TIMEWELL
解決方案
免費諮詢聯絡我們
TIMEWELL

以AI×業務變革 釋放組織潛能

ISO/IEC 27001(ISMS)認證標章(SGS/ISMS-AC)

已取得ISO/IEC 27001:2022認證 證書編號 JP26/00000255 認證範圍:運用AI技術之SaaS產品的企劃、開發與提供

服務

  • ZEROCK
  • TRAFEED
  • TIMEWELL BASE
  • WARP
  • WARP 1Day
  • WARP NEXT 企業版
  • WARP BASIC
  • WARP ENTRE
  • Alumni Salon
  • WARP for Schools
  • FDE
  • AI顧問服務
  • ZEROCK Buddy
  • EMC GLOBAL

公司資訊

  • 公司簡介
  • 團隊成員
  • 為何選擇TIMEWELL
  • 最新消息
  • 聯絡我們
  • 免費諮詢

內容

  • 專欄
  • 基礎知識
  • 導入案例
  • 白皮書
  • 活動
  • 解決方案
  • AI導入診斷
  • ROI計算工具

法務資訊

  • 隱私權政策
  • Manual Creator 擴充功能
  • WARP使用條款
  • WARP NEXT 學則
  • 特定商業交易法揭示事項
  • 資安
  • 排除反社會勢力聲明
  • ZEROCK使用條款
  • TIMEWELL BASE使用條款

訂閱電子報

每週為您送上 AI 應用與出口管制的最新資訊

您登錄的電子郵件地址僅用於電子報寄送。

© 2026 株式会社TIMEWELL All rights reserved.

聯絡我們
首頁專欄WARP在顧客訪談中當場做出示意畫面:AI原生新事業開發①
WARP

在顧客訪談中當場做出示意畫面:AI原生新事業開發①

發布2026-09-12濱本 隆太
新事業開發顧客訪談半結構式訪談示意畫面AI驅動開發程式代理WARP

AI做出來的顧客假設,只有拿到顧客面前才驗證得了。本文寫給大型企業的新事業開發部門,說明如何在60分鐘的半結構式訪談中問出課題與現有服務的不滿,當場讓程式代理做出簡易示意畫面取得反應,並在結束後60分鐘內擷取附逐字引用的洞察。所有提示詞都可以直接複製使用。AI原生新事業開發方法論,第1篇。

在顧客訪談中當場做出示意畫面:AI原生新事業開發①
分享

大家好,我是TIMEWELL的濱本。我在大型企業做了十年以上的新事業,長期營運新事業開發計畫,也為大型企業提供事業開發顧問服務。我曾擔任「CHANGE by ONE JAPAN」的營運負責人,那是一個有超過一百家大型企業參與的挑戰者支援計畫;現在則營運面向創業者與企業內創業者的AI驅動開發計畫「WARP ENTRE」。以這些經驗為基礎,我要分四篇來寫「AI原生新事業開發方法論」。第1篇,談顧客訪談。

系列「AI原生新事業開發方法論」 ①在顧客訪談中當場做出示意畫面的技術(本文) ②一天內跑完精實畫布、7 Powers與設計概念 ③規格驅動開發(SDD)重回焦點,文件正在變成程式碼 ④用AGENTS.md、Skills、Hooks與cron養出組織的脈絡

這一年來,我在新事業的諮詢中看到一種越來越多的失敗模式。讓AI做出顧客人物誌,讓AI列出課題,讓AI提出解法,再做成漂亮的簡報送去簽核。從頭到尾沒有見過一個顧客。簡報很體面,邏輯也通。只是裡面沒有一句顧客說過的話。我把這種模式叫作「關在AI裡的新事業」。AI做出來的顧客假設,只有拿到顧客面前才驗證得了。這篇文章寫的,就是怎麼借AI之力,把這個「拿到面前」的步驟做得更快、更深、而且留下紀錄。

摘要:把60分鐘的半結構式訪談設計成「過去的行為」「課題、替代做法與付費」「現場示意畫面」「收尾」四個區塊,前半段不拿出畫面,先聽完。事前用程式代理把三個假設畫面做成一個HTML檔,後半段反映對方的用語、幾分鐘內替換內容並取得反應。結束後把逐字稿交給代理,擷取附逐字引用與時間戳記的洞察,並更新假設追蹤表。本文的提示詞可以直接複製使用。

