<aside> 🐾

**案例核心：**Pets at Home 是很適合教「真正 Agent Workflow」的案例：AI Agent 不是只回答詐欺問題，而是自行蒐集相關資料、比對模式、整理案件，再交給 Fraud Specialist 決策。公開資料顯示，原本每案約需 20–30 分鐘的資料整理可縮到數秒，Fraud Detection 約 10× 更快，每天可處理約 20× 更多案件，同時保留 Human-in-the-Loop。

</aside>

一、原書案例：企業級 Agentic AI 轉型

案例｜Pets at Home：企業級代理轉型

原書把 Pets at Home 當成企業級 Agentic AI 案例，重點包括：

• 約 450 retail stores；
• 約 450 veterinary practices；
• 每週約 17,000 次 grooming；
• Pets Club 8 million+ customers；
• 10 million pet records；
• Veterinary Digital Scribe transcription accuracy 約 99.6%。

原書重點不是單一工具，而是：

Data Foundation → Targeted Pilots → Human Oversight → Low-code Scale → Cross-business Agent Vision

二、商業背景：一家公司其實有多種不同業務

Pets at Home 同時是：

• Retailer；
• Veterinary Provider；
• Grooming Service；
• Loyalty／Customer Data Business；
• E-commerce Business。

因此資料與 Workflow 原本容易分散。