人工智慧的淺顯應用 - 製作Facebook或Line聊天機器人

聊天機器人(chatbot)並不是什麼新鮮事，早在1950年間圖靈(註一)在提出關於人工智慧判別方式時，就提到利用文字訊息 - 因要把人和機器分開 - 來和兩個對象聊天，其中一個對象是人，另一個對象是電腦，如果一個正常人在聊天的過程無法區分這兩者誰是電腦，誰是人，則可判別這電腦程式，是真正擁有智慧。

要達到這個目的難上加難，在wiki上可以看到目前僅有在2014年一個名為Eugene Goostman的聊天程式通過這個測試。

目前可取得的人工智慧演算法或相關技術都沒有太驚人的發展。然而，由於網路上的資料取得越來越容易，電腦執行速度越來越快，以致於不需要有驚人的技術能力，也不需要有對人工智慧會不會變成奴役人類的電影劇情的深思，就可以開發出有意義的應用。


Facebook聊天機器人也是其中之一。

商家，企業，甚至某些個人都擁有FB page (粉絲頁 專頁)，而從2015年開始，facebook開始出現具有固定反應或者訊息回應的聊天程式。不過台灣似乎比較少見非特定用途的聊天機器人，因此我們就做了一個在粉絲頁上。參考下圖：

https://www.facebook.com/sandy4ai/ 具有人工智慧聊天的粉絲頁

這個聊天機器人會回應你的訊息，根據她內建的知識庫和基本的語意分析，會回應你訊息。當然，她也會慢慢學習對話，這個聊天程式並不會需要額外的facebook權限，因此她沒有太多額外的功能。下圖是聊天實況範例：

和具有人工智慧聊天的粉絲頁聊天

Line在今年(2016)也開放bot api，作法和Facebook幾乎很雷同。不過雖然都是webhook，他們的api實際傳遞內容當然完全不一樣。

Facebook/Line 聊天機器人的可能應用：

1. 基本客戶問題：

企業組織在網路上最常「被」查。查詢營業時間，查詢電話，查詢服務項目等等。在台灣，這幾年用facebook來做生意來越頻繁，而聊天機器可以提供24x7的基本回答問題服務。

2. 促銷活動：

聊天機器人在某些權限下，可以主動傳遞訊息，或者貼文給facebook使用者。這和一般廣告貼文有些許不同，因為貼文之後，使用者可以持續和貼文者 - 也就是聊天機器人互動。

3. 例行客戶服務：

預約預定，提醒預約，服務調查，生日賀卡貼文等等。

如何製作Facebook臉書聊天機器人：

1.摘要步驟

  (1) 到AWS開設帳號。 開發過程會用到Lambda, API Gateway, elasticsearch, s3 cloudwatch 等服務。

  (2) 到facebook建立facebook app。（簡稱 fb app)

  (3) 新增並撰寫基本的Lambda 以回應 之後fb app webhook時的GET驗證。

  (4) 新增撰寫基本的Lambda 以用在 接下fb app message hook回應

  (5) 新增 API Gateway 的GET/POST，對應到Lambda

  (6) 設定fb app 的webhook 對應到API Gateway的URL
  
  (7) 讓fb app的設定頁verify(基本上就是http  GET) API  Gateway

  (8) 讓fb app設定頁訂閱message 並記得在lambda程式回覆訊息時使用page token

  (9) 此時可以進行知識庫的連結，在AWS建立elasticsearch並且匯入經過程式處理的資料，這裡我們以台灣e院資料為範例。

   (10) 修改lambda程式，讓使用者的訊息，在elasticsearch查訊相關訊息，並且回復給原送訊息者

   (11) 至此完成，其結果大致如下圖：

2. 詳細步驟：

    ....<待續>...

如何製作Line聊天機器人：

1.摘要步驟

  (1) 到AWS開設帳號。 開發過程會用到Lambda, API Gateway, elasticsearch, s3 cloudwatch 等服務。

  (2) 到line developer建立帳號以及channel。

  (3) 新增並撰寫基本的Lambda 和 api gateway 用以回應之後在line的channel上link時的驗證。Line的api基本上只用到POST

  (4) 將自己的line帳號 加入剛剛自己增加的channel。就是設好友的意思，這樣才能測試

  (5) 將line channel所需要的api key, secret以及token設定在lambda 要傳回給line bot api的地方。

  (6) 此時可以進行知識庫的連結，在AWS建立elasticsearch並且匯入經過程式處理的資料，這裡我們以台灣e院資料為範例。

   (7) 修改lambda程式，讓使用者的訊息，在elasticsearch查訊相關訊息，並且回復給原送訊息者

   (8) 至此完成，其結果大致如下圖：

2. 詳細步驟：


    ....<待續>...