為什麼要「邊聽邊做」?AI的假設只有拿到顧客面前才能驗證

過去的新事業開發,顧客訪談和原型之間隔著好幾週的空白。把聽到的話帶回去整理成資料,交給設計師或工程師,等示意畫面做好,對方和自己的記憶都淡了。第二次訪談時拿出來,對方會說「我那時候不是那個意思」。一來一往花一個月是常態。

程式代理把這段空白縮短到幾分鐘。對方一說「每週一我要從三個系統抄數字」,你當下就能做出一個把抄寫濃縮成一個畫面的草圖給他看。對方的反應不是對口頭說明的反應,而是對眼前這張圖的反應。「不對,我們是月初不是週一」「這個欄位不需要,要的是這個」。這類修正,會在現場冒出來。

不過有一件事要先說清楚。變快的是「做」的步驟,不是「聽」的步驟。反而因為做得太快,還沒聽就先做的誘惑變強了。讓AI描述顧客很容易,像樣的課題也能無限生出來。但那些都是假設。史丹佛大學等研究團隊在2024年11月發表的研究中,對1,052位美國人各做了兩小時的半結構式訪談,並依紀錄為每個人建立「生成式代理」。以本人談話為基礎的代理,以本人兩週後再答同一批題目的一致度為基準,能以83%的準確度重現回答;只用年齡、職業等屬性資料建立的代理則是74%1。只有屬性的人物誌,和學過本人談話的代理,差距很明確。AI人物誌要餵進真實的談話才派得上用場。

所以順序是這樣:先問。把聽到的話當材料,當場做。再問對做出來的東西的反應。把紀錄交給AI,讓它提出接下來該問什麼。AI不是「聽」的替代品,而是「把聽到的東西快速成形、快速整理」的工具。

設計60分鐘的半結構式訪談

半結構式訪談,是先決定要問的項目骨架,順序和深挖則交給對話的走向。完全自由的閒聊無法跨訪談比較,問卷式的固定題目又問不出真心話。骨架是四個區塊,合計60分鐘。

區塊 時間 要問的 不做的
1. 過去的行為與情境 20分鐘 最近一次做「那件工作」時的具體步驟、時間、相關人、用的工具 說明自己的事業、拿出示意畫面
2. 課題、替代做法與付費 15分鐘 最困擾的瞬間、現在改用什麼替代、為此付出的時間與金錢 「如果有這種功能,你會用嗎」
3. 現場示意畫面 15分鐘 拿出反映對方用語的暫時畫面,問「哪裡不一樣」 說服、收集好聽的反應
4. 收尾 10分鐘 還有誰有同樣困擾、下一個可以聊的人、可否再給他看一次 談合約

區塊1的重點,是問「最近一次」而不是「平常」。問「平常怎麼做」,人會回答理想化的平均值;問「上一次做是什麼時候?那時第一件事做什麼?」,實際的步驟才會出來。步驟出來之後,繼續像重建現場一樣問:「那花了幾分鐘?」「找誰確認?」「那時螢幕上是什麼?」我之前在引出顧客真心話的Mom Test技術寫的原則,在這裡同樣適用:問過去的事實,不問意見。

區塊2是問「對現有服務的不滿」的地方。有三個好用的問題。第一,「現在用的東西,如果明天開始不能用了,會發生什麼事?」可以看出替代方案有多重。第二,「有沒有考慮過換掉,後來又作罷?原因是什麼?」轉換成本,以及對方真正在乎的評價軸,會浮現出來。第三,「為了這個困擾,你現在花了什麼錢和時間?」我之前在同理心地圖的寫法整理過的「劣化的替代方案」,會在這裡具體化。嘴上說困擾、實際上什麼都沒付出的課題,還不成事業。

還有一個我一定會用的技巧:「連問三次為什麼」。對方說「抄數字很麻煩」,就問「為什麼麻煩?」「因為每個系統的欄位名稱不一樣。」「欄位名稱不一樣為什麼困擾?」「因為跟主管說明時,連自己都搞不清楚哪個數字是哪個。」問到第三次,課題的本體從「抄寫的工夫」變成「說明責任的不安」。這是該做的東西改變的瞬間。

