SEAP
再做成流程。
讓 AI 讀公司的系統紀錄，自己找出該自動化的工作，再做成流程。
客戶最常說的是「我回去整理需求」。我們要讓他不用回去整理：直接讀企業系統的事件紀錄，找出重複的工作，推導它是為了什麼，再做成流程。
ServiceNow 和一批新創也在做這件事。我們的不同是不錄員工螢幕、不綁特定平台，還能私有部署。
文件都寫好了，下一步是 PoC 和工作分解。
收尾問一句：你對哪一塊最有興趣：資料關聯、AI 推論、評估，還是平台？
一句話：Observe → Discover → Generate → Validate → Execute → Improve
今天的自動化，都要有人先想到、提需求、畫流程。SEAP 反過來：讀 ERP、CRM、ITSM 的事件紀錄，自己找出重複工作、推導它的業務目的、產生流程、測試、依政策部署，上線後持續改善。
市場上 ServiceNow 和一批新創已經在做「找出機會」。我們的不同是三件事：不錄員工螢幕、不綁特定平台、可以私有部署。
傳統導入是一次一個專案，SEAP 是持續運作的迴圈
| 階段 | 傳統導入 | SEAP |
|---|---|---|
| 找需求 | 等人提出；沒人提的工作就一直靠人工 | 從跨系統事件主動發現，附證據與預期效益 |
| 盤點流程 | 顧問訪談、觀察作業，靠受訪者的記憶 | 從事件還原實際流程與變體，推導業務目的 |
| 設計與開發 | 人畫流程圖、寫規則與例外 | AI 產生結構化流程定義，未確認的規則標記出來 |
| 測試 | 人寫測試案例為主 | 自動產生正常、異常、權限不足、中斷、重複觸發等情境 |
| 上線決策 | 人工核准，每條流程都要排會議 | 依風險政策：低風險自動放行，高風險送人核准 |
| 成功判定 | 程式跑完、沒報錯 | 業務狀態真的改變，例如訂單建立、帳務對上 |
| 維護改善 | 系統改版就壞，再開維護單 | 分析失敗原因，提出新版本，回歸測試後發布；舊版可回復 |
| 人的角色 | 發現、設計、開發、維護 | 設定目標、政策、授權範圍，處理重要例外 |
SEAP 欄是產品目標。Phase 1 PoC 只驗證「發現」到「業務審查」；產生流程與自動測試在 Phase 2，依政策部署與自我修復在 Phase 3。
最難的不是執行，是「看懂工作」
事件關聯
很多事件沒有 Case ID。要判斷哪些事件屬於同一件工作，時間相近不能當證據。
推導意圖
找出重複步驟很容易。說出「這是為了月底對帳」才難，而且證據不足要能拒答。
證明比別人好
要跟頻率法、規則法、PM4Py、LLM-only 和商用產品比，在凍結測試集上贏。
已經有這些產品，為什麼還要選 SEAP
| 對手 | 它的強項 | 選 SEAP 的理由 | 什麼情況該選它 |
|---|---|---|---|
| ServiceNow AI Agent Advisor | 已上線：掃描紀錄 → 排序機會 → 產生 agent | 資料來源跨供應商，不限單一平台；依風險政策放行，不是人工按鈕；驗證業務結果 | 主要流程都在 ServiceNow 裡，而且內建功能已經夠用 |
| UiPath Task／Process Mining | 發現、產生、執行、編排的完整產品線；Automation discovery（2026-09 預覽版）已能從訊息、email、業務系統產出排序的自動化 backlog | 查不到驗證業務結果與依風險自動放行；SEAP 補上這兩段，執行可以交給 UiPath | 已有 UiPath 授權與 RPA 團隊，缺的是執行量 |
| Microsoft Power Platform | M365 客戶可能不另外付費 | 沒有找到從挖掘結果自動產生 agent 的功能；SEAP 可私有部署，資料不出境 | 全公司都在 M365 上，可以接受 SaaS |
| Celonis | ERP 流程挖掘的深度 | Celonis 只供給流程資料給其他 agent 平台；SEAP 從事件推導業務目的、排好順序，再產生流程 | 主要需求是 ERP 流程分析與 KPI 監測 |
| 桌面錄製類 Skan、Mimica、Worktrace 等 | 大量真實操作資料、募資快 | SEAP 只用系統事件與稽核日誌，不錄螢幕，員工隱私與工會阻力小 | 工作大多在沒有 log 的桌面程式裡 |
不錄螢幕
只用系統本來就有的紀錄。
不綁平台
ERP、CRM、ITSM 來自哪家都能接，執行層用現有工具。
可私有部署
可以裝在客戶自己的機房，資料不出去。
競品資料截至 2026-11-02 公開資料，來源與可信度見 SEAP-MKT-001。SEAP 欄是產品目標，PoC 前尚未實測。
先講清楚：什麼情況不該選我們
選 UiPath 或 ServiceNow
- 主要流程都在 ServiceNow 裡，內建功能已經夠用
- 已經有 RPA 團隊和 UiPath 授權，缺的是執行量，不是發現
- 現在就要上線，需要 SLA、在地支援與成功案例
- 已經請顧問或內部團隊盤點好，該做的清單也排好了
SEAP 值得試
- 沒人有空盤點，不知道該先自動化什麼
- 流程多到人工逐條核准跟不上，需要依風險政策放行
- ERP、CRM、ITSM 來自多家廠商，單一平台看不到全貌
- 法規或內部政策要求私有部署、資料不出境
成熟度風險
PoC 期間只讀取授權資料，不碰正式系統。失敗也不影響營運。
效果不確定
業務窗口先封存預期清單，結果由您的專家判定，並和商用產品用同一份資料比較。
被綁住
產出是結構化流程定義，執行層用您自己的工具。
工作方式
先規格，後程式
PRD → PoC Spec → SRS → SAD → DATA／API → EVAL／TEST → SDD。每份文件有編號，互相引用。
先驗證最大風險
Discovery PoC 有 Go／No-Go 關卡。沒過就轉向，不硬做完整平台。
技術選型
Rust（API、Worker、AI Gateway）、PostgreSQL、Redis、TypeScript 前端，契約集中在 contracts/。PM4Py 只做離線比對基準。
AI 不當權威
LLM 只做推論。授權、計算、執行交給確定性程式。所有輸出要有證據與 Schema。
文件完成，下一步是 PoC 與 WBS
已完成
概念、RFP、Proposal、SOW、PRD、PoC Spec、SRS、SAD、DATA、API、EVAL、TEST、SDD、競品分析。
接下來
SEAP-WBS-001（工作分解與 Backlog）。用合成資料先把管線與評估程式跑通，估計 4–8 小時；再找真實企業資料。
核心團隊約 7.5–8 人當量
| 角色 | 人數 | 會做的事 |
|---|---|---|
| Solution Architect／Tech Lead | 1 | 整體架構與技術決策 |
| AI／Agent Engineer | 2 | Discovery、意圖推論、Workflow Generation |
| Backend／Platform Engineer | 2 | 事件平台、Workflow Runtime、API |
| Frontend Engineer | 1 | 管理介面與審核操作 |
| QA／Automation Engineer | 1 | 評估資料集、測試與品質驗證 |
| DevOps／Security Engineer | 0.5–1 | 部署、可觀測性、安全治理 |
有興趣參與哪一塊，直接來談。文件都在 docs/seap/。