---

參考: https://www.facebook.com/sandy4ai/ 

 註一：Turing 就是電影模仿遊戲的主角
 註二：詳細步驟還沒有時間寫...反正不見得有人需要:)

為自己工作 - 契合組織目標

雖然這幾年，創業蔚為風潮，但在台灣，大部份的人還是受雇於組織或企業。

「為自己工作」這句話看似自私，但其實所導引的結果才是對企業組織以及對個人有利。至少，對白領階級的知識工作者是如此。(註1)

表面上，大部份的人似乎並不是為自己工作。實際上，會去工作的原因是可獲得報酬（報酬涵蓋：薪資，技能知識學習，個人成長，成就感，社會參與感...等等），因此，無論表面原因為何，也無論自己是否有認知到這個事實，即便是受僱用者，絕大部份的人是為了自己，或者自己的家庭，而工作。

然而，在職場上常聽到各種抱怨心聲。其中有很大部分，其來源是沒有認知到自己是「為自己而工作」：

例如：

  *  工作很無聊學不到東西
  *  自己的價值不受到老闆重視
  *  對公司貢獻超級高，但是相對報酬卻很少
  *  做事人少，出嘴巴的人多 (特別是在政府單位)
  *  組織方向不正確，快要完蛋了

抱怨不是大問題，但失去自我方向之後，就很難在職涯上突破。個人的工作目的，必須要「由自己想辦法契合組織目標」。否則，就會有「不是為自己而工作」的念頭。一旦有這種念頭，很快的就喪失信念以及工作熱誠。

誠如前述：「為自己工作」這句話看似自私，但其實所產生的結果才是對企業組織以及對個人有利。

如果真切的認知到事實是「即使是受雇用，但自己其實是為自己工作」則進一步更能在工作上展現能力，切合組織目標。也更能給予組織更多的價值。因此，認知事實，才是生涯展開的最重要的事情。前述的理由就根本不會存在。

例如

  *  工作很無聊學不到東西：請隨意google一下就知道，企業組織雇用員工，不是為了讓員工學東西。而是解決問題或者產生新的價值。而工作學不學得到東西，也請google一下，都是取決於自己而非工作的本身。

  *  自己的價值不受到老闆重視：員工的價值就像在擺在口袋裡的針，只要你夠尖，有一天一定會穿刺而出。如果你覺得不是被擺到口袋，那就找到一個會擺你到口袋裡的組織。光是抱怨是沒有意義的。

  *  對公司貢獻超級高，但是相對報酬卻很少：先確定是自己的貢獻真的超級高。以業務員為例，許多大企業的業務，其業績是靠著大企業的品牌和產品，而非個人能力。以程式設計師為例，其程式產出，絕大部分是靠團隊能力，而非個人能力。

  *  做事人少，出嘴巴的人多 (特別是在政府單位)：也許你的生涯規劃就是要去這類型地方？如果是這樣，也沒什麼好抱怨。如果不是，就趕快離開，也沒什麼好抱怨。

  *  組織方向不正確，快要完蛋了：在一個快沉的船上，就是你發揮能力的時候。如果你自認為是個策略舵手，當然應該矯正組織方向。如果你覺得自己是在大組織裡的小螺絲，那麼你為何能「判斷」組織方向不正確？或許是你的判斷不正確？無論如何，你永遠有離開組織這個選擇。



在大部分時候，人總是可以找到契合組織目標的方式？主要有三種：「自然篩選」「個人規劃契合組織」「創業」

1. 自然篩選

當然，企業組織會自然的篩選「契合組織目標」的人。自然篩選的程度與經濟學上的「看不見的手」有過之而無不及。

例如：一個長期處於保守狀態的組織，自然而然會留下不積極的人。一個以退休津貼優渥的組織（例如公務員），自然而然，就會吸引「為了退休而工作」的人。當然，當一個人拼命念書，絞盡腦汁的通過高普考，一進去公家機關就數饅頭等著退休，自然就不會抱怨「工作無聊學不到東西」以及「自己的價值不受老闆重視」，畢竟，進來這個組織的真正目的，其實是為了退休...。

