當 AI 讓「做得更快」不再等於成長：亞洲志遠 Brian Lin 談人月模式、流程重整與治理責任

亞洲志遠科技股份有限公司成立於 2002 年，主要從事客製化軟體專案開發、企業流程自動化與系統整合。公司官網公開案例涵蓋銀行、保險、交通與觀光相關系統。

林永能 Brian Lin 擔任執行長兼資安長。依公司書面確認，他以執行長身分對經營策略、專案交付與客戶關係負最終責任；以資安長身分負責資訊安全政策核定、資源配置與管理審查。本紀錄所處理的 AI 開發流程與組織調整，均在其決策與治理責任範圍內。

亞洲志遠長期依靠專案人力、領域知識與交付經驗提供系統整合服務。生成式 AI 與 AI Agent 進入軟體開發流程後，公司面對的問題並不只是工程師是否使用新工具，而是原本以工時與人力支撐的交付方式，如何承接效率變化。

Brian Lin 將問題定義為：當開發速度提高，如果計價與組織方式不變，效率提升不一定能轉化為公司的實際成長。這是受訪者的經營判斷，不是對整體系統整合產業的統一結論。

公司在決策時受到三項既有條件限制。

第一，金融客戶資料不能任意進入公有模型，AI 導入必須與資料邊界及資訊安全控制一起處理。第二，高度客製化與老舊核心系統的技術條件不一，不能預設所有專案都適用同一套 AI 流程。第三，組織調整不能破壞既有客戶的交付穩定度。

因此，公司沒有把「全面使用 AI」設定為高於交付、穩定與資安的要求。

依公司書面回答，相關判斷經過三個階段形成。2022 年底，公司開始進行大型語言模型的內部學習。2024 年，公司測試開源語音與模型工具，並以本地部署處理部分應用。2025 年中，公司進一步把功能規格、技術文件、資料模型、程式產生、測試與操作文件等工作拆成可重複執行的流程。

影響決策的資訊包括內部工具測試、專案階段的工作分配、人力結構，以及既有金融與政府系統的交付經驗。這些資訊主要來自企業內部紀錄與受訪者書面說明。

2025 年 6 月 1 日，亞洲志遠啟動新的組織配置，將四個專案團隊調整為三個交付團隊，同時擴大研發人員參與。公司由執行長直接帶領約 3 至 5 位 RD 與 BA 組成 AI 轉型小組。該小組不是獨立部門，成員仍參與客戶專案。

決策的核心不是採購單一工具，而是把既有開發經驗整理成可分階段執行與審查的內部方法。

公司投入的資源包括執行長直接參與、3 至 5 位 RD 與 BA、三個交付團隊、AI 工具與本地運算環境，以及資訊安全管理制度。

依公司提供的《ASVT 專案 Skill 包操作手冊》v1.1，版本日期為 2026 年 7 月 4 日，公司將流程分為九個階段，並整理出 29 個 Skill。這些階段包括專案啟動與需求收集、系統分析、系統設計、程式開發、整合測試、使用者驗收、文件交付、上線部署與維運。

Brian Lin 同時承擔經營與資訊安全的最高管理責任，使 AI 流程導入、資料使用邊界與專案交付責任在同一治理脈絡下被處理。

依 2026 年 9 月 4 日《ISO/IEC 27001 驗證審查結果通知書》，亞洲志遠於 8 月 20 日及 9 月 3、4 日接受 NF EN ISO/IEC 27001:2023、ISO/IEC 27001:2022 驗證審查。通知書記載，現場稽核未發現不符合項目，並由驗證決定小組核定予以發證。

該通知書的驗證範圍涵蓋全組織系統整合、技術研發、業務行銷、行政管理、辦公作業區、資訊機房及其他資通基礎環境的資通安全維運管理。本紀錄只在通知書明載範圍內引用審查結果，不將其延伸為對本專訪、AI 開發流程成效或企業其他主張的驗證。文件由 SNN.TW 作為受控證據留存，不提供公開下載。

九階段流程將原本分散於不同人員與專案中的工作，整理為可辨識的輸入、輸出與檢查節點。內容涵蓋功能規格書、Demo 站、技術規格書、資料模型、API 規格、程式產生、測試清單、文件同步、部署知識與既有程式分析。

公司表示，三個交付團隊均已採用相關流程，但採用深度仍不一致。這表示流程已進入組織運作，但尚不能被描述為所有專案與所有階段均以相同程度執行。

依公司補件，導入後的專案總時程未出現一致縮短，但工作配置發生變化：系統分析與系統設計所需時間增加，程式開發與整合測試的部分工作減少；人力配置則從增加 PG 支援，轉向增加 SA 在需求訪談與資料整理上的投入。

公司另說明，人數由 2016 年約 35 人增加至高峰約 55 人，之後回到約 45 人。公司確認，這段人數減少來自離職、退休等自然流動，期間未實施裁員、優退計畫或大量解僱通報。補件另附 41 名人員的內部年資清單，表列平均年資為 9.37 年，其中 17 人年資達 10 年以上。由於清單人數與公司所稱現有人數並不相同，本紀錄不據此推算全公司資深人員比例。

現有資料不足以形成一致的產值倍數、效率提升率或交付準時率，因此本紀錄不提出量化成果結論。

高度客製化或涉及老舊核心系統的專案，目前尚未全面適用九階段流程，公司仍保留傳統開發方式。不同交付團隊的採用程度也不一致。

這些限制顯示，AI 並未消除需求定義、領域判斷、資訊安全與品質審查責任。既有程式的文件完整度、技術年代、資料敏感性與客戶環境，仍會決定新流程是否適用。

截至資料截止日，現有資料能支持的是流程與組織已開始改變，不能支持商業模式已完成轉型，也不能支持特定幅度的整體效率或產值提升。

「AI 帶來的效率紅利，如果不轉成新的商業模式，就會變成裁員壓力。我們選擇把它轉成新模式。」

「多數人問 AI 會不會取代工程師。我們問的是：人月計價的公司還能活多久。」

「AI 轉型最貴的投資不是工具，是老闆的時間。」

「AI 時代最稀缺的不是會寫程式的人，是知道要寫什麼的人。」

「轉型最大的風險不是新的事做不成，是舊的事做壞了。」

上述引言來自受訪者書面回答，已完成引言及客觀事實確認。

本篇為 SNN.TW 業務邀請之非付費 EXEC 示範專訪。邀請、資料回傳或完成書面回答均不保證出版。受訪企業可確認公司名稱、人名、職稱、日期、數字、已發生事件、直接引言及保密邊界；主題、標題、來源採用、限制揭露、編輯判斷及是否發布，由 SNN.TW 保留最終控制權。

尚未發生的事項不納入本紀錄，也不於公開稿中揭露。本紀錄不是法律證據、查核、確信、認證、評等或合規意見。