AI Enablement Program
把 AI 從「會用工具」變成「團隊真正具備的能力」。
陪企業 IT 團隊建立 AP 開發與 Infra 維運 Agent，讓需求分析、AI 輔助實作、獨立驗證與安全治理形成可持續的工作方式。
AI OPERATING MODELBUILD TOGETHER
AP DEVELOPMENT開發 Agent
INFRA & OPS維運 Agent
SECURE AI安全護欄
GOVERNANCE治理規則
TEAMAI
CAPABILITY持續運作
CAPABILITY持續運作
AGENTWORKFLOWKNOWLEDGEGUARDRAILS
AI Enablement / 01
企業導入 AI，真正卡住的通常不是工具。
很多團隊已經開始使用 ChatGPT、Codex、Claude Code 或其他 AI 工具，卻還沒有一套能長期工作的共同方法。
THE SHIFT把零散的 AI 嘗試，整理成企業可以持續使用的工作機制。
Four Pillars / 02
四個面向，把 AI 真正帶進 IT 團隊。
不是單純教一個工具，而是把 Agent 放進開發、維運與資安治理的真實工作裡。
AI AGENT WORK TEAM
AI Agent 工作團隊
依照企業實際工作內容，建立可重複使用的 Agent、Skill、Prompt 與 Context。
- 需求管理、系統分析、程式開發、品質管理
- 基礎架構、雲端服務、監控與事件回應
- 文件管理與日常 IT 協作
AI DEVELOPMENT WORKFLOW
AI Development Workflow
先建立獨立的驗收基準，再讓開發與 QA 依不同證據協作。
- PM 先記錄需求、分析與測試基準
- PG 開發並記錄實作；QA 獨立交叉驗證
- 差異回饋修正，銜接人工 Release Gate
SECURE AI GOVERNANCE
Secure AI Governance
AI 可以快，但不能失控；把安全邊界與治理規則一起設計。
- 最小權限與環境隔離
- Credential、API Key 與敏感資料保護
- Code Review、Evidence 與 Human Approval Gate
SMB SECURITY AUTOMATION
SMB Security Automation
以 AI、Automation 與合適的管理工具，建立中小企業負擔得起的安全能力。
- 弱點、端點、組態與資產盤點
- 修補追蹤與資安改善管理
- ISO 27001 合規證據與教育訓練
Agent Team / Architecture
不是讓 AI 取代 IT，而是多一組隨時可以協作的數位技術團隊。
依照企業的工作內容，把需求、開發、維運、資安與文件知識組織起來。每一個 Agent 都有清楚的角色、Context、權限與交接方式。
01企業知識架構、規範、Repository 與文件
02工作流程能被重複執行、覆核與追蹤
03安全護欄權限、隔離、紀錄與核准
ENTERPRISE CONTEXT
企業需求IT 架構資安規範
COORDINATEAI AGENT
TEAM共同協作
TEAM共同協作
AP開發PM · SA · PG · QA
INFRA維運Cloud · Ops · Audit
SECURITY治理Rules · Evidence · Review
AI Assisted Delivery / Independent QA
先定義驗收，再讓 AI 輔助開發與獨立驗證。
每一輪先由 PM 建立需求與測試基準；PG 依需求開發並記錄實作。QA 對照原始需求、SA Report 與 System Spec 找出差異，問題回到對應角色修正，最後由人依證據決定是否發版。
01 · PM / SA
需求來源 ＋ SA Report
需求與驗收基準先行
與客戶釐清目標、範圍及例外，先定義測試與 Release Gate 條件。
同一份事前基準，展開兩條工作線
02 · PG / BUILD
開發、自測與記錄現況
依需求實作並留下測試證據；完成後記錄實際系統行為。
產出：程式與 System Spec
02 · QA / PREPARE
獨立準備測試
依需求來源與 SA Report 建立功能、回歸、建置與整合案例。
產出：事前測試清單03 · QA / VERIFY
交叉比對，執行獨立驗證
檢查事前基準與實作現況的差異，記錄測試結果、缺口與 DevSecurity 證據。
需求來源SA ReportSystem Spec→ QA Report
發現差異就回到對應角色
↶ 程式或測試缺陷 → PG 修正↶ 需求或驗收疑義 → PM 與客戶釐清