反過來說：一個新創事業，自然而然會吸引想要透過自己的能力，積極開創一片天地的人。而「退休津貼」就不可能是工作的首要目的。但工作是否有趣，組織方向正不正確，就成為關鍵因素。

雖然，個人沒辦法影響「自然篩選」，但如果你的工作目標，和「自然篩選」的目標不一致，當然會工作的很痛苦，而抱怨連連。

解決自然篩選的方式有三種：(1)離開 (2) 改變自己 (3)改變環境

其中，離開是最簡單的。辭職換新工作，自己創業，創業失敗後再創業等等，都是離開。

改變自己很難。但潛移默化之下，很多人會因為自然篩選的環境而改變自己。

改變環境其實難上加難！但是，一旦有機會做到改變環境，你就擁有一個難以言喻的經歷。這個經歷對職涯有絕對的幫助。

2. 職業生涯規劃契合組織

傳統企業組織都知道，激勵員工很重要。但組織出錢出力，費盡心思的「各種激勵」其實遠遠不如讓員工的生涯規劃契合組織目標。

就前段所述，其實無論如何，自然篩選會讓組織留下契合其目標的員工。但這需要起碼數年的時間，而前提也是組織沒有大的變故。 如果組織 - 特別是營利企業 - 的目標和其展示的行為不一致，自然篩選會失衡，要達到平衡。

因而「以個人力量做出契合組織的規劃」才是最簡單，最容易，最能獲得三贏的選擇。

除了工作內容外，每個人常遇到工作上乍看之下不可伉儷的因素，而認為自己無法契合組織目標。在你還沒有丟出辭呈之前，可以執行的個人能力與選擇非常的多。這些選擇都可以有機會做出契合組織的目標。

例如：

* 每天都做無聊的工作：既然是無聊的工作，表示是重複簡單類型，試著將這類工作最佳化，並自動化(註2)。 不知道怎麼自動化？那就去學阿，在工作中學習成長，並透過自動化的貢獻，不但提昇自己的能力，也讓組織獲取更多價值。

* 工作太多，常常超時加班，生活品質太差：所有企業組織，其存在的目的，絕對不是要員工加班完成目的。其存在的目的都是為了獲利。隨著組織分工，以及各種環境變化，容易產生以「加班」的方式來解決問題。這完全可以避免，請參考：解決專案困難的最爛方式; 如何提高工作效率; 80/20法則。也可以網路搜尋一下任何增加工作效率的方式。

重點在於去做！Just Do It！不去做，永遠不知道加班問題能否解決。

* 加薪升遷不如預期：如果是在大企業工作，加薪升遷的確常常不如自己預料。但如果你確定自己有這樣的價值，一段時間一定會被發現，如果不被發現，在離開之前請先想清楚「自己是否真有這樣的價值」？想清楚的方式也很簡單，可以去試著去應徵其他組織，看看有沒有其他組織願意提供給你更好的薪資福利。如果沒有，表示在當下你的確無此價值。如果是在小企業，薪資福利可能無法有大幅成長，但小公司能提供的通常是更多的自由和自我成長。既然你已經自然被篩選到小企業，或許本來就不是很期待制式的加薪升遷了吧。


* 組織做犯法或遊走在法律邊緣的生意：趕快辭職離開！越快越好。你確定你想要加入犯罪組織或者遊走在法律邊緣？！

3. 創業

創業，當然就是為自己工作，當然也一定會契合組織目標 - 因為你就是組織。倘若你創了業，卻因為各種原因，去做不是你訂立的目標的事情，那等於是沒創業。(註3)

不過創業成功難非常高（參考如何確保創業成功）。富貴險中求，高風險當然比較能伴隨高獲利，如果生涯的志向在此，盡可能參考已經成功的典範，或許能降低失敗機率。

---

註1: 藍領階級的勞動工作者可能不全然適用。

註2: 同註1

註3: 當然，也許你是共同創業，或者持有股份很少，那麼請視為在組織為自己工作，不要視為自己創業。

問對問題，如履平地。問錯問題，萬劫不復！

在不到十歲的年紀，有一次流感重症去看醫生。那時候還沒有健保，醫生通常還是會跟家長講一下治療方式可能的價格。當然，如果打一針可以好的比較快的話，多花個幾百塊可能也是值得的。但是！小時候的我很害怕打針。也許恐懼的神情被醫生發現了，他就好意地問『有比較大筒的針跟比較小筒的針，看你要打哪一種？』小時候的我，毫不猶豫的當然回答『小的針。』。結果，最後護士是拿出「兩隻」小的針筒，左右兩邊各打一針。

