傳統的產品規劃往往仰賴經驗與直覺，但當團隊手上握有大量資料時，AI 是否能真正改變「需求定義」這個環節本身？本分享將以一次實際的資料驅動提案發想過程為例，說明團隊如何從公開資料出發，找出潛在痛點，並透過預測模型與使用者輪廓設計，逐步收斂出具體的產品原型與商業機制。

過程中最大的挑戰不是模型本身，而是如何把「資料洞察」轉譯成「產品需求」：從痛點假設、資料驗證、邏輯設計，到具體服務原型與效益量化，每一步都需要重新思考產品規劃與資料分析角色之間的分工方式。分享內容將涵蓋團隊如何運用 AI 工具輔助發想與文件撰寫、如何用資料驗證假設而非憑感覺做決策，以及在既有組織流程中導入資料驅動思維時常見的挑戰與因應方式。

聽眾收穫：

對「AI 驅動的產品規劃流程」、「資料驅動需求定義方法論」有興趣的產品經理、資料工作者，以及想了解數位轉型實務案例的開發者。