在寫需求之前，優秀的 BA 必須先理解：組織現在在哪裡、要往哪裡走、AI 在這段旅程中扮演什麼角色。Strategy Analysis 就是完成這件事的工具組。
1. 為什麼在 AI 時代 Strategy Analysis 更重要？
很多組織導入 AI 只是因為「別家公司也在做」，而不是因為有明確問題。BA 要問對問題：這個 AI 功能解決什麼問題？為誰解決？怎麼衡量？
如果這 3 個問題沒有清楚答案，AI 專案通常 3 個月內就會失敗。
2. 用 SWOT 分析 AI Initiative
SWOT 不只用在公司層級策略。BA 也可用 SWOT 分析單一 AI 功能的可行性。
範例：客服 AI Chatbot
| 正向 | 負向 | |
|---|---|---|
| 內部（Internal） | Strengths: ticket 歷史資料豐富、團隊有 ML engineer、管理層支持 | Weaknesses: knowledge base 未標準化、缺乏 ground truth label、客服團隊不熟悉 AI |
| 外部（External） | Opportunities: 客戶期待 24/7 support、競品尚未上 AI | Threats: AI disclosure 法規、hallucination 風險損害品牌 |
BA 如何使用 SWOT：
- Strengths -> 依現有 data/capability 排優先級
- Weaknesses -> 放入 Assumption Log，go-live 前先處理
- Opportunities -> 作為說服 stakeholder 投資的論據
- Threats -> 納入 Risk Register，制定 mitigation
3. 用 PESTLE 分析 AI 情境
PESTLE 用來分析影響 AI initiative 的外部環境。
| 因素 | BA 應該問的問題 | 影響範例 |
|---|---|---|
| Political | 國家/產業 AI 政策是什麼？ | 金融、醫療領域的 AI 規範 |
| Economic | 期待 ROI？AI 預算與效益是否匹配？ | 節省 X FTE = 每年 Y 億 |
| Social | 使用者是否信任 AI？ | 擔心失業 -> 導入阻力 |
| Technology | 現有基礎設施足夠嗎？ | 需要 GPU、cloud、data pipeline |
| Legal | GDPR、PCI、HIPAA 如何影響？ | 不可用 PII 做 training |
| Environmental | AI training 的碳足跡？ | ESG reporting 要求 |
4. Impact Mapping：從 Goal 到 Feature
Impact Mapping 要回答：我們為什麼要做這個功能？
Goal (Business Outcome)
└── Who (Actors)
└── Impact (Behavior Change)
└── Deliverable (Feature / Requirement)
實務範例
Goal: 將理賠處理時間縮短 50%
├── Claims Adjuster
│ ├── Impact: 減少 routine case 的人工審核
│ └── Deliverable: AI auto-approve claim < 5M, score > 0.92
├── Customer
│ ├── Impact: 更快收到結果
│ └── Deliverable: 透過 email/app 即時更新狀態
└── Compliance Officer
├── Impact: AI 決策有完整 audit trail
└── Deliverable: 可匯出的 decision log 與 reasoning
Impact Mapping 能防止 scope creep，因為每個功能都必須追溯到 Impact 與 Goal。
5. Value Stream Mapping：找出 AI 最適注入點
Value Stream Mapping（VSM）會畫出從輸入到輸出的完整價值流與各步驟時間。
從 VSM 找 AI 機會
| 訊號 | 意義 | AI 解法 |
|---|---|---|
| 步驟 Wait Time 高 | 人工瓶頸 | 用 AI 自動化該步驟 |
| 步驟 Error Rate 高 | 人工判斷不一致 | 用 AI 標準化輸出 |
| 步驟需 多人協作 | 溝通成本高 | AI 自動路由/指派 |
| 步驟有 重複資料 | 模式可預測 | 用 AI 預測替代手動查找 |
6. AI 專案中的 Strategy Analysis 實作流程
1. PESTLE Scan (1-2 天)
-> 找出 legal/regulation constraints
-> 這些是 AI 功能的 hard boundary
2. SWOT with AI lens (半天 workshop)
-> 聚焦 data maturity 與 technical readiness
-> Output: Go/No-go signal、pre-conditions 清單
3. Value Stream Mapping (1 天)
-> 找準 AI 注入點（不是全部注入）
-> 優先順序: impact x feasibility
4. Impact Mapping (半天)
-> feature list 對齊 business goal
-> Output: 優先排序 feature backlog
結論
Strategy Analysis 不是「做個分析交差」，而是讓每條需求有意義的基礎。BA 若把這一步做好，就能避免組織做出「解錯問題、找錯對象、時機錯誤」的 AI 功能。
**下一步：**有了策略情境後，請看 BA Planning & Monitoring 規劃落地執行。