這個慘痛的經驗，後來讓我學習到，要完整考慮「問題」，至少要從三個方向思考：

1.問題可能不能代表真正的問題

無論是一般工作進行，還是特定專案，通常都有各式各樣的「問題」產生。有些可能是單純的疑問，例如「這個功能什麼時候可以完成？」。有些看起來比較複雜，例如「帳號如果被管理者停用，則正在登入使用中的session是否要立刻中斷？」

單純的問題，可能要考慮的更多。以「這個功能什麼時候可以完成？」為例。可以循用5 Whys 五個為什麼，來了解看似單純問題的真正本質，

例如：

「這功能完成的時間已經在系統有紀錄，為什麼要額外詢問？」--- 原詢問者回答：「只是想要知道有沒有意外」

「為什麼會想要知道有沒有意外？」 --- 原詢問者回答：「之前某高層詢問專案進度，我覺得這個功能因為比較複雜，不知道會不會有風險」

「為什麼高層會詢問專案進度？」 --- 原詢問者回答：「因為高層覺得專案預計完成時間太晚，想要用一些方式提早」

「為什麼會覺得預計完成時間太晚？想要哪種方式提早？」---原詢問者回答：「我也不知道，不要再問了！！」

2. 真正的問題很難找到

事實與真相就像船頭和船尾，首先會看到船頭，然後根據整個情況有多大多複雜，才會在最後看到船尾。

要找到真正的答案，必須要先找到真正的問題。

在許多軟體專案中，經常會有專案管理者以「人力不足」作為問題並試圖解決。但是，這個問題在絕大部份的軟體專案中，根本不真正的問題。

真正的問題也許是：

(a) 許多專案成員另有其他任務，導致投入專案的時間太少

(b) 專案需求不明朗，時常增刪變更，導致時間浪費

(c) 「人才」不足，而非「人力」不足，像是：
       (C-1) 專案管理者沒有看透技術關鍵的能力
       (C-2) 專案成員訓練不夠
       (C-3) ...其他...

而每一個問題， 背後又隱藏其他的問題。絕大部份的專案中，問題看似很多，但最重要的可能只有幾個。

專案經理的重要任務在於：決定真正重要的問題(忽略不重要的問題)，並且優先解決最重要的問題。

3. 真正的問題才能找到真正的答案

要找到真正的答案，必須要先找到真正的問題。

一旦找到真正的問題，等於已經產生一半的答案。不過，另一半的答案可能也不見得很簡單。

假設認為真正的問題是「專案需求不明朗，時常增刪變更」，答案的選擇可能有：

(a) 採取Scrum開發模式，確保每個Sprint的需求不會再改變，讓真正的專案擁有者能參與每階段的決定

(b) 暫停所有開發活動，在沒有完成細部設計與需求規格書之前，先不開始開發

(c) 再花時間去找到為什麼專案需求不明朗的背後原因，






最終，每一個成員，需要為自己找到最適切的真正答案。
隨波逐流，最終只能忍受左右兩邊各一針的結果。

資訊新鮮人：三個關於價值的概念

亞當斯密，在國富論中描述商品的價值只有三種來源：勞力，土地，資本。雖然那是1776年的事情。但至今變化仍然不大。勞力：泛指人的各種智慧以及努力；土地：指的是各種天然資源；資本當然就是投入的錢。


村上春樹，在尋羊冒險記中描述組織的價值有兩個部分：意志，收割。雖然那是小說，而且還是現實與科幻混合的小說。意志是指推進組織的能力，具有統御可能性的能力；收割可能是指將即將得到的利益完成。



Dave Snowden，在他的研究裡面，定義了Cynefin架構，將事件的反應系統分成：簡單(simple)，複合(complicated)，複雜(complex)，混亂(Chaotic)。

簡單：指的是事情的反應有很明確的因果關係定義，根據定義來做事情即可。

複合：指的是事情的反應之間，確實有因果關係，但是這個因果關係可以透過分析，學得而來。

複雜：指的是事情的反應之間，雖然有因果關係，但這因果關係沒辦法事先知道，只能事後知道。

混亂：指的是事情的反應之間，沒有因果關係。



這三個人講的事情看似沒關係，但是對於社會新鮮人對於價值的三個重要概念，卻是重要的參考。

(1) 何謂價值

幾乎任何東西都有價值，只是每個人評估價值的方式不一樣而已。在經濟學上最簡單的方式就是，你的某個東西，願意和別人交換什麼東西。那就是對你來說的價值。當然，交換太過麻煩，因此金錢變成一種簡單的衡量媒介。

