在教授具備特定產業背景的商業個案時，我們經常面臨一個實際的教學挑戰：我們容易假設學生已經具備該產業的基礎認知。然而，多數班級的學生並不一定了解真實的產業樣貌。他們可能聽過設備代理商、延長保固或預測性維修等名詞，也清楚人工智慧目前的發展趨勢，但他們很難在腦海中建構出完整的商業運作畫面，包含誰負責付費、誰是實際使用者、誰會提出反對意見，以及企業究竟如何透過這些服務獲利。

結合生成式 AI 與 NotebookLM 等工具，我們可以重新設計教學流程，從課程一開始就運用 AI 來建構具體的情境。我們運用 AI 具體描繪人物、場景與組織內的衝突，取代單調的名詞解釋。這種做法能提供學生具體的素材進行質疑、修正與財務估算，最終產出具備實踐價值的商業提案。

這套教學方法對授課者的要求更高，因為 AI 僅負責產出文本，教師必須將這些文本轉化為實質的學習體驗。教師必須具備判斷情境合理性的能力，即使缺乏產業經驗，也要能分辨 AI 產出的內容是否符合商業常理。同時，教師需要將複雜的資訊重新編排成流暢的教學節奏，並將這些節奏轉化為具體的指令。學生在課堂上看到的並不只是一個標準答案，而是一系列引導他們進入實務情境的提問。此外，教師應該在課堂上公開解析這些指令的設計邏輯，包含提問的動機、限制條件的設定，以及輸出格式的控制，因為這些設計過程本身就是極具價值的教學內容。

以下我將以 Borusan CAT 的個案為例，整理出一套完整的教學實務指南，並將原本的指令範本轉化為具體的情境設定說明，方便教育工作者直接應用。

確立個案核心議題

Borusan CAT 是 Caterpillar（卡特彼勒）在土耳其的設備代理商。這個個案的核心並未停留在展示 AI 技術的優越性，而是聚焦於一個極度務實的商業挑戰：當企業開發出預測性維修工具後，該如何建立一套能長期獲利且被不同客群接受的收費模式。

我們可以將課堂討論設計為三條同步推進的主線。第一條線探討客群差異，大型承包商（Key Accounts）與微型承包商（Retail）在意的營運指標與採購條件完全不同。第二條線聚焦收費方式的抉擇，純訂閱制（Software as a Service, SaaS）雖然財務模型容易計算，但客戶流失風險較高；若將服務與既有的客戶價值協議（Customer Value Agreement, CVA）或延長保固計畫（Extended Protection Plan, EPP）結合，較符合重機械產業的交易習慣，但企業必須明確計算出回收開發成本的路徑。第三條線則是處理內外阻力，包含客戶對預測準確度的質疑、對新應用程式的學習抗拒，以及企業內部業務團隊可能因為交易模式與獎金制度改變而產生的反彈。

AI 介入教學的最大價值，在於將這三條主線涉及的角色具體呈現出來。學生必須先看見組織與市場中的真實衝突，才能準確進行財務估算與流程設計，最後將這套邏輯轉化為一份足以向客戶提案的商業簡報。

課前準備：為 AI 建立資料邊界

課前準備工作可分為資料整理與節奏設計兩個階段。在資料整理方面，我將個案的 PDF 檔案、課堂講義與補充的背景資料匯入 NotebookLM 或類似工具中。這個步驟的目的是要求工具快速定位關鍵事實。學生將在課堂上直接提問 Borusan CAT 在產業鏈中的角色與獲利來源、個案中客群分層的採購行為差異、既有合約型態的細節，以及個案提供了哪些可用的財務數字。這能確保後續要求學生使用 AI 生成情境時，所有推論都能立基於個案既有的事實，避免討論流於發散。

在節奏設計上，我將教學流程設定為明確導向最終交付物的路徑。每一個階段的討論都必須能銜接下一個步驟，並逐步逼近具體的產出。這堂課的終點設定為兩個交付物：一張顧客旅程地圖（Customer Journey Mapping, CJM）與一份五頁的銷售簡報大綱（Sales Deck Outline）。若課程時間有限，可僅保留銷售簡報；若時間充裕，則可加入更複雜的財務模型與敏感度分析。

