本案例依原書第 3 章醫療文件處理案例重組。
理解使用測試資料建立的 AI POC，在接上真實病患資料、法遵與企業安全後，正式化工作量可能大幅增加。
某醫療機構的文件處理 POC 在測試資料上展現良好準確度，但要使用真實病患紀錄並滿足 compliance 與 enterprise security 時，實作相同能力花了初始 POC 的 4 倍時間。正式化完成時，市場又已有更新的 AI 模型。
| 階段 | 原書內容 | 主要差異 |
|---|---|---|
| Initial POC | 測試資料上表現良好 | 未完整承擔真實資料與企業控制 |
| Production implementation | 耗時為 initial POC 的 4 倍 | 真實 patient records、compliance、enterprise security |
| 完成正式化時 | 已有較新 AI 模型 | 產生是否重啟方案的疑問 |
若初始 POC 時間為 T，Excel 可表示正式化時間 =4*T，額外時間 =3*T。AI 可解釋造成差距的控制類型，但不得自行填入未提供的 T。
4T。3T。4 倍差距揭露的不是模型準確度問題，而是 POC 沒有提前納入 production requirements。若正式化等同重建，快速演進的模型又可能在過程中淘汰原架構。