在經濟學上常用價格來當作價值的衡量方式。不過價格本身就有很多種定義。

如果將範圍縮小到，投入資訊產業的新鮮人所關心的方向。價值可以縮小到：個人的智慧與努力，去交換某種東西。當然這某種東西很容易就被歸類為薪資，而如果是創業家則是利潤。

交換只有已經交換才有意義。因此，價值只有在交換成立的時候才有意義。例如，當新鮮人在104要求月薪5萬，這並不真的是他的價值，他的價值可能是4萬，也有可能是50萬，只有在成立的當下 - 也就是雙方同意月薪的那一瞬間 - 價值就成立了。所以，更重要的觀念是：價值沒有所謂的高與低，只有當時的事實。換言之，以價值的觀點來看，沒有過高的薪水，或者過低的薪水，只有雙方同意交換的成立價值。

當然，很多人互相同意的交換成立價值，就變成常見的成交價。股票某個時間點的價格，就是那個時間點的某一些股票的成交價，而非所有股票在那個時間點都是同一個價格。

最直接了當的說：如果覺得這薪水，對你來說太少，那就不要答應。但當你答應了某薪水，也不要抱怨 - 起碼在幾個月之內，沒什麼好抱怨的。而當你「自認」應該要提升價值時(就是該加薪了)，必須要是有交換的可能，才叫做價值提升。(就是真有人願意以這樣的薪水雇用你)

價值當然可以互相比較，常聽人說性價比高還是低。然而不同事務交換的時候，比較的基準自然會不一樣。就此而言，在資訊科技產業的任何兩個程式設計師，都無法互相完整比較價值，因為兩個人的智慧勞動以及產出一定無法有效比較。

另外，同一件事情，在從不同人，不同時空背景取得，會有極大的價值差異。例如，你坐計程車上班會花錢，然而，如果在你搭車的時候剛好遇到同事，順道搭便車，他可能完全不會收你任何費用。

(2) 組織的價值產生

組織，特別是營利組織，其價值等於是可產出的商品（或服務）。而任何商品的價值來源有三種：勞力，土地，資本。由於資訊科技產業（特別是軟體）並沒有用到很特別的天然資源，因此土地幾乎可以排除。而勞力和資本就變成資訊產業最主要的價值產生來源。

資本的構成與取得也不那麼簡單，不過不在我們的討論範圍之內。當然政府政策的影響也不在這短短的文章討論範圍之內。

勞力當然包含智慧技能等等，而企業內員工對於工作的付出智慧與勞力的方向，大概可以分成Cynefin架構中的那四種。


簡單(simple)：任何工作的行為是可以預知因果關係，必且可以透過各種手段最佳化，這些手段可能是由機器取代，可能無法由機器取代。例如銀行櫃台的大部份業務，都可以由ATM取代。某些日式的餐飲店，其服務流程經過妥善的最佳化，任何顧客的情境以及行為都可以編列在他們的制度與管理方式裡。因此，簡單類型的工作，可能產生最大價值在於能否提出最佳化。

複合(complicated)：任何工作的因果關係可以透過分析與瞭解而取得。工作本身可能是困難的，但是工作的效率還是可以評量，工作的內容，可能需要少許技能，但也有可能需要很高的技能才能完成。這類型的工作，其價值高與低，取決人的能力，使用的工具，採用的策略技術。這類型的工作可以學習，但學習時間長短不一定。複合類型的工作，可能產生最大價值在於是否能提出好的架構，並且有訓練有素的專家。一般的程式設計師，維修瓦斯爐工程師，一般醫生，護士，理財專員等等都屬於此類。

複雜(complex)：事件與工作的因果關係只能事後知道，無法在事前分析瞭解。然而，其因果關係仍然存在。聽起好像很複雜，然而這類型的工作，不見得很困難，只是要產生價值的時候，可能需要不停地進行嘗試與練習，才能事後了解因果關係，透過事後練習了解。例如，開一家新公司當創業家，獵人頭工作，業務類型工作，特殊類別的醫生，各類型的研究單位等等。