提問的骨架,每次都要依事業內容重做。把下面的提示詞貼進程式代理或聊天AI,就會產出符合上述四區塊的訪談指南。

你是設計新事業顧客訪談的專家。
請針對以下事業假設,製作一份60分鐘的半結構式訪談指南。

# 事業假設
- 目標顧客:【例:員工300〜1,000人的製造業生產管理負責人】
- 假設課題:【例:每週要花三小時從多個系統彙整實績】
- 暫定解法:【例:跨系統自動彙整實績,並產出給主管的說明文】

# 限制
- 四區塊結構:①過去的行為與情境(20分鐘)②課題、替代做法與付費(15分鐘)③現場示意畫面(15分鐘)④收尾(10分鐘)
- ①②只放完全不提及本公司解法的問題
- 禁止「如果有〜會用嗎」「〜是不是很方便」這類問意見、未來、假設的問題
- 每個問題附上兩個「讓對方重現最近一次」的追問
- ②一定要包含「替代方案」「放棄轉換的理由」「現在付出的時間與金錢」
- ③只放「拿出暫時畫面問哪裡不一樣」的問題,不問「想不想用」
- 最後針對這個主題,舉出5個訪談者容易無意間做出的誘導例子

輸出不要用表格,用可以直接照念的腳本格式。

產出的指南不要照用,一定要改成自己的話。AI寫的問句生硬,對方會提防。把「您最近一次執行該作業是什麼時候?」改成「上次做這個,大概什麼時候?」,得到的答案量就不一樣。

在找 AI 訓練與顧問服務嗎?

請參考我們整理的 WARP 課程與顧問服務內容。

預約免費諮詢下載資料

事前準備「現場示意畫面套件」

在訪談中從零開始做畫面,會讓對方等。訣竅是事前做好「替換用的底稿」。我把它叫作「現場示意畫面套件」:把從事業假設導出的三個畫面方案,整理成一個HTML檔。上方的按鈕可以切換方案A、B、C,畫面裡的文案和項目則放在JavaScript變數裡,方便替換。

為什麼要三案?只拿一案,對方回答的是這一案的好壞;有三案,對方會回答「哪一個最接近自己」,並開始說理由。比較,讓人更容易說真心話。用AI做MVP與示意畫面寫過的「以丟掉為前提」的做法,在這裡也適用。

給程式代理的指示,以下面的提示詞為底。請在開啟工作資料夾的狀態下貼上。

請製作一個顧客訪談用、可以「當場替換內容給對方看」的示意畫面套件。

# 事業假設(精實畫布要點)
- 顧客區隔:【】
- 課題(前三名):【】
- 暫定解法:【】
- 獨特價值主張:【】

# 要做的東西
- 單一 index.html(使用 Tailwind CSS 的 CDN 版,不需建置,瀏覽器打開就能動)
- 畫面上方有「方案A」「方案B」「方案C」的切換按鈕
- 方案A:用最短路徑解決課題1的畫面/方案B:解決課題2的畫面/方案C:一併處理課題1與2的畫面
- 每個方案三個區段:「主視覺(一句話的價值主張)」「看得到一個主要操作的畫面」「看得到結果的畫面」
- 畫面內的文案、項目名、數值全部集中在檔案開頭的 const CONTENT = {...},只改那裡就能替換
- 假資料要用該顧客區隔的業務中會出現的真實項目名(不要出現「範例」「測試」字樣)
- 外觀樸素到「一看就知道是暫時草圖」的程度,不在標誌、顏色、裝飾上下工夫
- 輸入欄不必真的能動,按鈕按下去能跳到下一個區段就夠

# 禁止
- 不出現公司名、產品名
- 畫面上不放「AI搭載」「革命性」這類評價用語

產出的HTML用瀏覽器打開,三個方案自己先看一遍。此時要確認「有沒有哪一案變成自己假設的硬推」。方案C明顯最豪華,是常見的失敗。三案的視覺份量要一致。

訪談當天,兩人一組最理想:一人問,一人操作代理替換內容。一個人做的話,在進入區塊3之前先說「給我兩分鐘準備一下畫面」,再用下面的提示詞反映現場的說法。

訪談進行中。請反映對方的發言,改寫 index.html 的 CONTENT。
結構不要動,只替換文案與項目。兩分鐘內完成,不要反問確認。

# 對方的發言(逐字)
「【例:月初要從三個系統把數字撈出來,在Excel裡對齊,然後寫一份給部長的說明備忘。寫備忘最痛苦】」

# 反映的指示
- 方案B的主視覺文案改成一句使用對方用語的話(例:「三個數字,變成給部長的一頁」)
- 在主要操作畫面加上「給部長的備忘」產生按鈕,在結果畫面放一段備忘範例
- 項目名改用對方用的詞(「實績」「月初」「部長」)

訪談中的進行方式:示意畫面是「提問」,不是「提案」

進入區塊3的方式,決定這個方法的成敗。我一定這樣說:「根據到目前為止的談話,我做了一張暫時的草圖。這不是正確答案,請告訴我哪裡不對。」然後拿出方案,第一個問題只有一個:「哪裡不一樣?」