04 · HUMAN GATE
部署 → 回饋 → 下一輪
人工覆核 Release Gate
確認必要案例與安全檢查有證據，再決定是否發版。
Security + Evidence / Throughout
安全與證據貫穿每一輪。
DevSecurity 保留固定檢查基準，不隨功能規格刪減；依企業需求銜接 ISO 27001／27701、Secure SDLC、弱點、組態與資產管理要求。
- Agent 權限最小化與環境隔離
- Source Code 與敏感資料保護
- 操作紀錄、測試證據與差異追蹤
- Human Approval Gate
Two Paths / 03
兩種方式，都可以開始。
不論從既有資安方案延伸，或從企業自己的 AI 場景開始，重點都是一起做出能留下來的能力。
PATH A從既有資安方案延伸
先從看得見的資安工作開始。
適合已導入或準備導入 SecurityHub／Endpoint_Security 的企業，以既有維護合作為基礎，逐步加入 AI 輔助的 IT 與資安營運模式。
Security Solution→Automation→AI Agent→Governance
適合：已有 ISO 27001 或資安管理需求、IT 人力有限，希望從弱點、端點與資產管理開始的團隊。
查看既有資安方案PATH B企業 AI 專案陪跑
從一個真正困擾團隊的場景開始。
不需要先購買既有產品，依照企業現況自訂一個 AI 導入專案，由顧問與 IT 團隊共同完成。
- 建立企業 AP 開發 Agent Team
- 建立 Infra／Cloud 維運 Agent
- 建立 AI Assisted SDLC 或 Knowledge Agent
- 建立 AI Governance Policy 與部門自動化
「不是替客戶做完，而是一起做完。」
Coaching Model / 04
顧問 + 實作 + 教學，而不是只有顧問報告。
每一個導入項目都同步進行 Knowledge Transfer，讓內部 IT 人員理解架構、操作方式與後續維護方法。
盤點
了解 IT 架構、開發與維運流程、資安要求、AI 使用狀況與團隊痛點。
設計
選擇 1–3 個優先場景，建立 Agent 架構、Workflow、Guardrails 與 KPI。
共同實作
直接使用企業自己的 Repository、Infrastructure、流程與安全要求，不做只停留在 Demo 的展示。
實際運行
觀察是否真的節省時間、哪些工作適合 AI，以及是否產生新的安全風險。
能力移轉
留下 Agent、Workflow、Prompt、SOP、安全規則、操作文件與內部種子人員。
For SMB / 06
尤其適合 IT 人不多，但事情一樣多的企業。
目標不是複製大型企業昂貴的 SOC，而是利用 AI + Automation + 合適的管理工具，建立中小企業負擔得起、維護得動的安全能力。
5–30 人左右的 IT 團隊正在導入 AI Assisted Development面臨 ISO 27001 或客戶稽核要求希望同時改善效率與資安治理
01
VISIBILITYEndpoint_Security
端點、軟體、授權、資產與組態基準
+
02
REMEDIATIONSecurityHub
主機與源碼弱點、修補追蹤與改善紀錄
+
03
ENABLEMENTAI Agent × Governance
把安全資料與工作流程變成團隊能力
Deliverables / 07
一次陪跑，可以留下什麼？
實際內容依專案範圍調整，但最後留下的，不只是一份報告或一個工具。
AI 導入現況評估Agent 管理架構AP 開發 Agent 團隊Infra 維護 Agent 團隊AI 輔助 SDLCAI Security 護欄Git／CI/CD 整合治理制度與教育訓練
Start Small / 09
不需要一次 AI 轉型整間公司。
建議從一個真正困擾 IT 團隊的問題開始，先建立第一個 Workflow，再逐步形成企業自己的 AI Operating Model。
「我們每次發版都要花很多時間整理文件。」
「我們只有兩個工程師，Code Review 根本做不完。」
「主機很多，但沒有人每天檢查弱點與設定。」
「大家都有在用 AI，但每個人的做法都不同。」
一個問題→第一個 Workflow→第一組 Agent→企業自己的 AI 能力
AI Enablement Program
從第一個 Agent 開始，建立企業自己的 AI 能力。
如果你已經知道 AI 很重要，卻還在摸索應該從哪個場景開始，歡迎先聊聊團隊目前的工作方式與限制。