灣的資服業者而言，單純比拼模型能力，不會是新創或中小型資服業者的戰場，與其在通用能力上跟 OpenAI、Anthropic 等大廠拼，不如往垂直、具體的場景裡找題目。
這也是水務新創企業臥龍智慧的優勢。這家公司鎖定的是傳統產業裡的水質監測處理問題。設備出狀況時，現場人員常常分不清究竟是水質本身出了問題，還是感測器本身故障，此外做水處理時要加什麼配方、加多少、什麼時候加，都依靠現場管理人員的經驗。即使有記錄，許多公司是用紙本，難以分析利用。
公司創辦人原本就在科技業大廠擔任廠務工程師，專門負責水質處理。一家傳產與他合作後，發現 AI判讀的精準度明顯高出人工經驗許多，接著花了約半年時間，把原本仰賴老師傅經驗、紙本記錄的水質管理流程，轉化成一套智慧化管理系統。由於幫客戶省下大量工時，連帶降低了藥劑用量的成本，客戶欣然買單，如今已使用超過3年。
從這個案例可以看出，真正被驗證有效的差異化策略，從來不是誰的模型更強，而是誰更早、更深地扎根進具體的產業場景，並且願意花幾年以上的時間，陪客戶試驗、調整、衡量成效，評估導入成果。
與會專家提醒，AI 產品落地不只是看客戶用了多久，還要看是否有根據客戶需求或技術持續演化，不是做好了賣出去就一勞永逸。
客戶不一定是產品的最終使用者
調查的第二個洞察是，做產品，並不代表每家資服業者都得靠自己從零累積某個行業的專業。如果自己還沒有能力把某個領域的know-how包裝成客戶用得上的東西，找到領域專家合作，一樣走得通。
根據 AIF 研究觀察，部分公司在發展產品的早期，也曾嘗試過直接找終端使用者解決問題，但發現終端使用者經常缺乏誘因，例如工地現場的工人對於配合規定或檢測往往缺乏動力，而使用產品的店家或工廠老闆，多半只在意「有沒有系統可以用」，未必想耗費心力參與解決問題的過程。
經過多次失敗經驗後，他們意識到，真正的客戶不是這些終端企業或使用者，而是那些在幫企業解決問題的系統整合商(SI)。
例如慧穩科技第一個真正成功的案例，其實是讓一家同業SI變成合作夥伴，由夥伴SI負責將產品推向市場，自己則專注在技術和產品研發上。業者需要做的，則是陪著客戶去了解使用者需求，把產品做出來。當客戶能因此獲得業務上的成功，自然會願意買單。
因此，不是所有公司都需要自己在一個產業場景蹲點，才能做到垂直深耕。有時候，真正的捷徑，是找到那個已經在領域裡有多年經驗的人，建立緊密的合作關係。
與會專家指出，不論harness、loop或prompt engineering怎麼做，SI都掌握著中小企業的資料入口，因為SI過去賣了很多系統給中小企業主，若能找到對流程理解深入的業者，會是打造產品很好的切入點。
資服業者產品化四大能力
如果資服業者要把自己的知識和能力變成產品，有沒有一些可供遵循的共通能力？會議最終收斂出資服業者需要的四大能力，分別是：了解產業領域的能力、把不同技術與流程整合起來的能力、把技術轉換成生意的商業能力，以及能陪著客戶走過漫長導入過程、建立長期關係的信任能力。
這四種能力，也正好呼應前面兩種切入點的核心邏輯。
了解產業領域的能力，是透過在場景裡蹲點觀察、靠時間換來的判斷力。整合能力與信任能力，則是業者要有辦法把自己的技術，跟SI既有的客戶關係、服務流程整合在一起，而且要願意陪著SI一起進到終端客戶的使用場景，了解自己的產品如何發揮價值。
至於商業模式能力，則是落實上述方法的大前提。不論是自己紮根，還是找夥伴合作，最終都要能講清楚，這筆生意的錢從哪裡來、怎麼持續進來，而不是靠一次性的專案費用。
資服業要走的產品化之路，是要學會歸納過往的經驗，把專案的工作過程拆解成一套可以持續累積、可以被下一個客戶複用的模組。不論是用什麼方法建立自己的產品，不可或缺的，都是要先找出能夠為其直接創造商業價值的客戶。
當 AI 衝擊資服業既有商業模式，如何將自身擅長的領域知識，與長久累積下來的客戶經驗，轉換為可規模化的產品？請見：2026 資訊服務業者經營賦能計畫
