一、案例定位

銀行以多個 pilot 分散測試 GenAI use cases。

二、學習目標

計算 pilot portfolio 與 workforce scaling 的基本量化。

三、案例情境

Deutsche Bank 有超過 25 個 GenAI pilot,包括即時語言切換、chatbots、solution brainstorming、code generation,並計畫在 2024 年將 AI workforce 增至 2–3 倍。

四、開始資料

指標 原書資訊
GenAI pilots 25+
AI workforce plan 2–3 倍

五、分析方法

建立 pilot scorecard:價值、風險、adoption、成本、scale readiness。

六、計算結果

若教材假設原 AI 團隊 100 人,2–3 倍即 200–300 人。

七、管理解讀

大量 pilot 不等於成功,需有淘汰與 scale criteria。

八、AI 提問詞

依 pilot scorecard 將專案分成 scale/revise/stop。

九、思考/情境變動

若 25 個 pilot 中僅 8 個達標,scale rate?

參考解答:8/25=32%。

十、資料說明