問「你覺得怎麼樣」,人會稱讚,日本的商務人士尤其如此。問「哪裡不一樣」,人會開始找圖和自己現實之間的差距。「沒有簽核欄位就不能用」「這個數字我們看的是週,不是月」。差距,就是接下來要做的東西。

反應不只看話語,也看行為。視線最先落在畫面的哪裡。哪一案讓對方身體前傾。哪裡發出了「啊」的一聲。同行的人把那個瞬間的時刻一起記下來,因為這些不會留在逐字稿裡。

替換最多兩次。改到第三次、第四次,對方會開始把這裡當成「幫我實現需求的地方」,開始列願望清單。願望不是課題。第二次替換後反應變好,就在那裡停下,換到下一個問題:「如果這個畫面明天就能用,你會先給誰看?」「一個月多少錢以內,你不用簽核就能決定?」這兩個問題,只有在拿出示意畫面之後才問得了。

先決定一個絕對不問的問題:「想不想用?」對這個問題,幾乎所有人都回答「想」,而那個「想」什麼意義都沒有。我在之前的文章也寫過,「大家都說很棒」的回報,是最危險的訊號。

結束後60分鐘內擷取洞察:沒有逐字引用的洞察就丟掉

訪談結束後,趁記憶還新鮮,當天處理。錄音的逐字稿,現在任何裝置幾分鐘就能產出。交出逐字稿之前,請手動做兩件事:把姓名、公司名、往來對象等個人資料與機密遮蔽;在拿出示意畫面的時刻插入「【從這裡開始展示方案B】」之類的標記。

給代理的指示,以下面的提示詞為基本型。要點是強制引用。讓AI讀逐字稿,它會自然而然補上原文裡沒有的「洞察」,說得像模像樣。所以,沒有引用的主張不准輸出。

請從這份顧客訪談逐字稿擷取洞察。
最重要規則:每一個項目都要附上逐字稿的逐字引用與時間戳記。
無法用引用佐證的推論,要寫的話請在開頭加「未確認:」並分開列出。

# 逐字稿
【貼在這裡。個人資料已遮蔽。示意畫面出現處有【從這裡開始展示方案B】標記】

# 擷取項目
1. 對方實際的做法(最近一次的重現),含時間、相關人、工具
2. 最困擾的瞬間(用對方的話)。有提到頻率、所需時間、金額的話用數字寫
3. 現在的替代方案,以及為此付出的時間與金錢
4. 對現有服務的不滿,以及沒有轉換的原因
5. 示意畫面出現後的反應。每個方案分別整理「哪裡不一樣」
6. 只在示意畫面出現後才出現的發言,加上【展示後】標記(用來區分誘導的影響)
7. 對方發言中的矛盾(前半和後半說法不同的地方)
8. 我(訪談者)可能誘導了對方的問題,以及緊接著的發言
9. 下一次訪談該問的五個問題,各附「為了驗證哪個假設」

# 輸出格式
- 每個標題下用條列。每行結尾附 [mm:ss]「逐字引用」
- 最後寫出光靠這一件無法判斷的三件事

讀輸出時,重點看第7項和第8項。矛盾是對方同時說了場面話和真心話的證據,真心話通常在後半。可能誘導的地方,用來把對應的洞察打折。每次被指出自己提問的習慣並不好受,但這是訪談進步最快的方法。

洞察不要一件一件讀完就算了,要累積到假設追蹤表。假設追蹤表是把精實畫布的各個區塊,以「仍是假設」「有支持的發言」「有反證的發言」「已驗證」四個狀態管理的表格。把擷取結果交給代理,讓它更新。

請用這次訪談的擷取結果,更新以下的假設追蹤表。
規則:每一列累積「支持的引用」「反證的引用」的件數。
一則發言不能變成「已驗證」。支持3件以上且反證0件,才算「已驗證候選」。

# 假設追蹤表(目前)
| ID | 區塊 | 假設 | 狀態 | 支持 | 反證 | 接下來要問 |
| H1 | 課題 | 月初彙整實績每週花三小時 | 假設 | 0 | 0 | |
| H2 | 顧客 | 決策者是生產管理課長 | 假設 | 0 | 0 | |
| H3 | 收益 | 一個月3萬日圓可由課長決定 | 假設 | 0 | 0 | |