課堂節奏：引導討論走向具體產出

在課堂中，我刻意交錯進行情境建構、財務估算與流程規劃，確保學生具備說故事的能力，同時也能掌握商業運算的基礎。

一開始，我跳過冗長的背景介紹，直接要求全班分組模擬 B2B 採購中心的內部會議對話。學生需要辨識出三個核心角色最在意的指標，例如採購主管關注的總擁有成本（TCO）、維修主管在意的設備妥善率與交期，以及現場技師對停機風險的擔憂。接著，學生必須寫出各方可能產生衝突的論點，並擬定具體的回應策略。這能讓學生迅速理解採購主管偏好務實的成本精算、維修主管急於縮短停工時間，而現場技師則對演算法抱持不信任的態度。隨後，我要求學生選擇單一角色進行說服，將討論焦點自然過渡到後續顧客旅程地圖的人物設定。

建立大型承包商的情境後，我引入微型承包商的第一人稱視角，讓學生面對市場的另一端真實狀況。學生需要整理出微型承包商拒絕導入系統的原因，例如對價格極度敏感的現金壓力、無暇學習新工具的時間匱乏，以及傾向依賴當地熟悉業者的在地人情網絡。我在此時提醒學生，企業資源有限，必須優先挑選具備購買意願與能力的客群，藉此帶入機會成本與市場區隔的觀念。

完成人物與市場情境的建構後，討論重點將轉向財務估算，以避免策略流於空談。我要求學生明確定義變數，例如每台設備年費（ARPU）、獲客成本（CAC）與年流失率（Annual Churn Rate）。學生必須製作對照表，清楚標示哪些數據來自個案，哪些是基於產業常理的推論，並交代搜尋公開資料的依據。在計算環節，我嚴格要求學生使用 Python 或試算表建立三年期的財務模型，並透過二維表格進行敏感度分析，比較純訂閱制與綑綁既有合約兩種模式的淨利差異。學生將體會到訂閱制對流失率的高度敏感，以及傳統合約模式中溢價合理性與維修成本變化的評估難度。

為了讓學生理解技術如何落實於日常營運，我引導他們檢視後台流程。透過模擬傳統人工對帳與機器人流程自動化（RPA）的對照圖，並故意安插一筆無法比對的異常日誌，學生能深刻體認自動化系統必須保留例外處理機制的重要性。同時，我要求學生設計一段物聯網感測器數據轉換為客戶關係管理（CRM）銷售提醒的流程。系統必須能判斷故障風險，並自動生成一張包含建議聯繫話術的業務開發卡片。這說明了數據必須轉化為業務人員每日可執行的具體行動，才能真正發揮價值。

在系統規劃看似完整之際，我安排一段資深業務人員抱怨的情境演練。學生輪流扮演銷售主管，面對業務員對新應用程式可能剝奪佣金與破壞客戶關係的焦慮。學生會發現，單純宣導願景無法安撫員工，主管必須提出具體的制度調整，例如將應用程式的成交金額納入原負責業務的業績計算，才能促使業務人員思考未來的轉型。這證明了新工具若缺乏配套的獎勵制度，便難以在組織內落地。

接下來，我引導學生精算機會成本。學生必須將設備停工造成的損失寫成明確的計算公式，並帶入偏遠礦區與大型承包商兩種情境進行比較。透過評估違約風險與後續專案的影響，學生需要決定在資源有限的情況下應優先服務哪一個客群。這項決策將直接影響後續銷售簡報的數據呈現與溝通策略。

為了擴展學生的視野，我要求他們比較 Caterpillar 與 Komatsu（小松）的數位化方向差異。Caterpillar 偏向單機與單一客戶的預測性維修，而 Komatsu 的智慧營建（Smart Construction）則涵蓋測量、設計、規劃、施工到檢驗的完整工地生態系。透過理解開放平台的概念，學生將意識到開發單一功能與建構串接系統的差異。同時，我補充日本營造業第二層分包商抗拒導入新技術的案例，提醒學生產業的層層轉包結構會直接影響技術的採用意願。

在課程的尾聲，我運用遞進式的指令，引導學生將先前的討論與資料留存下來，之後投給生成式AI轉化為最終的銷售簡報。從基礎的顧客旅程六大元素開始，逐步升級為包含多方角色的 B2B 決策旅程。學生需根據先前的一連串討論，學生需要判斷哪一個客群是值得投入的。這部分是基於先前我們在計算機會成本，以及描繪顧客旅程、痛點等資訊後的綜合判斷。同時也包括瞭如何將銷售方案包裝成「更具吸引力」的做法，到底要採用訂閱制，還是將其包裹在傳統的財務方案中。例如，若學生鎖定大型承包商維修主管的視角，大型承包商他們的痛點是什麼？機會成本分析是否支持這個痛點？學生需要找到關鍵時刻。最後，你得考慮服務這類客戶的業務，他們的觀點會是如何？最後綜合完之後，這一些都將形成最終的 Sales Deck，一份五頁的簡報大綱，依序涵蓋現況成本分析、系統運作機制、投資報酬對照、化解疑慮策略，以及明確的下一步行動方案。

