@Felldeadbird 對了 小弟對這個有點建議…如果你是公司的 IT 部門，自建公司系統的，通常 user 會有一大堆不合理的需求，因為他們認為 IT 是公司自己的，需求都能免費實現，系統就是多多益善，這時候你得想辦法守住…因為不守好，後面就是一片災難。守的方法很多，首先你要知道 user 提需求，背後都有一個真正的意圖，你得了解或聽出來 user 要求這個需求，他的目的是什麼…也許應該是用其他方法，那你就要告訴他們更好的方案，通常 user 會接受…如果真有很倔強，或者為了討老闆歡心, 做秀的功能，你可以嘗試拖延看看…說你在做其他 xxxx 的案子, 不做你會有什麼很慘的後果，說真誠一點….如果拖過去了，代表他們只是說的很急，其實沒做也不會怎樣.

@WilliamZuo 我是半導體產業出身，但這些產業有錢、系統早都很完善了，所以我做系統，大部分是找傳統產業做…你說的嚴重剝削，我知道一點，大陸的公司對內內卷，對外有不公平的關稅，各國都在堤防、圍堵大陸製造業，這就是我說的，大陸的公司過的很辛苦。 但大陸公司，也是最敢投資新機台、新產線、新技術，所以我才說大陸公司會轉型的很快（但得撐過產能過剩這波寒流）。 現在做系統，確實是低成本，幾天就能把前端、後端、數據庫搭建好了，不用收多少費用。但我還是要強調效益，客戶要的也是效益，所以一開始就得本著省成本、有效益的方式去設計。 譬如，就不能讓客戶多雇用更多員工，專門維護這個系統。效益包含很多層面，用系統，讓客戶通過某個認證，接到更好的訂單價格，也是效益。 台灣化妝品產業，現在要求工廠比照歐盟，提供一些制式文件，我花了近一週的時間就能把系統做好，非常快…反正這些東西，都需要花時間去挖掘，寫系統對我們來說，也不用什麼試錯成本.

@Felldeadbird 人的問題、管理的問題無解，所以我才說，數字轉型的重點是老闆有多少決心，並不是真要花多少錢。 即便把軟件界面，做到跟他們手寫表單一模一樣，使用者不需要花額外的時間維護資料，甚至更省時間，他們還是有各種藉口不用，或者故意維護假資料。 很多公司，就是在這些管理問題上消耗太多了，看起來大家都很忙，其實都在瞎忙、演戲…

@nofishing 前陣子,亞馬遜的老闆 Bezos 要搞一千億美金收購製造業...連這麼厲害的公司, 都在布局製造業了, 以後自動化, 生產數據訓練出來的 ai, 都是未來的藍海。 程序員真的要懂真實世界的業務流程, 以後才能跟著幫助各行各業做轉型... 會什麼框架 用什麼 function 那些都沒意義了 ai 等於在程序世界又做一次封裝 那些雜務不需要人類了. 人類越來越接近 jobs 說的 Ultimately, it comes down to taste.

@nofishing 其實不只製造業,農業也可以, 服務也可以。各種行業都能用差不多的管理方式, 用數據驅動才是現代化的管理。只是有些行業, 在自動化產業還未成熟前, 做數字化, 效益不大而已。 其實也不需要全部數字化...可以評估效益...有效益才做, 不用刻意反市場... 即使這樣,也有很多領域,可以挖掘。譬如現在點菜系統, 用表單寫一下也沒什麼, 但現在都掃碼點餐, 因為掃碼點餐,也就是花打印二維碼的錢而已, 當效益越過了成本, 事情就發生了。 反正我認為, 用 mvp 那套, 最小成本先試一個單點, 優化單點, 而不是一上來就大手大腳的做成驚天動地, 機會很多的...反正失敗了也沒什麼, 我們只是寫寫程序, 那些做餐點的, 花幾十萬裝潢一家店, 才發現不可行, 我們比他們的處境好太多了

@sentinelK
感謝 sentinelk 兄的交流, 以下是小弟的淺見, 請參考:

1. 其實 SAP 也是 SaaS,但人的管理問題,這跟是不是 SaaS 無關。舉個例子,某人因為利益做假帳,無論系統在雲端或者本地,他都會做假帳。管理的問題,只能靠老闆(或充分授權的專案主導人)做好管理,這期間一定有很多衝突。

我自己有導入 SAP 的經驗,導這種大型 ERP 系統,都要一兩年的時間,這些時間並不是寫 ABAP 、做教育訓練,而是全在做流程 review 、再造和管理問題。人的管理問題是無法避免的,導系統的過程,老闆也經常遇到跨部門的爭吵,兩邊都會用自己熟悉的業務語言,爭取自己的利益,老闆要有能力做判斷。

2. 負責的人,就是業務負責人或業務主管。
導系統的時候,業務主管提供業務流程,顧問只是負責幫忙按照這個流程,把報表和系統欄位兜出來而已。

照理說,系統顧問不應該只是這樣,這樣只是人體的系統說明書而已,但顧問大都是交差了事,全聽客戶的,才不用負責;
或者很多顧問也只是去受訓而已,實務上沒經驗。

但以上說的都是 ERP,業務交雜、流程複雜,責任本來就容易模糊。MES 沒有這麼難(當然 MES 也要有生產經驗的人才能知道生產是怎麼回事),MES 沒有這麼多業務交雜,目標明確簡單,工件要好的進到製程(進料檢驗)、好的走出製程(QMS)、提高產能、減少 cost 。在這些基礎上收集數據,方便做管理(每條線的 WIP 、產出、不良品分析等)就是如此而已。第一步是讓現場,把他們正在使用的手寫報表都拿出來,一步一步和他們檢討,他們收集的這些數據,對他們管理和工作流上有什麼意義。換句話說,責任清不清楚,跟系統本身的複雜度和業務交雜程度有關,不是 AI 才有的問題。

3. 各家企業的直覺,都是企業數據很重要,不能外洩,所以不能放雲,但其實大部分的 MIS 做的數據安全,都遠不如雲管理,一堆人的電腦中毒、被駭都是常有的事情。我覺得這是思維問題,不是真實的,如果放雲就是外洩,那 Google 怎麼做這麼多大公司的雲服務

至於硬件方案要跟甲方的 AI 需求契合,這我確實無法百分之百保證,但這不是 AI 獨有的問題,傳統 IT 專案簽約時一樣會遇到——伺服器選型、SLA 訂定本來就沒有絕對客觀的標準。業內的做法是用壓力測試先抓基準值、分階段驗收降低一次性押注的風險、合約裡保留擴容條款,來對沖模型體量和需求變化帶來的不確定性。如果甲方之前只做 RAG,突然要做 YOLO,算力當然會不夠,但這跟不搞 AI 、只是用 ERP/MES 用了兩年後硬碟不夠、記憶體不夠要升級硬件,本質上是同一類工程問題,是項目生命週期裡本來就會發生的事,我覺得這不是什麼大問題。

@lujiaosama 沒錯...一堆公司連數字化都搞不明白。 所以可以賴著不轉型,影響也不大。 但美國現在正砸大錢發展自動化產業, 我估計自動化產業,也跟之前的手機產業一樣, 被美國的錢砸出來(以前一個簡單的觸摸屏,都是非常昂貴), 到最後供應鏈成熟, 爛大街後, 這些公司就就非轉型不可了。 但那時候要進市場也來不及了。 現在先經營 tob 系統是好的切入點.... 我覺得不是錢的問題, 是很多老闆, 根本不想面對數字化後的管理問題。一定會有很多人,每天吵來吵去的...老闆要花心思去盯這些流程,一個一個梳理。 很多老闆都是得過且過的心態,不想搞這些東西。 但這些管理上的東西, 也不是程序員能搞定的。

@wero 小公司跟他們談 saas 寫 mes 這些程序真的不難, 遠比 erp 簡單太多太多了。 收一點錢就好, 現在這些系統, 外面報巨款的還是很多(很多公司養了一大票程序員 只能高報)...您可以自己算一下成本, 真不用花多少錢,報價自然也能便宜。 現在是兩個人 三個人的公司, 靠 ai 賦能搶到訂單的時代。 像日本這樣, 我覺得現在很多日本動畫公司,都會被這種幾個人的公司搞倒。