# 這次的擷取結果
【貼在這裡】

# 輸出
- 更新後的表格(同一格式)
- 狀態改變的列,以及作為依據的引用
- 應新增的假設(從對方的發言中產生的)

累積五件之後,做橫向比對。指示「讀這五份擷取結果,把三人以上共同提到的課題、只有一人提到的課題、互相矛盾的發言,分別附引用列出」,模式就會浮現。到了這個階段,我之前在讓AI替事業打分數介紹的AI人物誌才派得上用場。讀過五份逐字紀錄的人物誌,和只有屬性的人物誌完全是兩回事,可以當成思考下一次訪談問題的對練對象。但它始終是「思考接下來問什麼」的工具,不是「不用問了」的依據。

該注意的事,再整理一次。先處理同意與個人資料。沒有引用的洞察就丟掉。示意畫面出現後的發言要加標記。一件不下結論。還有,說的和做的是兩回事。說「一個月3萬日圓願意付」的人會不會真的付,開出請款單之前不會知道。

在大型企業的新事業部門,怎麼把這套做法跑起來

讀到這裡,應該有人在想「我們沒辦法輕易見到顧客」。大型企業新事業部門最大的限制,不是做示意畫面的技術,而是接觸顧客的管道。我建議的做法,是拜託既有事業的業務或客服「每週介紹一位願意聊30分鐘的客戶」。既有客戶可能和新事業的目標客群有落差。即使如此,要問「對現有服務的不滿」,他們是最好的對象。放棄轉換的理由、現在付出的時間與金錢,這些話既有客戶最清楚。

一週一件就好。十週後,手上會有十份逐字紀錄和一份假設追蹤表。到了寫簽核文件的階段,有沒有「用顧客自己的話寫成的課題清單」和「支持3件、反證1件」這樣的驗證狀態,會讓公司內部的討論從「有沒有趣」變成「什麼已經確認了、什麼還沒」。主管該在哪裡提出質疑,也會變得清楚。

還有一個大型企業特有的陷阱:法務。錄音、逐字稿、輸入AI。這些如果沒有事前備好同意書範本和公司內可使用的AI工具範圍,每次都會卡住。請在第一週就和法務一起把三件事寫成文件:「訪談同意書」「個人資料的遮蔽規則」「可使用的工具與資料外送的條件」。這是事業開發部門的工作。往後拖,就會在第十次訪談前全部停擺。

在WARP裡,我們會用參與者自己的事業主題,實際跑一次「問、做、擷取」的循環。方法論讀了就懂,但自己在第一次訪談裡誘導了多少,不被指出來是看不見的。計畫的結構請見WARP頁面。

結語

這篇文章看起來在談工具,其實在談順序。先問,再做。做出來的東西,當提問而不是當提案拿出來。紀錄附引用留下來。一件不下結論。只要守住這個順序,AI能讓新事業開發的速度提高一個數量級。順序一亂,留下的是漂亮的簡報和空白的假設追蹤表。

明天就要動手的話,先用本文訪談指南的提示詞產出腳本,找公司裡的某個人聊30分鐘。對象是同事也無妨。結束後把逐字稿丟進擷取提示詞,讀第8項「自己誘導的地方」。那就是這套方法論的第一步。想以自家新事業主題設計這個循環的話,歡迎透過個別諮詢聊聊。

Footnotes

  1. Park, J. S. et al., "LLM Agents Grounded in Self-Reports Enable General-Purpose Simulation of Individuals"(arXiv:2411.10109,初版2024年11月15日。以1,052人的兩小時半結構式訪談建立的生成式代理,GSS重現準確度:interview-only 83%、survey-only 82%、combined 86%、demographics-only 74%) ↩

本文在製作過程中使用了AI,並於發布前由人工查核一手資料並完成編輯。

正在考慮在組織內導入AI嗎?