教師的現場引導與成效評估

執行這套流程時，教師需要掌握三個關鍵檢查點。第一，嚴格要求學生將事實與推論分開，任何關鍵結論都必須標註來源是個案內容或自行假設，這是建立可靠財務估算的基礎。第二，當 AI 產出內容過於空泛時，教師不應直接提供答案，而是要求學生回頭修改指令，增加角色限制、輸出格式與情境條件，讓他們學習如何透過精準的提問獲得高品質的產出。第三，只要涉及淨利、回本期或敏感度分析，務必要求學生使用專業工具進行計算並提交公式，培養他們在實務工作中對數據的敏銳度。

透過這套教學流程，學生能獲得三個穩定的學習成果。他們將學會把指令視為嚴謹的工作說明書，明白只有清晰定義角色與限制條件，才能獲得可用的結果。同時，他們對 AI 的能力邊界會有更精準的認知，知道何時可以依賴其生成內容，何時必須保持警覺。最終，學生能自然地整合多種數位工具，將 NotebookLM 的事實萃取、生成式 AI 的情境草稿，以及試算表的數據分析，銜接至最終的商業交付物。

教學指令實務應用情境

為了讓學生順利進入上述的各個階段，我設計了一系列的情境設定邏輯，授課教師可以根據這些邏輯引導學生進行操作。

在模擬 B2B 採購會議時，我指示學生設定一個擁有超過百台機器與專屬技術人員的大型承包商決策團隊。當業務員展示預測系統時，AI 需要呈現採購主管對總擁有成本的精算、維修主管對妥善率的要求，以及現場技師對演算法的不信任。透過口語化的會議紀錄，學生能立刻感受到組織內部的利益衝突。

接著，為了呈現微型承包商的視角，我要求學生設定一個身兼駕駛與老闆的角色。這個角色面臨極度匱乏的時間與高度的資金壓力，且高度依賴當地經銷商的人情人脈。學生需要以第一人稱寫出真實且直接的拒絕理由，藉此理解市場下沉區段的推廣難度。

在進入財務評估階段，我要求學生扮演首席財務分析師，評估純訂閱制與綑綁傳統合約兩種模式。學生必須先搜尋或合理推估年費、獲客成本與流失率等關鍵參數。隨後，建立三年期的財務模型，計算新增設備轉換率與維運成本，並進行敏感度分析矩陣，明確指出哪一種模式具備較高的財務風險與其背後的邏輯。

探討流程自動化時，我引導學生生成傳統人工對帳與自動化對帳的視覺對比，並要求產出包含異常狀態的擬真執行日誌，以突顯例外處理機制的必要性。在物聯網數據應用方面，學生需要將感測器的異常數值轉換為系統判定邏輯，並最終產出一張包含客戶資訊、風險預估與建議話術的 CRM 業務開發卡片。

為了處理內部阻力，我設定了資深業務員與銷售主管的對話演練。業務員對新功能可能搶走業績感到憤怒，而主管必須在對話中明確提出保障獎金與業績連結的具體政策，才能讓業務員的態度軟化並開始思考未來的角色轉變。

在機會成本的計算上，我要求學生扮演財務導師，基於個案資料設定參數，並評估哪些特定客群會因為停工損失的嚴重性，而有極高的意願導入這套預測系統。

比較競爭對手時，學生需要扮演產業分析師，解析競爭品牌如何將數位化延伸至營造工程的各個階段，並建立開放式平台。透過對比個別產品開發與去中心化平台的策略差異，學生能理解更宏觀的競爭態勢。同時，我加入日本傳統分包商的角色，表達對高階設備的抗拒，點出產業破碎結構對新技術推廣的阻礙。

最後的遞進式指令設計，是確保學生能有系統地產出最終簡報。從解釋顧客旅程地圖的基礎元素開始，逐步加入 B2B 多角色溝通摩擦，並鎖定維修主管視角尋找關鍵時刻。接著，將新系統帶來的行為轉變與內外阻力寫入旅程中。最終，基於這份優化後的顧客旅程，規劃出涵蓋現況、機制、回報、釋疑與行動方案的五頁銷售簡報大綱，完成整套商業提案的建構。

