[{"data":1,"prerenderedAt":41},["ShallowReactive",2],{"article-zh-why-we-are-reintroducing-dbam-ai":3},{"article":4,"related":17,"prevArticle":37,"nextArticle":38,"availableLocales":39},{"id":5,"slug":5,"title":6,"excerpt":7,"content":8,"image":9,"date":10,"published":11,"status":12,"category":13,"keywords":14,"meta_description":15,"og_image":16,"custom_css":16,"created_at":10,"updated_at":10},"why-we-are-reintroducing-dbam-ai","為什麼我們重新整理 SQA.TW","這次 SQA.TW 改版，不是離開 SQA，而是讓網站更完整地呈現我們一直在做的事：理解企業營運、找出數位化與 AI 能真正發揮作用的位置。","\u003Cp>這次 SQA.TW 改版，不只是換了一個網站。\u003C/p>\n\n\u003Cp>隨著合作的場景越來越多，我們發現，原本的網站已經不足以描述團隊現在每天正在做的事。許多人透過 SQA 認識我們；這是我們長期投入、也持續被客戶信任的專業。但當我們走進不同產業、和不同團隊一起工作後，客戶帶來的問題，往往從來不只是一套系統該怎麼測。\u003C/p>\n\n\u003Cp>它們可能關於人怎麼協作，貨怎麼流動，資料怎麼進入判斷，財務與風險如何被看見；也可能關於一個流程明明投入了很多人，卻仍然很難穩定地往前走。\u003C/p>\n\n\u003Cp>這些，才是我們現在想在 SQA.TW 上更清楚呈現的事。\u003C/p>\n\n\u003Cimg src=\"https://cdn.sqa.tw/articles/1787078196470-zi8mn4k7xy.jpg\" alt=\"柔和光線下重新整理的紙張與幾何物件\" />\n\n\u003Ch2>SQA 一直都在\u003C/h2>\n\n\u003Cp>軟體品質保證仍然是我們重要的服務。\u003C/p>\n\n\u003Cp>對需要它的團隊來說，SQA 不只是測試，也不是在產品快上線時多一道檢查。它關乎需求是否被理解、風險是否被看見，以及一套系統是否真的值得被交付與長期使用。這些事，我們一直都在做，也會持續做下去。\u003C/p>\n\n\u003Cp>但我們也理解，每個團隊都有自己的優先順序與資源配置。不是每一個組織都會在同一個時間點，為品質投入相同程度的資源。這沒有對錯，也不是我們想花力氣教育的事情。\u003C/p>\n\n\u003Cp>有需要的人，團隊一直都在。\u003C/p>\n\n\u003Cp>新版網站只是希望把 SQA 放回它原本的位置：它是我們重要而扎實的專業根基，但不是定義團隊全部能力的唯一標籤。\u003C/p>\n\n\u003Ch2>我們看到的，通常是一整間公司怎麼運作\u003C/h2>\n\n\u003Cp>團隊成員來自軟體產品、系統架構、產品管理與品質工程，也累積了零售、物流、供應鏈、餐飲、金融等不同產業的實務經驗。\u003C/p>\n\n\u003Cp>這讓我們面對問題時，很少只看一個系統或一個部門。\u003C/p>\n\n\u003Cp>一個庫存問題，背後可能同時牽涉採購、倉儲、銷售、資金與客戶承諾；一個人工審查流程，可能不只是效率低，而是資訊分散、例外處理沒有被定義、風險與商機沒有被放進同一個判斷裡；一個看似需要 AI 的需求，真正需要的也許是重新釐清決策流程、資料責任與人的角色。\u003C/p>\n\n\u003Cp>我們熟悉的，是人、貨、財彼此牽動的營運結構。\u003C/p>\n\n\u003Cp>所以我們不會先問：「要導入哪一種 AI？」我們通常會先問：「這個問題發生在哪裡？它影響誰？它和既有的流程、資料與決策又是怎麼連在一起的？」\u003C/p>\n\n\u003Cp>答案不一定是 AI，也不一定是做一套新系統。但當 AI、數位流程或系統整合確實能帶來改變時，我們希望做的是能被團隊真正使用、持續運作的方案，而不只是一個展示成果。\u003C/p>\n\n\u003Ch2>為什麼改版後的 SQA.TW 從案例開始\u003C/h2>\n\n\u003Cp>新版網站把 Cases 放在更前面，不是因為我們想列出更多作品，而是因為真實的問題與成果，比能力清單更能說明我們是怎麼工作的。