由熟悉數位轉型與資料策略的顧問,為貴公司設計合適的AI導入計畫。第一次諮詢免費。

預約免費諮詢
預約免費諮詢線上45分鐘下載資料產品簡介與白皮書

如果這篇文章對您有幫助,歡迎分享

分享

訂閱電子報

每週為您送上 AI 應用與出口管制的最新資訊

您登錄的電子郵件地址僅用於電子報寄送。

相關基礎知識

AI Adoption Roadmap

解決方案

AI Adoption & DX SupportEnd-to-end support from strategy to adoption

想更了解 WARP

我們整理了 WARP 的功能與導入案例。

聯絡我們WARPの詳細を見る

相關文章

一天內跑完精實畫布、7 Powers與設計概念:方法論②

一天內跑完精實畫布、7 Powers與設計概念:方法論②

寫給大型企業新事業開發部門,概述如何把事業假設落成三張紙:用精實畫布「化為語言」,用7 Powers「決定護城河」,用設計概念「注入體溫」。過去要花三週的這三張紙,靠程式代理和聊天AI一天就能跑完一輪。但變快的只有寫的步驟,判斷並沒有變快。本文針對每個框架,區分「可以交給AI的事」和「必須由人決定的事」,並附上計畫中使用的提示詞範本。AI原生新事業開發方法論,第2篇。

2026-09-12
什麼是FDE(Forward Deployed Engineer)?引出洞察的七個秘訣

什麼是FDE(Forward Deployed Engineer)?引出洞察的七個秘訣

FDE(Forward Deployed Engineer)是為了讓自家產品在客戶現場正式上線,坐在客戶旁邊負責開發與導入的工程師。由Palantir開創,2025年a16z稱它為「新創界最熱門的工作」,2026年OpenAI成立了部署專門公司,Accenture也在日本成立FDE組織。本文為初次接觸的讀者,把FDE的工作內容和售前工程師、顧問、駐點開發做比較,具體寫出從現場引出洞察的七個秘訣,並整理TIMEWELL公開採用FDE風格的理由,以及接受方企業該做的準備。

2026-09-12
AI規格驅動開發(AI-SDD)2026:SDD重回焦點、文件正在變成程式碼

AI規格驅動開發(AI-SDD)2026:SDD重回焦點、文件正在變成程式碼

自2025年秋天GitHub的Spec Kit與AWS的Kiro問世以來,規格驅動開發(SDD)已成為AI寫程式的標準做法,重新受到矚目。本文寫給大型企業的新事業開發部門,說明「寫程式之前先把文件定下來」為什麼復興,如何和程式代理一起寫需求文件、規格書、基本設計書、細部設計書這四份文件,以及開發文件、進度文件、記憶文件為什麼開始扮演近似程式碼的角色,並引用Andrej Karpathy的一系列發言。2026年3月的初版已全面改寫。AI原生新事業開發方法論,第3篇。

2026-03-25
新創的Roll-up整併策略:為何流行、為何三分之二失敗

新創的Roll-up整併策略:為何流行、為何三分之二失敗

2026年,新創公司連續收購傳統產業中小企業的「Roll-up(整併)」策略,在美國與日本都吸引了大筆資金:General Catalyst支持的63億美元私有化、Thrive Holdings的120億美元估值、日本Hinoki的31億日圓募資。但HBR引用的調查顯示超過三分之二的整併沒有為投資人創造價值,日本中小企業廳的調查也顯示24%的中小企業併購低於預期。本文以一手資料整理:為什麼流行、為什麼失敗、如何把傳統產業的PMI做到底、作為企業接班的意義、舉債與股權的分工、資金怎麼募與併購怎麼決定、交割後容易發生的糾紛,以及20項執行前檢查清單。

2026-09-13
創投走向FDE化:深入被投資公司的支援內容,與接受方的檢視重點

創投走向FDE化:深入被投資公司的支援內容,與接受方的檢視重點

2026年10月,美國創投Theory Ventures公布了「Forward Deployment」的作法:派人深入被投資公司,一起啟動業務與招募。本文把已公布的內容,與僅屬該公司自述的部分分開,整理創投從建議走向執行的意義,以及接受支援的經營者事先該確認的5個重點。

2026-10-21
把業務應用程式放在自家雲端的設計|權限、資料所在地與個人資料

把業務應用程式放在自家雲端的設計|權限、資料所在地與個人資料

停用SaaS、改為自己持有業務應用程式時,放在自家的雲端環境(自家租用戶)通常比較好運作,這是筆者的看法。系列第五篇寫:與多租戶SaaS的差異,在身分管理與權限、資料串接、稽核日誌上能得到什麼,依日本個人資料保護法是否構成委託取決於「誰碰得到資料」,選日本區域也仍須掌握外國制度,以及維運責任會轉到自家身上。依據NIST、AWS、日本個人資訊保護委員會的問答集與2026年修法、ISO/IEC 27001撰寫。

2026-09-29