附錄

提示詞 1：模擬 B2B 採購中心會議

角色與背景：請根據Borusan Cat個案內容，扮演大型承包商（Key Accounts）的內部決策團隊。你們擁有超過 100 台機器，並有自己的現場技術團隊 。

任務：Borusan Cat 的業務員剛向你們展示了全新的 AI 預測系統 Muneccim。請模擬一場內部會議，以對話形式呈現以下三個角色的觀點與衝突：

1. 採購主管 (Procurement Office)：發言請著重於「總擁有成本 (TCO)」的精算與長遠效益 。

2. 維修主管 (Maintenance Office)：發言請著重於「機器妥善率」、「降低停機時間」以及專案能否如期交件 。

3. 現場技師 (Technicians)：發言請表現出對 AI 系統的強烈懷疑，認為演算法不可能比每天在現場操作機器的你們更了解實際狀況。

格式：請以真實、口語的台灣企業會議對話呈現，字數約 500 字。

提示詞 2：模擬 B2C 一人公司痛點

角色與背景：請扮演Borusan Cat 個案中的零售微型承包商（Retail）。你是一位老闆兼駕駛員，手邊只有兩三台機器 。你自己付錢買設備、自己開怪手，還要自己找生意跟管帳 。

任務：請以第一人稱視角，描述你極度忙碌的一天。接著，請說明當 Borusan Cat 業務員試圖向你推銷 Muneccim 這個 AI 系統時，你會如何回應他。

約束條件：

• 語氣必須表現出「時間匱乏」與「極度在意當下價格 (Price-sensitive)」。
• 請在對話中強調，你根本沒時間管什麼長期數據，而且你更傾向依賴家附近當地經銷商的「人情與關係」，因為他們修車更便宜。
• 直接給出拒絕業務員的真實理由。

提示詞 3：商業模式評估

你現在是一位精通 B2B 軟體即服務 (SaaS) 與重機械產業的首席財務分析師。Borusan Cat 開發了具備高度準確率的 AI 預測維修平台 Boom360。管理層正在評估兩種變現模式未來三年的財務貢獻，請協助產出商業計畫書的收入計算與分析。

任務一：參數搜尋與設定（Web Search）
優先使用個案中的參數。若缺少必要參數，先使用聯網搜尋功能，找出或推估「重機械/工業設備預測性維護 SaaS 軟體」的業界平均數據。若找不到精確值，請依據產業常理給出合理估計，並列出推論基礎：

• ARPU（每台設備年訂閱費用）。
• Annual Churn Rate（工業 SaaS 的平均年流失率）。
• CAC（單一設備的獲客成本）。

任務二：三年期財務模型運算（Python Execution）
假設 Borusan Cat 目標市場有 10,000 台潛在活躍設備，每年新取得的市佔轉換率為 10%（即每年新增 1,000 台設備導入）。請撰寫並執行 Python 程式碼，比較以下兩種模式前三年的「累積淨收益」：

• 模式 A：Boom360 純訂閱制 (SaaS)
• 收入 = 當年有效訂閱設備數 × ARPU
• 成本 = (當年新增設備數 × CAC) + 系統維運固定成本 (假設每年 50 萬美元)
• 必須將 Churn Rate 算進去，流失的客戶隔年不再產生 ARPU。
• 模式 B：綑綁傳統合約 (CVAs & EPPs)
• Boom360 不收訂閱費，作為免費升級隱藏在後台。
• 透過提供「無停機保證」，提高客戶簽署延長保固 (EPPs) 的意願。
• 假設導入 Boom360 後，每年這 1,000 台設備的合約單價可溢價 (Premium) 15%，且因提前預防故障，Borusan Cat 內部的保固維修成本每年可降低 20%。請根據重機械產業常理自行假設基本的合約單價與維修成本進行試算。

任務三：敏感度分析 (Sensitivity Analysis)
請針對「模式 A (SaaS)」執行敏感度分析，透過 Python 產出一張二維表格。

• 變數 1：Churn Rate (設定為 10%, 30%, 50%)
• 變數 2：ARPU (設定為你找到的基準值的 80%, 100%, 120%) 呈現這 9 種情境下，第三年的 SaaS 淨利潤表現。

