Dev 和 Ops 終於開始坐下來討論共同目標了。但今天早上的預算會議，讓你意識到一個更根本的問題。

當 CFO 看 IT 的眼神，跟看水電費是一模一樣的。

場景：「IT 就是一筆支出」

「Phoenix 專案需要增加雲端預算。」你在季度預算會議上說。「目前的運算資源已經接近上限，上線後流量預估是現在的三倍——」

CFO 打斷你：「我們今年已經給 IT 部門 480 萬美金的預算上限了。這筆錢都花哪去了？」

你打開試算表：「伺服器維護、授權費用、DevOps 工具鏈、資安軟體、人力成本……」

「好的，那這些錢帶來了什麼？」他問。

「……什麼意思？」

「我是說，業務成長了 12%，但你的預算每年也在增加。我要怎麼跟董事會解釋，這筆錢花得值不值得？」

你突然發現自己不知道該怎麼回答。

銷售團隊有營收數字。行銷有轉換率、客戶取得成本。產品有用戶成長曲線。

而 IT 部門的產出，在 CFO 眼裡，就只是「一堆技術名詞」和「每個月的帳單」。

會議結束後，Steve 把你叫進辦公室。

「預算可能要砍，」他說。「董事會說我們要 Lean。你知道什麼地方可以省嗎？」

你腦中閃過無數個答案：省伺服器費用？Phoenix 直接掛掉。省人力？Brent 已經過勞了。省工具？大家回到手動部署的原始年代。

但你說不出口的是：「IT 不是省錢的地方，是賺錢的工廠。」

因為你自己也沒把握這句話站不站得住腳。

兩難：成本中心？還是價值產線？

回到辦公室，你盯著那份 480 萬的預算明細。

兩條路在你面前展開：

如果是你，在 CFO 質疑「這筆錢到底值不值得」的當下，你會選哪個？

先別往下看

認真想三十秒。

你會選 A 還是 B？

為什麼？

翻牌：IT is the factory floor

正確答案是 B。

但這不是一個「說說而已」就能翻盤的決定。這需要你從根本上改變 IT 在組織中的定位。

《鳳凰專案》裡，Erik（那位神秘的董事會成員、精實製造專家）有一句話醍醐灌頂了 Bill：

「你知道你們和工廠的差別在哪嗎？工廠的人知道他們在生產什麼。而你們不知道。」

Erik 帶 Bill 去看了一座汽車工廠。那裡的產線、在製品（WIP）、瓶頸、產出、良率——全部清清楚楚。每個環節都知道自己在為「把一台車送到客戶手中」貢獻著什麼。

IT 呢？

你有「產線」（CI/CD Pipeline、資料 ETL、API Gateway、內部工具鏈），你有「在製品」（正在開發的 Feature、等待部署的版本、排隊的 Incident Ticket），你有「瓶頸」（Brent），你有「產出」——

但你說不出來你的產出是什麼。

• 你的 CI/CD Pipeline 每天執行 23 次部署，那又怎樣？
• 你的資料 ETL 每天處理 480 萬筆交易記錄，那又怎樣？
• 你的內部工具讓 PM 可以自助查詢 Dashboard，那又怎樣？

CFO 不在乎你「做了多少事」。他在乎你「創造了多少價值」。

Erik 的洞見是：

IT 不是成本中心，是工廠——它是現代企業價值交付的核心產線。

• 🛒 電子商務平台產線：程式碼 → 部署 → 交易 → 營收
• 💻 SaaS 訂閱服務產線：Feature → 上線 → 留存 → 續約
• 📊 資料驅動企業產線：資料 → 模型 → 決策 → 業務成長

如果你看不見這條產線，你就只能被當成「一堆伺服器的保姆」。

如果你能證明這條產線的 Throughput（吞吐量）和 Flow（流動速度），你就能底氣十足地說：「我們不是在花錢，我們是在製造價值。」

如果有 AI Agent：讓 IT 的價值第一次可見

問題是，要把 IT 的工作「翻譯」成商業價值，非常非常難。

你要怎麼證明「一次自動化部署」省了多少人工時？「一個 API 優化」帶來多少營收？「一個內部 BI 工具」支撐了多少決策？

這不是拍腦袋能算出的。這需要數據。

2026 年，AI Agent 可以幫你做一件過去做不到的事：自動連結 IT 產出與商業指標。

想像一個「IT Value Tracker」Agent，它做這些事：

graph TD
    A[IT 工作記錄] --> E[Agent 分析]
    B[商業數據] --> E
    C[系統監控] --> E
    D[使用者行為] --> E
    E --> F[自動計算價值指標]
    F --> G[這條 pipeline<br/>支撐 X 元營收]
    F --> H[這次優化<br/>減少 Y 小時等待]
    F --> I[這個工具<br/>被 Z 個決策使用]
    G --> J[月報:IT 價值儀表板]
    H --> J
    I --> J

