SEAP
SEAP 讀企業自己的系統紀錄，直接列出該自動化的工作，附證據、排好順序。
企業要自動化，最慢的是先搞清楚該做什麼。我們用企業自己的系統紀錄，直接列出該自動化的工作，還附上證據。
跟企業談自動化，最常聽到的一句話是：「我回去整理需求。」接著就是請顧問訪談、發問卷，好幾週過去，還只整理到大家記得的部分。
SEAP 直接讀 ERP、CRM 這些系統的紀錄，找出大家重複在做的工作，告訴你為什麼值得做、大概省多少，排好先後順序，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，也能裝在客戶自己的機房。
收尾問一句：您投過的公司裡，導入自動化的時候，最花時間的是哪一段？
企業的自動化，卡在「人要先想到」
需求靠人發現
每一條自動化都要有人先注意到問題、提出需求、排進專案。沒人提的工作就一直靠人工。
流程靠人設計
RPA 與 workflow 工具只負責執行。流程圖、例外處理和維護仍是人的工作。
盤點靠顧問
要找出該自動化什麼，得請顧問訪談、發問卷，花好幾週，還只看得到受訪者記得的部分。
導入 AI Agent 之後，多數場景仍是「使用者下指令 → AI 執行」。瓶頸從執行移到了發現、驗證與治理。
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。
「主動發現並產生 agent」已經成為一個新類別
AI Agent Advisor 已上線：掃描紀錄、排序機會、產生 agent。官方文件
2025–2026 年用同一訴求起跑的新創。Worktrace 2025-12 種子輪 900 萬美元。媒體報導
2026 Task Mining 市場指南列出「為 AI agent 設計流程」用途。廠商轉述
對手不是綁自家平台，就是靠錄員工螢幕
| 能力 | ServiceNow | UiPath | Microsoft | Celonis | 新創群 | SEAP 目標 |
|---|---|---|---|---|---|---|
| 機會排序 | ● | ◐ | ◐ | ● | ◐ | ● |
| 自動產生流程／agent | ● | ◐ | ○ | ○ | ◐ | ● |
| 推導業務意圖 | ? | ○ | ◐ | ◐ | ? | ● |
| 自動產生測試與模擬 | ? | ? | ? | ○ | ? | ● |
| 依政策決定能否部署 | ◐ | ◐ | ◐ | ○ | ? | ● |
| 驗證業務目標達成 | ? | ? | ? | ◐ | ? | ● |
| 上線後自我修復 | ? | ? | ◐ | ○ | ◐ | ● |
| 不靠桌面錄影 | ◐ | ◐ | ● | ● | ○ | ● |
● 有公開證據 ◐ 部分具備或需人工 ○ 沒有 ? 查不到公開證據（不代表對手沒有）。SEAP 欄是產品目標，不是現況。來源與可信度見 SEAP-MKT-001。
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。
從讀系統紀錄到做成流程，一個平台做完
AI 負責推論與設計
從跨系統事件與稽核日誌推導工作與目的，產生結構化流程定義（Goal、Trigger、Steps、Verification Rules、Evidence）。資訊不足時標記為未確認，不把推測當事實。
權限和執行交給一般程式
Execution、Governance、Evidence 三個平面與 AI 分離。部署條件是：測試通過、業務規則確認、政策授權、風險可接受，四項同時成立。
執行層沿用既有 workflow／RPA 技術，不重造調度引擎。自有壁壘放在發現、生成與驗證。
五個可被量測的差異化假設
| 編號 | 假設 | 對手缺口 | 證明方式 |
|---|---|---|---|
| D-01 | 不靠桌面錄影，只用系統事件與稽核日誌就能達到可用的發現品質 | 第 3 層與新創依賴桌面錄製，隱私與工會阻力大 | Precision／Recall 達門檻，資料不含螢幕錄影 |
| D-02 | 推導業務意圖，不只找重複操作 | 多數產品停在重複步驟或排序，查不到推導業務目的的公開證據 | EVAL-001 業務目的層正確率 |
| D-03 | 驗證業務目標，不只驗證執行成功 | 矩陣中這一列幾乎全是 ? 或 ○ | 抓到「工具回傳 success、業務狀態錯誤」的案例數 |
| D-04 | 跨供應商中立 | ServiceNow、Microsoft 綁自家平台；Celonis 只供資料 | 同一 PoC 接 2 家以上供應商系統 |
| D-05 | 治理規則先於部署 | 現有產品多半靠人工按鈕審核 | 依風險自動放行比例；未授權操作 0 次 |
市場已經有人買單，不錄螢幕、不綁平台這一塊還沒有贏家
1. 市場不用教育
ServiceNow 已上線同類功能（A）。Worktrace 種子輪 900 萬美元（B）、Skan AI C 輪 6,300 萬美元（B）、Scribe 估值 13 億美元（B）。資金已經在這個方向。
2. 對手不是綁平台，就是錄螢幕
ServiceNow 主要看自家平台紀錄，UiPath 找到的機會接回 UiPath 執行；Worktrace、Skan、Scribe 都在員工電腦或瀏覽器上錄操作。不錄螢幕、不綁平台的位置還空著。
3. 切入點避開綁售
大廠把功能綁在自家套件。SEAP 瞄準非 ServiceNow 重度用戶、要私有部署、多供應商系統的企業，包含台灣法規與產業場景。
4. 用關卡控制風險