輸出要求：

• 清晰列出所有變數與假設數值表。
• 呈現模式 A 與模式 B 的三年營收/淨利對比表。
• 呈現敏感度分析矩陣表。
• 用大白話寫一段 200 字的結論，直接指出哪一種模式的財務風險較高，以及為什麼。

提示詞 4：RPA 流程與擬真對帳日誌生成

角色與背景：你現在是一套企業級 RPA 軟體（類似 UiPath）。Borusan Cat 導入你來處理每天數以千計的零件採購發票與銀行流水帳核對。

任務指令：

• 視覺化架構：請撰寫一段可執行的 SVG 程式碼，畫出「傳統人工對帳」與「RPA 自動對帳」的流程對比圖。設計需簡潔，展現出步驟的減少與效率提升。
• 擬真數據集：請生成一份包含 5 筆紀錄的 CSV 格式「RPA 執行日誌 (Execution Log)」。欄位需包含：任務 ID、發票號碼、供應商、比對狀態 (Match/Mismatch)、處理耗時 (毫秒)。請特別設計一筆 Mismatch 的數據，模擬 RPA 將異常拋回給人類處理的情境。

提示詞 5：IoT 數據轉換與 CRM Lead Card 生成

角色與背景：你現在是 Borusan Cat 的核心 AI 預測系統 Boom360，並且已經與公司的 HubSpot CRM 系統串接。 任務指令：

• 原始輸入 (Input)：請生成一段 JSON 格式的怪手引擎感測器原始數據（包含機台編號、機油溫度、震動頻率、運轉時數等），並將其中兩項數值設定為異常（例如震動頻率超出臨界值）。
• AI 判讀與轉換 (Process)：以簡短文字說明系統如何從這段 JSON 判斷出「冷卻系統可能在 7 天內故障」。
• CRM 介面輸出 (Output)：請用 Markdown 表格生成一張 HubSpot 風格的「業務開發卡片 (Lead Card)」。這張卡片是業務員早上打開電腦會看到的畫面。
• 欄位必須包含：客戶名稱、機台位置、潛在故障風險、預估維修價值 (USD)、AI 建議聯絡腳本 (業務員打過去第一句話該說什麼)。

提示詞 6：業務抱怨模擬

你現在是 Borusan Cat 一位資歷 15 年的傳統重機具業務員。公司剛剛在 2024 年為 Boom360 App 增加了『電子商務直接下單』的功能（包含新機與二手機買賣）。你對此感到極度憤怒與焦慮，認為這個 App 會搶走你的客戶、剝奪你的佣金，且打破了你多年來靠『見面喝茶』建立的信任關係。我將扮演 Borusan Cat 的銷售主管。我們將進行 3 回合的對話演練。

規則：

• 第一回合，請你用充滿防備與憤怒的語氣向我抱怨你的擔憂。
• 我會嘗試安撫你。如果你覺得我的安撫只是空話，請繼續強烈質疑；直到我明確提出『保障你在負責客群中的獎金，且 Boom360 的交易會自動連結到你的業績』這個政策（如同個案中的真實做法），你才可以表現出態度的軟化，並詢問這樣你未來的工作角色會變成什麼。
• 請扮演好焦慮員工的角色，每次只回答我的話並提出你的質疑。現在，請開始你的抱怨。

提示詞 7：機會成本計算

你現在是 Borusan Cat 的財務分析導師。我需要理解 Boom360預測系統能為客戶省下多少『機會成本』。基於個案資料，給予我必要的計算參數，並且協助我評估哪些客戶會因為機會成本有機會推廣Boom360？

提示詞 8：Caterpillar 與 Komatsu 的數位化戰略對比

角色設定：你是一位精通全球重機械產業競爭動態的資深產業分析師。 任務指令： 我剛學完 Caterpillar (Borusan Cat) 透過感測器進行「單機預測性維修」的數位轉型策略。現在我要理解其最大競爭對手日本小松 (Komatsu) 的策略。

• 請簡要說明小松的「智慧營建 (Smart Construction)」如何涵蓋工地的五個階段：測量 (Survey)、設計 (Design)、規劃 (Plan)、施工 (Construct)、檢驗 (Inspect)。
• 請說明小松為何要聯合 NTT DOCOMO 與 SAP 建立開放式的「LANDLOG」平台。
• 請用一個 Markdown 表格，嚴格對比 Caterpillar 的「個別產品與機器層級開發」與小松的「去中心化工地生態系平台」在核心邏輯上的最大差異。表格文字需精簡。

