組合思維（Portfolio Thinking）
學習目標：在有限資源下以 portfolio 而非單一案例思考 dependency、capacity 與 learning value。
當手上有多個 Use Case 候選時，不能逐一單獨評估、看哪個「分數最高」就做哪個。Portfolio thinking 是同時考慮：案子之間有沒有相依性（dependency，例如一個案子做完才能做下一個）、團隊目前的執行容量（capacity）、以及先做小案子帶來的學習價值（learning value，例如先驗證一個假設，降低後面案子的風險）。
| 欄位 | 說明 |
|---|---|
| Dependency | 案子之間有沒有先後相依關係？ |
| Capacity | 團隊目前能同時執行幾個案子？ |
| Learning value | 先做哪個案子能降低後面案子的風險？ |
工作情境
三個候選 Use Case：A（請假流程自動化）、B（財務報表摘要）、C（採購比價協助）。B 需要先確認財務資料授權（dependency），團隊這季只有一組人力（capacity），C 規模小、能快速驗證「AI 協助比價是否可信」的假設（learning value）。因此可能先做 C，再視結果決定 A 或 B。
- Dependency 延伸案例：Use Case D（跨系統報表整合）要等 Use Case E（資料倉儲上線）完成後才能開始，兩者有明確先後關係。
- Capacity 延伸案例：團隊同時只能深度支援一個 pilot，若硬塞三個案子同時上線，每個都會因人力分散而延遲。
- Learning value 延伸案例：先做一個小規模的分類案子，驗證「AI 分類結果人工修正率能不能控制在 10% 以內」，這個學習結果能套用到後面更大的案子。
- 當三個面向互相衝突時（例如 learning value 最高的案子恰好 capacity 不足），應該誠實記錄取捨，而不是強行排出單一名次。
逐案打分、各自決定
- 每個案子單獨評分，分數高的先做。
- 沒有考慮案子之間的先後關係。
- 容易同時啟動太多案子，導致每個都做不好。
Portfolio 思維
- 同時檢視所有候選案子之間的關係。
- 先確認哪些案子彼此相依，排出合理順序。
- 依團隊容量決定同時執行的數量，並優先選學習價值高的案子驗證假設。
資訊
Human、AI、Human：人做最終的優先順序判斷與治理決定，AI 可協助整理比較資料，但不能替組織做最終決定。
注意
資料安全提醒：本課程所有練習一律使用課程提供的模擬情境檔案，不含任何真實機構或個人資料。
自我檢測
手上有五個 Use Case 候選，下列哪一種做法最符合 portfolio thinking？