大家好，我是TIMEWELL的濱本。
在AI導入的諮詢裡，最常聽到的就是這句：「概念驗證是做了，但之後就沒有下文了。」
試過了。跑得動。報告也做了。然後就結束了。 半年前的簡報還躺在共用資料夾裡，沒有人打開過。
這篇文章站在發包方的角度來寫。概念驗證為什麼會卡住，要不卡住的話一開始該定什麼。談的不是技術，是判斷。
先講重點。
- 卡住的原因不是熱情也不是技術，是沒有先把上線的條件定下來
- 概念驗證確認的是「跑不跑得動」，上線要的是維運、費用、維護的答案
- 日本的AI活用偏重業務效率化。效率化91.6%，營收與利益3.9%
- 同時跑的概念驗證，要收斂到照顧得到上線為止的數量
用數字看，卡關是整個日本的結構
先放一組數字，說明這不是單一公司的問題。
日本IPA在2026年7月公布了一份調查，對象是國內企業1,799家，於2026年4月至6月實施1。
問到AI導入的具體效果，結果很清楚。
| 效果內容 | 回答比例 |
|---|---|
| 業務變得更有效率或更快 | 91.6% |
| 企劃提案的品質與速度提升 | 48.9% |
| 加班時間減少 | 29.2% |
| 顧客滿意度提升 | 4.5% |
| 營收或利益提升 | 3.9% |
| 客群擴大 | 2.7% |
效率化有九成的企業有感。碰得到營收與利益的不到百分之四。
看用途就知道原因。「文件與語音的摘要、翻譯、校對」82.5%，「文件與報告的製作」80.5%，「資訊檢索、蒐集、分析與報告」77.0%。相對地，「自家產品與服務的升級」只有10.9%，「生產、物流、服務提供的計畫支援」只有6.0%1。
在拿來做摘要跟寫文件。 這個切入點本身我覺得是對的，效果快、風險小。問題在於，沒有設計往下走的路，結果整個國家都停在這裡。
而這個結構會直接反映在概念驗證的設計上。用概念驗證確認文件製作的效率，確實變快了，就這樣報告上去。然後「那所謂的正式上線指的是什麼」這個問題，沒有人準備好答案。
卡住的原因是沒有定出口
概念驗證停住的模式，列幾個常見的。沒有一個是技術上的失敗。
1. 沒有定「確認到什麼就往下走」。 這個最多。用「先試試看」開始，做完就沒有判斷的材料。跑得動這件事知道了，然後呢。因為沒有基準，結論就變成「再觀察看看」。
2. 沒有定上線後的維運負責人。 概念驗證多半由資訊部門或企劃部門跑，正式使用的是現場。誰維運、誰接問題、誰會發現精度掉下來。 這裡空著，就沒辦法談上線。
3. 費用的來源不同。 概念驗證是實證的預算，上線是維運的預算。錢包不同，簽呈就要從頭重來。概念驗證的企劃書裡不放上線的概算，連該送到的對象都送不到。
4. 把成功定義成「精度」。 精度百分之九十五算成功、九十算不合格。這樣定下去，就沒辦法判斷業務上到底能不能用。 有些業務精度八十五配上人工最終確認就轉得動，有些業務關係到人命，九十九也不夠。
5. 同時跑太多。 概念驗證開始很容易。每個部門立一個，很快就五個。每一個都沒上線，只有承辦人的工時被吃掉。
共通點是，把概念驗證之前該定的事情，留到之後才想。
要先定下來的五件事
第一，哪個業務的哪個數字，要動多少。
不是「試試看生成式AI」，而是「把報價單製作的單件耗時，從現在的四十分鐘降到二十分鐘」。要寫到這個程度。現況的數字不知道的話，量出來就是概念驗證的第一步。 跳過這一步，做完就主張不了效果。
第二，上線的條件。
「概念驗證確認到某某，就核定上線。」這一句話，要在開始之前跟決策者取得共識。反過來說，寫不出這一句話的概念驗證，就是還不該開始 ，因為想確認什麼還沒定下來。
第三，上線後的維運主體。
哪個部門持有、日常維運誰做、問題的窗口在哪。「等上線再決定」會變成不上線的理由。
第四，費用的概估。
