Pets at Home 被原書視為企業級 Agentic AI 轉型案例，重點是資料底座、targeted pilots、low-code democratization 與跨業務 agent vision。
| 指標 | 數字 |
|---|---|
| Retail stores | 約 450 |
| Veterinary practices | 約 450 |
| Grooming pets | 17,000／週 |
| Pets Club customers | 8 million+ |
| Pet records | 10 million |
| Veterinary digital scribe transcription accuracy | 99.6% |
Ambient digital scribe 不只省紀錄時間，也標準化 clinical coding，反過來提高可供 ML 使用的結構化資料品質。另一個 fraud agent 能辨識不同人重複使用同一損壞包裹照片的模式。
根據案例，把企業轉型拆成 data foundation、pilot、human oversight、low-code scale、cross-agent architecture 五層，標出每層 KPI。
若 17,000 次 grooming／週平均分散於 450 個據點，粗略平均每據點每週多少？
精簡參考解答：17,000÷450≈37.8 次／週。這只是平均，不代表原書各店實際分布。