先花 8 週驗證最難的假設，過了才投入平台。管線與評估程式可先用合成資料跑通，估計 4–8 小時。
和同類新創比
| 桌面錄製類新創 | SEAP | |
|---|---|---|
| 資料來源 | 桌面 app 觀察員工操作 | 系統事件與稽核日誌 |
| 導入阻力 | 隱私、工會、每台電腦安裝 | 伺服器端接入，不裝員工電腦 |
| 停在哪一步 | 發現、推薦，部分自稱可建立 | 發現、產生、測試、依政策部署、驗證結果 |
| 部署方式 | 多為 SaaS | SaaS 與私有部署 |
切入點：大廠套件吃不到的企業
非 ServiceNow 重度使用者
避開「套件內附、夠用就好」的綁售競爭。
要求私有部署、資料不出境
台灣法規與金融、製造、醫療等產業場景。Microsoft 與多數新創是 SaaS。
多家供應商系統並存
ERP、CRM、ITSM 來自不同廠商，單一平台的發現看不到全貌。
平台內的使用者
業務使用者
檢視與核准候選，不編輯流程節點
業務主管
設定 1–5 個業務目標，看成果
IT 管理員
資料接入、授權與整合
平台管理員
政策、禁區與稽核
按「經驗證的成果」計價，不按流程數量
雙軌交付
Enterprise SaaS 與 Private Deployment 並行。私有部署是切入市場的關鍵，不是附加選項。
收入來源
平台基本授權、受管理流程容量、事件分析量、AI 推論用量、私有部署與企業支援。
先用 8 週證明最難的一件事
最大風險不在執行引擎，而在 AI 能否從企業事件推導出正確的業務工作。所以 Discovery Engine 的可行性驗證排在所有開發之前。
機會發現 Precision
機會發現 Recall
業務意圖完整正確率
專家盲審確認的新增機會
三個場景：ERP 例行報表、CRM→ERP 跨系統同步、ITSM。對照基準包含頻率法、規則法、PM4Py 流程探勘、LLM-only，以及一套商用流程挖掘產品（UiPath 或 Power Automate 試用版）。
Go
門檻達標、新增機會經確認、無阻斷性高風險誤判、證據可追溯。進入 Phase 2。
Conditional Go
接近門檻或部分場景成功，限制可歸因。縮小 Phase 2 範圍，先做補充實驗。
No-Go
事件關聯不可靠或意圖推導常錯。轉向人工輔助分析或較窄的領域產品。
12 個月，四個階段，每段都有關卡
核心團隊（約 7.5–8 人當量）
| Solution Architect／Tech Lead | 1 |
| AI／Agent Engineer | 2 |
| Backend／Platform Engineer | 2 |
| Frontend Engineer | 1 |
| QA／Automation Engineer | 1 |
| DevOps／Security Engineer | 0.5–1 |
12 個月預算估算（新臺幣）
| 研發人力 | 1,500–2,300 萬 |
| AI 推論、測試及雲端 | 150–350 萬 |
| 安全、測試與工具授權 | 100–250 萬 |
| 系統整合與環境建置 | 150–300 萬 |
| 風險準備金（約 15%） | 285–480 萬 |
| 規劃總預算 | 2,185–3,680 萬 |
估算值，非報價。不含大規模導入、硬體採購與商業化銷售成本。
我們知道哪裡可能失敗
| 威脅／風險 | 說明 | 可能性 | 對策 |
|---|---|---|---|
| 套件綁售 | ServiceNow、Microsoft 把發現加產生 agent 放進既有授權 | 高 | 瞄準非重度用戶、私有部署、多供應商企業 |
| 新創同時起跑 | 至少 6 家同訴求新創，募資速度較快 | 高 | 不在「發現」正面競爭，主打驗證與治理 |
| 資料層往上做 | Skan、Mimica 有大量工作資料，補上生成就成為直接競品 | 中 | D-01：不靠桌面錄影，避開隱私阻力 |
| 類別由大廠定義 | Gartner 開始定義市場，評估標準由大廠主導 | 中 | 以公開、可重現的評估規格（EVAL-001）建立自己的量測語言 |
| AI 誤判業務目的 | 產生錯誤流程 | PoC 決定 | 證據約束、未知事項標記、拒答機制 |
| 員工隱私與法遵 | 操作資料涉及個資 | PoC 決定 | 最小化收集、去識別化、保留期限、授權管控 |
分階段投入，以 PoC 結果決定下一步
客戶訪談 ≥ 5 家 + Discovery PoC（Phase 1，M1–M2）。產出 Go／Conditional Go／No-Go 報告。
Go 之後投入 Phase 2–4。12 個月總預算估算 NT$2,185–3,680 萬，依關卡分批撥付。
願意提供至少 30 天授權事件資料與業務專家標註的 PoC 企業。
投資人在第 1 關之後會拿到
- 與商用流程挖掘產品同資料比較的發現品質數據
- D-01、D-02 是否成立的實測結論
- 目標客群對私有部署與桌面錄影的實際態度
- 每次發現的推論成本，以及是否具商業可行性
目前在哪裡
已完成
產品、需求、架構、資料模型、API、評估規格、測試計畫、詳細設計與競品分析文件（SEAP-PRD／SRS／SAD／DATA／API／EVAL／TEST／SDD／MKT）。
尚未完成
PoC 實測、客戶訪談、真實企業資料、營收與付費客戶。本簡報中所有效能數字都是目標門檻，不是實測結果。
競品資料截至 2026-11-02 公開網路資料，部分為廠商轉述（等級 C），待查證項目見 SEAP-MKT-001 §九。