案例07｜用 GenAI 預測 12 月銷售？先辨識工具錯配

一、案例定位

本案例依原書第 1 章領導教育情境重組，並非原書正式案例研究。

辨識生成式 AI 與數值預測任務的差異，避免因為工具熱門就把不適合的問題交給 GenAI。

二、學習目標

區分內容生成與數值時間序列預測。
理解 AI Capability Mapping 的實際用途。
學會在導入前先判斷問題與技術是否匹配。

三、案例情境

原書敘事中，一位客戶詢問能否用生成式 AI，根據截至 7 月的資料預測 12 月銷售。原書回答指出，GenAI 雖在生成過程中涉及 prediction，但通常不是用來做這類數值趨勢預測；此任務更適合 predictive analytics 或 time series forecasting models。

四、開始資料

需求	已知資料	原書判斷
預測 12 月銷售	資料截至 7 月	不應因 GenAI 熱門就直接使用 GenAI
適合的方法方向	歷史數值趨勢	Predictive Analytics／Time Series Forecasting
GenAI 可發揮位置	原書此例未指定後續角色	不得自行把生成式輸出當成精確銷售預測

五、Excel／AI 分析方法

若有完整歷史銷售數據，Excel 可作為時間序列整理與可重算預測的教學工具；AI 可協助解釋模型結果或整理假設，但不能憑文字生成取代應由預測模型完成的數值計算。

六、計算結果

原書此例沒有提供 7 月以前的實際銷售數字，因此不能計算 12 月預測值。本案例的結果是「工具選擇判斷」，不是銷售預測答案。

七、結果分析與管理解讀

此例正是 Senior Leadership Education 的用途：在構想生成前先澄清 GenAI 能力與限制。錯誤工具選擇會讓後續 POC 即使看起來流暢，也無法證明數值預測可靠。

八、AI 提問詞

我需要根據歷史銷售資料預測未來月份。請先判斷這是生成式內容任務、預測分析任務或兩者組合。若沒有實際歷史數據與可驗證模型，請不要自行產生銷售預測數字。