Agent 做的事其實是「連連看」：

1. 從 GitLab / Jira 抓出每個工作項目：這週上線了什麼 Feature、修了什麼 Bug、優化了什麼系統。
2. 從業務系統抓商業數據：營收、轉換率、客戶數、訂單量、留存率。
3. 從監控系統抓技術指標：API 延遲、錯誤率、可用性、部署頻率。
4. 從分析工具抓使用數據：哪些內部工具被誰用幾次、支撐了哪些決策。

然後，Agent 用 LLM 把這些點連起來：

💡 AI Value Tracker 自動關聯分析範例：

• 結帳流程優化：本週上線的購物車優化，讓結帳步驟由 4 步縮減為 2 步 → 轉換率提升 1.2% → 預估單週營收增加 8.7 萬美元。
• 資料管線穩定性提升：本月資料 Pipeline 可用性由 94% 提升至 99.2% → 每日資料延遲自 2 小時縮短至 15 分鐘 → 行銷團隊能當天調整廣告投放，ROI 提升 18%。
• 決策自助化工具：內部 BI 自助查詢工具本月獲 PM、Sales、Marketing 團隊累計使用 347 次，直接支援了 23 個產品決策與 12 個銷售策略調整。

這些不是「技術指標」，而是「商業語言」。

這就是 CFO 聽得懂的東西。

月底，你拿著 Agent 產出的「IT 價值儀表板」走進 CFO 辦公室：

「你問我這 480 萬花在哪裡。我現在可以告訴你：這些產線產生了多少營收支撐、省了多少人工成本、讓多少決策變得更快。」

「IT 不是水電。IT 是工廠。你看到的每一筆支出，背後都是價值產線的一部分。」

現場推演：那個「算出來」的轉折點

來看一個業界常見的情況（綜合改編，數字為示意）：

想像 2026 年某家中型 SaaS 公司，有一個 12 人的資料平台團隊，負責資料管線、內部分析工具與業務報表。每次預算會議，他們都被當成「成本中心」，要證明為什麼需要這麼多人、這麼多雲端費用。

某次，平台主管受不了了，決定「用數據說話」。他請團隊裡的一位資深工程師，花了兩週時間建立一個簡單的 Agent：

1. 從 GitLab 抓出所有「資料工具」相關的 Commit 與部署記錄。
2. 從 Snowflake Query Log 抓出「誰用了哪些內部工具」。
3. 從 Tableau / Looker 抓出「哪些 Dashboard 被哪些決策會議使用」。
4. 用 LLM 自動產生一份「資料平台價值月報」。

三個月後，他拿著這份報告去找 CFO。報告裡寫著：

📊 資料平台團隊價值月報摘要

• 自助查詢工具使用量：本月獲 PM / Sales / Marketing 團隊調用 1,247 次。若改由人工拉取，預估需 2.5 位分析師專職處理 → 每年省下約 25 萬美元人力成本。
• 核心業務系統支撐：即時資料管線深度支援「客戶行為分析」、「產品推薦」與「動態定價」三大系統 → 為公司額外貢獻了 約 18% 的營收成長。
• 服務可用性（SLA）：管線可用性達到 99.8%（去年同期為 96.3%），資料中斷時間大幅減少 87% → 避免了預估 12 次關鍵業務決策延誤。

CFO 看完，沉默了十秒。

「所以你們團隊的 ROI 是多少？」

主管心跳加速，但他早就算好了：「以營收貢獻與成本節省加總，約是我們預算的 4.2 倍。」

下一季，資料平台不但沒被砍預算，還拿到了擴編與額外的雲端額度。

這不是因為他們變得更會做事。而是他們終於證明了：IT 不是花錢的部門，是賺錢的工廠。

今日金句

「當你把 IT 當水電，它就只會在停水停電時被想起。當你把 IT 當工廠，你才會在乎它的產出。」

留給你的問題

如果現在要你用「商業產出」而不是「技術指標」描述你團隊的價值，你講得出來嗎？

如果答案是「講不出來」，那你就知道為什麼每次預算會議你都像在乞討了。

明天，我們要面對一個更現實的戰場：稽核。

那些 Security、Compliance 的洞，你早就知道在那裡，只是沒人敢承認。

Day 9 見。