我們繼續這個MVP實戰故事的經驗分享, 由於在經過數家試用客戶的Beta Test之後, 才發現原來SDS AI轉檔的客群(TA)是化學品的中小企業用戶而非代表性的化工大廠, 此外大部分客戶在乎的是SDS文件的在經過數位化轉換後的正確率, 還需不需要人工再次確認? 若需要人工再次檢視, 有沒有什麼快速對照與修正的介面可用? 此外, 原本預想用RAG作為SDS查詢功能, 反而沒有太多的商業價值, 因此, 透過運用敏捷思維中的快速試誤(Fast Failure)的概念, 我們不用因為前面的規劃失準而傷心難過, 反而慶幸是讓我們能只在短短兩個月的試用期後, 就能進一步發現當初需求探索與真實市場之間的差異, 然後提供後續進行策略調整的思考機會, 也避免資源持續投入在沒有市場與商業價值的功能, 快速調整研發資源重新聚焦在有潛力的功能開發上!

另外也分享我後來實際也嘗試從另一個管道去了解市場真實需求的作法, 就是去踏入這個化學品SDS的法規實務圈子裡, 像是去參加一些政府公開舉辦的SDS的法規更新說明會...等等, 實際了解業界的環安與廠務人員到底如何處理SDS文件與相關法規遵循的要求, 同時也藉此機會認識了相關安全衛生管理的法人機構, 後來也進一步去拜訪相關SDS專業服務的窗口, 討論這樣AI OCR的技術到底在實務面上有無幫助? 有無能替業者解決什麼樣的痛點? 嘗試從另一個第三方的觀點切入, 也避開前一篇提到中小企業用戶在管理制度上不完整, 導致的需求不一致的偏差, 試著用更高層次的"化學品安全治理的思維"來看有無延伸商機, 結果看起來確實有可進一步深化的機會待開發!

最後是聊一下上面的那個左右視窗的對照修正插圖, 其實是我在寫這篇文稿時, 意外地讓ChatGPT 5做了一次Vibe Coding, 我原本只是要讓GPT用繪圖功能畫一張可能是Wireframe的示意圖, 但沒想到它直接聽完我的Prompt功能描述之後, 就開始Vibe Coding生成Code了, 當然如大家的經驗, Coding不可能一次就成功, 反覆debug了五六次, 終於改成了一張可順利執行的示意網頁, 呈現了未來一份SDS掃描文件(呈現在左邊視窗)上傳到SDS AI平台後, 轉檔完成後即可以在右邊視窗做差異比對與下方的對話框做修正, 哈哈~~ 在AI可以做Vibe Coding的時代, 不再有單純圖片的網頁示意圖, 而是直接給你一個不太能動但是真實的示意網頁了!!