混亂(Chaotic)：事件與工作沒有因果關係，或者就算有，也是人的智慧無法得知，藝術就是此一類型。這類型的工作可以透過學習，擴張知識，反覆練習獲得經驗，來提昇可能性。但是難以評量。例如，畢卡索的畫作，張大千的書法，可以由他學生們學習模仿，也無法就價值評量。在企業上常見的例子是賈伯斯，他對apple的貢獻無法被學習，也無法被評量。有人認為開拓性質的研發也算此類，例如具有極端價值的演算法工程師，組織微積分的牛頓，構思相對論的愛因斯坦等等。

當然在以上的例子非常粗略，只是拿來參考用。組織的價值產生，就在透過人的智慧與勞力，資本的投入用以執行四種系統架構的事物。這四種系統架構，其產生價值的地方都不盡相同。

但今天幾乎可以確定的是：(a) 簡單的工作會趨向被自動化方式取代，無法自動化（例如餐廳）則會被低勞力成本取代。(b) 複雜的工作，透過科技的進步會簡單化。(c) 混亂類型的工作仍然屬於個別人的天賦範圍，可以培養但無法預測。

因此，真正的組織價值，在於透過意志，驅動複雜工作的架構，屆此拉近因果關係的差距，以及建立相較於其他組織的優勢。

(3) 價值不公平的觀點

誠如"何謂價值"所描述。價值只有交換的時候才會成立，而既然雙方樂於交換，何來不公？

大部份的情況下，所謂樂於交換通常是在資訊互相全然透明的情況。然而資訊全然透明是幾乎不可能，因為人根本無法處理足夠大量的資料，也無法體驗所有可能的情況。例如，一個新鮮人，畢業之後最多也只能面試50家企業，不可能窮其心力面試完所有可能的工作。但反過來說，一個企業的工作(如果不是屬於「複雜」或者「混亂」類型）幾乎都可以找到起碼50個合格候選人。因而，由於資訊的不對等，大部份的情況下，企業比較容易可以找到性價比高的員工，但新鮮人比較難找到性價比高的工作。

換言之，以個人的角度，解決不公平的方式有很多種。從價值的觀點著手有兩個可能：

(a) 投入組織意志的部分。

投入職場的大企業的人，都不太可能一開始就是驅動組織經營策略的人。通常都是某個小部門的小螺絲釘。因而要成為組織意志的一部分是很難的。然而，如果是投入在小公司，假設是只有5個人，那麼投入組織的意志部分是非常輕而易舉的事情。

不在組織的意志部分，並非就沒有價值，而是在組織的意志部分，個人的能力與可產生價值很容易顯現 - 無論高或低，好與壞。

(b) 強化處理複雜或者混亂的問題的能力。

混亂的問題大部份是屬於藝術類型。藝術很多都是「無價」，因為無價，也難以在此討論。不過所有能處理混亂類型的人，幾乎都是在某一個領域知識廣博，經驗豐富。因此，不間斷的學習一定會有幫助。

處理複雜的問題可以透過自我能力的培養，經驗累積，從他人（例如職場導師）學習而來。複雜的問題相當困難，但是一旦累積了架構性解決的能力，這優勢幾乎不會消失。

(c) 將複合的問題簡化。

透過資訊科技，將複合的問題簡化，可能是最近幾年最常看到資訊科技對組織產生價值的地方。大數據(Big Data)對網路書店上推薦購書就數此類。許許多多不同的手機應用程式(app) ，提供人類各種溝通方式(例如line) 也是屬於此類型。


(d) 將簡單的問題加速或自動化，進而最佳化。

將簡單的問題加速或自動化，可能是資訊科技新鮮人常會忽略掉的一點，但這點其實對價值的提升比想像中來的重要許多，特別是在大組織內。加速或自動化處理簡單的問題，可以讓人專注於其他架構問題，縮短內部公文流程，自動記錄某些事件等等，都屬於此類。這做起來相當容易，而且假以時日效果也很好。

當事情或者問題可以自動化之後，進而就可以最佳化。例如，過去政府有複雜的公文簽核流程，在紙本的年代，很難統計看出真正的瓶頸，透過自動化公文傳遞，很快的看出到底哪些公文花多少時間流過哪些不必要重複的地方，進而就可以去掉不必要的地方。以開發手機APP的流程為例，當視覺設計師的mockup，可以自動產生可供UI/UX測試的可供驗證app時，就可以進而快速取得使用者操作的經驗流程，進而讓UI/UX能最佳化手機APP的使用便利。




將複合的問題簡單化，簡單的問題自動化，自動的事情最佳化：是最基本產生價值的概念。

---

沈思:
   - 資訊新鮮人能在多短的時間內對組織產生價值？