本案例依原書第 2 章 Generative AI Canvas 的第一部分重組，並非原書正式案例研究。
在投入開發前，用「Should We Build?」策略畫布檢查真正問題、現況流程、解法、責任議題與組織適配。
原書把 Generative AI Canvas 分成兩個互相連結的畫布。第一部分先回答「Should We Build?」，重點不是技術能不能做，而是策略是否合理、倫理是否可接受、組織是否準備好。
| 畫布區塊 | 核心問題 | 原書用途 |
|---|---|---|
| Problem Statement | 真正的商業挑戰是什麼？ | 把模糊 AI 願望改成精確、可處理的問題 |
| As-Is Workflow | 目前流程如何運作？ | 找出瓶頸、低效率，以及是否其實只需流程簡化 |
| Solution | GenAI 如何具體改變流程？ | 把特定能力連到實際工作，而非只列模型功能 |
| Responsible AI | 倫理、偏誤、透明與資料隱私如何處理？ | 在設計前期檢查利害關係人與信任風險 |
| Organizational Fit | 方案是否適合現有組織與系統？ | 檢查技術整合與工作方式改變 |
Excel 可建立「構想 × 五區塊」證據矩陣，標示已知、缺失與待驗證；AI 可協助把模糊問題改寫得更精確，但不能自行創造不存在的流程痛點或倫理證據。
本框架本身沒有原書數值評分或通過門檻，因此不能把五區塊任意加總成總分。
Should We Build? 的核心價值是阻止團隊過早進入技術實作。若現況流程本身只需要基本簡化，或組織尚無法處理倫理與整合問題，則「技術可行」仍不足以支持開發。
請依 Problem Statement、As-Is Workflow、Solution、Responsible AI、Organizational Fit 五個區塊檢查此 GenAI 構想。每一區塊只整理我提供的證據、缺口與待驗證問題，不得自行給不存在的評分。