用證據回答：值不值得投資下一階段
IL 201 的核心問題是：這個 AI 解決方案是否有足夠的價值與可行性，值得投資下一階段？成功不是「我們做出了一個 AI Demo」，而是「我們產生了足夠的證據，讓投資／導入決策更好」。一個有充分證據支持的 No-Go，和 Scale 一樣，都是成功的學習成果。
| 項目 | 說明 |
|---|---|
| Executive sponsor / Business-process owner | 已確認的企業 Sponsor 與流程負責人 |
| Approved problem statement / Baseline / Target outcome | 已核准的問題陳述、基準與目標結果 |
| Defined evaluation metric | 明確定義的評估指標 |
| Feasible evidence/data plan | 可行的證據／資料取得計畫 |
| Acceptable privacy/security scope | 可接受的隱私與安全範圍 |
- Sprint 0: Kickoff
確認章程、角色與工作方式。 - Sprint 1: Solution hypothesis
提出可測試的解決方案假設（本模組）。 - Sprint 2: Build
建立 Prototype（Module 3）。 - Sprint 3: Test
在評估資料集上測試（Module 4）。 - Sprint 4: Evaluate
分析結果、失敗案例與成本／價值（Module 4-5）。 - Sprint 5: Decision
由 Sponsor 與流程負責人依 Evidence Review 做出「進入就緒審查／修訂再測／暫停／不繼續投入」決定（Module 6）；通過後進入 IL 202 準備度審查，不是直接開始 Pilot。
資訊
Human、AI、Human：Sponsor 與跨域專家共同定義問題與評估標準，AI 協助建構 Prototype 與分析結果，最終的 Go/No-Go 決定由人（含 Sponsor Review）負責。