不是概念驗證的費用，而是上線後跑一年的概算。授權、基礎設施、維運人力、模型更新。這裡差一個位數，成功的概念驗證會死在「太貴了」。 不需要精準的報價，但位數要對。
第五，停下來的條件。
會定這個的公司很少。「出現這種結果就不上線」也要先定。 沒有定，跑不順的概念驗證就會用「再試一下」無限延長。有撤退基準，就會有結論，可以往下一個題目走。
把這五件事寫在一頁紙上再開始，大部分的卡關都可以避開。
設計「效率化之後」
回到開頭的數字。效率化91.6%，營收與利益3.9%。
要補上這個落差，我認為需要的不是更強的模型，而是沒有決定省下來的時間要拿去做什麼。
假設報價單製作從四十分鐘變成二十分鐘。一天五件就是一天一百分鐘，一個月大約三十五小時。這三十五小時被用在哪裡，答得出來嗎。
答不出來，這個效率化就不會變成數字。工作是輕鬆了一點、加班少了一點，這些本身有價值，但不會出現在營收或利益上。 IPA的數字呈現的正是這個狀態。
要碰到營收，就必須先決定省下來的時間去哪裡。**「把報價時間砍半，用省下來的時間每個月多跑十家客戶」**寫到這裡，才開始是營收的話題。寫到這裡，概念驗證的評估指標也會跟著變，不只看製作時間，還要看拜訪件數與成交率。
這不是技術問題，是發包方要把自己想要什麼講清楚的問題。 沒有講清楚就往外發包，廠商會做出技術上正確的東西。跑得動，但對營收沒有作用的東西。
發包方該問的問題
要找外部談的時候，有幾個問題該由我方提出。反過來說，要選答得出這些問題的對象。
「這個概念驗證成功之後，下一步做什麼。」 回不出具體答案，就表示提案沒有看到上線。
「維運由誰做、怎麼做。」 可以看出這是不是做完就走的提案。
「如果不順利，要在哪裡停。」 能談撤退的對象，通常可以信任。
「公司內部的誰，會變成有能力繼續做下去的人。」 這是自主化的問題。全部交出去，下一次還是要同樣發包一次。
我們在WARP承接AI導入諮詢的時候，第一步也不是選工具。我們會先問現在什麼事情花時間，以及那個時間減少之後要拿去做什麼。 這裡沒定就先選工具，大概就會卡在概念驗證。
概念驗證本身還是有意義的
寫了這麼多卡關的事，並不是在否定概念驗證本身。
比起一次全公司導入然後失敗，先小規模試當然比較好。問題在於，試這件事本身變成了目的。
還有一件想寫的事。「卡在概念驗證」不一定就是失敗。 試過之後判斷不要上線，那是正確的決策。
真正的失敗，是沒有被判斷就被放著。 不是成功也不是失敗，就只是結束了。下一次同樣的題目冒出來時，沒有人說得出上次弄懂了什麼。這才是最可惜的。
概念驗證的紀錄請留下來。試了什麼、弄懂了什麼、為什麼沒有上線。留著的話，下一次的概念驗證就可以從上次的續集開始。
總結
- 概念驗證卡住不是熱情或技術的問題，是沒有先定上線的條件
- 日本的AI活用偏重效率化。效率化91.6%，營收與利益3.9%
- 開始之前定五件事：要動的數字、上線條件、維運主體、費用概估、停下來的條件
- 不決定省下來的時間要去哪裡，就碰不到營收
- 發包方要先問「成功之後下一步做什麼」
- 沒有被判斷就放著，才是真正的失敗。 紀錄要留
想整理AI導入的推進方式，或從概念驗證的設計開始討論，歡迎從聯絡我們與我們談。
參考資料
Footnotes
-
國內企業的DX動向與AI活用動向重點（日本IPA 資訊處理推進機構，2026年7月16日，日文）。AI導入的具體效果（業務效率化91.6%、營收或利益提升3.9%等）與AI的利用用途（文件與語音摘要等82.5%、自家產品與服務升級10.9%等），出自該資料。調查對象為日本國內企業的經營層、資訊系統部門、DX推進部門等，回收數1,799家，調查期間2026年4月17日至6月12日 ↩ ↩2
