本案例依原書第 2 章正式 Case Study「Gen-Optimizer—AI-Driven Cost Optimization」整理。
完整保留原書正文可讀取的模型與營運績效數字；原書 Table 2.2／2.3 的逐欄細項目前在可讀文字中未展開，不自行補造。
Gen-Optimizer 是 Transformer-based 成本最佳化框架，原書稱參數 超過 140 million，針對 Business Cost Scenarios Fine-tune，用於自動分析成本並提供 Actionable Insights。
| 指標 | 原書結果 | 類型 |
|---|---|---|
| Parameters | 140M+ | 模型規模 |
| Accuracy | 93.2% | 模型績效 |
| Precision | 93.5% | 模型績效 |
| Recall | 93.1% | 模型績效 |
| F1-score | 93.3% | 模型績效 |
| Perplexity | 20.17 | 語言生成相關指標 |
| Task Completion Time | 降低 59% | 流程績效 |
| Error Count | 降低 80% | 流程績效 |
| Resource Utilization | 降低 3.8% | 資源績效 |
| Financial Services Cost | 降低 4.11% | 商業結果 |
| Retail Inventory Cost | 降低 9.42% | 商業結果 |
Excel 可把 Model Metrics 與 Business Metrics 分成兩組，避免以 Accuracy 直接推導 Cost Saving；AI 可協助做 Scenario Comparison。
正文可確認上述數字。Table 2.2 與 2.3 的表名可讀，但逐欄值未在目前來源文字中展開，因此未重建原表細項。
93.2% Accuracy 與 4.11%／9.42% Cost Reduction 屬不同層級指標。企業價值評估應避免用單一 Model Metric 代表營運結果。
請將 Gen-Optimizer 的 Model Metrics 與 Business Metrics 分開整理，並比較 Finance 4.11% 與 Retail Inventory 9.42% Cost Reduction。不可自行補 Table 2.2／2.3 未讀取到的欄位。