\u003C/p>\n\n\u003Cp>無論是零售的庫存與促銷、物流的調度與成本、餐飲的需求與食安，或供應鏈中的風險審查，表面上看起來是不同的產業題目；實際上，背後都需要理解營運現場，並把資料、規則、流程與人的判斷重新放到正確的位置。\u003C/p>\n\n\u003Cp>這也是我們對 AI 的看法。\u003C/p>\n\n\u003Cp>AI 不應該只是被加進既有流程裡的一個功能。它應該幫助團隊更早看見問題、更有效率地處理例外，並讓原本依賴經驗或人工轉述的判斷，逐漸變得可被理解、討論與改善。\u003C/p>\n\n\u003Ch2>我們現在想更清楚地介紹的服務\u003C/h2>\n\n\u003Cp>因此，改版後的 SQA.TW 更明確地呈現兩件事：一是協助企業找到真正適合 AI 與數位化介入的營運問題；二是把這條路走到可以運作——從理解情境、設計系統、整合既有做法，到上線後持續調整。\u003C/p>\n\n\u003Cp>SQA 與 Qaptly 也仍然保有獨立入口。對有明確品質、規格或測試自動化需求的軟體團隊，我們依然提供熟悉且專業的服務。\u003C/p>\n\n\u003Cp>只是現在，如果你面對的是更廣義的營運問題——流程卡住、資料分散、人工判斷過重，或不知道 AI 應該從哪裡開始——也更容易在網站上找到我們。\u003C/p>\n\n\u003Cp>這次改版不是換跑道。\u003C/p>\n\n\u003Cp>而是讓網站終於更接近：我們一直在做、也希望繼續做下去的事。\u003C/p>","https://cdn.sqa.tw/articles/1787077891011-ga9zk8zxnf.jpg","2026-08-17T16:00:00+00:00",true,"published","perspective","SQA.TW, DBAM AI, SQA, AI 導入, 數位轉型, 營運數位化","SQA.TW 為何改版？從持續提供的 SQA 專業，到跨產業的營運數位化與 AI 導入，重新介紹團隊正在做的事。",null,[18,24,30],{"id":19,"slug":19,"title":20,"excerpt":21,"image":22,"date":23,"category":13},"sme-guide-to-choosing-ai-agent","滿街都是AI Agent，中小企業應該怎麼選？","我們最近被委託做 AI Agent 導入後的全盤檢查，才發現 Agent 在客服收單環節默默多採購了五倍原料，還差點在財務面造成流動性風險。Agent 的問題，往往不是不夠聰明，而是沒有人問對問題。","https://cdn.sqa.tw/articles/sme-agent-black-box-inspection.jpg","2026-09-01T15:00:00+00:00",{"id":25,"slug":25,"title":26,"excerpt":27,"image":28,"date":29,"category":13},"ai-coding-team-collaboration-three-patterns","AI coding 進到團隊之後，我們開始看到的三個現象","這半年接觸十多個開發團隊後，我們反覆看到同一件事：個人因 AI 變快，不代表團隊已經準備好一起變快。","/images/blog/ai-coding-teams-editorial.jpg","2026-08-20T08:00:00+00:00",{"id":31,"slug":31,"title":32,"excerpt":33,"image":34,"date":35,"category":36},"ai-needs-customer-insight-not-just-code","我們從北美電商專案學到的兩件事","去年做北美雙倉跨洋補貨與履約風險決策平台時，我們再次確認：真正困難的不是把 AI 接進系統，而是能不能理解每一次決策所處的時間、限制與後果。","https://cdn.sqa.tw/articles/ai-decision-complexity-supply-chain-2026-08-17.png","2026-08-17T02:30:00+00:00","industry",{"slug":31,"title":32,"date":35},{"slug":25,"title":26,"date":29},[40],"zh",1788492749961]