提示詞 9：模擬日本傳統營造業分包商的抗拒

角色設定：請扮演日本營造業體系中的「第二層分包商（Subcontractor）老闆」。你的公司只有 15 名員工，專門承接來自大型總包商（General Contractors）的挖土與整地工程。 任務指令： 小松的業務員剛向你推銷最新的「ICT 智慧挖土機」與 LANDLOG 平台連線服務。他強調這能提升整個工地的效率，把工期縮短 30%。但這台機器的租金是傳統機器的 2 到 3 倍。 請以第一人稱視角，用大白話寫一段 300 字的真實回應，拒絕這位業務員。 約束條件： 必須在對話中點出以下行業痛點：

• 你的首要任務是「讓現有的老工人有事做、有飯吃」，而不是花大錢提升整體生產力。
• 指出營造業層層轉包的破碎結構：你只負責整個工程的一小段，提早完工對你沒好處，因為上下游的進度根本對接不上。

提示詞10：遞進式指令

指令 10-1：拆解 CJM 核心元素

你現在是一位熟悉 James Kalbach《Mapping Experiences》的體驗設計專家。請先用簡單白話文解釋「顧客旅程地圖 (CJM)」的六大核心元素（階段、行為、思考、情緒、接觸點、痛點）。接著，請以一個最基礎的「怪手突然故障，打電話叫修」情境，產出一個基礎的 CJM 表格。

指令 10-2：升級為 B2B 複雜決策旅程

剛才的 CJM 比較像是 B2C 單一消費者的行為。現在請將情境轉換為 B2B 的重機械產業。當一台怪手故障時，現場牽涉到「操作員」、「維修主管」和「採購主管」。 請修改上一個 CJM 表格，在「行為」與「痛點」欄位中，明確區分這三個不同角色的動作與內部溝通摩擦。例如：操作員在現場停工等待的無奈、維修主管急著找經銷商交涉、採購主管卡著預算審核流程。

指令 10-3：鎖定單一決策者視角

延續上述的 B2B 情境，現在我們把視角鎖定在單一的 Persona：《Borusan Cat》個案中的「大型承包商維修主管 (Maintenance Office)」。他最在乎的是「機器妥善率」和「降低停工時間」。 請以他的第一人稱視角，重新描繪從「機器無預警故障」到「完成維修」的旅程。請特別在表格中標示出，這個 Persona 在哪個接觸點的情緒會降到最低點（這就是傳統服務中決定成敗的關鍵時刻 Moment of Truth）。

指令 10-4：AI 破壞與重塑新旅程

現在 Borusan Cat 導入了 Boom360 App 以及 Muneccim AI 預測系統，服務模式從「被動維修」變成「主動預測」。請為這位「大型承包商維修主管」設計全新的 CJM。 表格中必須呈現以下變化：

• 新階段出現：機器還沒壞，App 就提前推播「7天內冷卻系統可能故障」的警報。
• 行為轉變：客戶需要在 App 上查看建議、自助報價與一鍵預約。
• 新痛點浮現：
• 外部阻力：大型客戶習慣有專屬業務員伺候，覺得登入 App 很麻煩，對 AI 準確度抱持懷疑。
• 內部阻力：Borusan Cat 的業務員覺得 App 削弱了他們跟客戶的關係，產生抗拒，甚至故意把系統警報拖延了幾十天才通知客戶。

指令 10-5：產生 Boom360 銷售簡報大綱 (Sales Deck)

基於剛才設計的新 CJM 與發現的痛點，請你扮演 Borusan Cat 的資深業務主管。你要去拜訪那位「半信半疑的大型承包商維修主管」，目的是說服他下載並開始依賴 Boom360 App 接收預測警報。 請規劃一份共 5 頁的 PowerPoint 簡報大綱 (Sales Deck)。每頁必須包含：

• 投影片標題
• 核心訊息：不超過兩句話，直接擊中他的痛點，白話且具備商業說服力。
• 視覺建議：告訴我這頁應該放什麼圖表或數據對比。

架構請依照：

頁面 1：點出傳統被動維修的停工成本現狀。

頁面 2：介紹 Boom360 主動預測的運作機制。

頁面 3：ROI 證明（提前維修 vs. 故障大修的成本對比）。

頁面 4：化解 App 使用疑慮（強調 AI 是輔助，專屬業務員服務依然存在）。

頁面 5：下一步行動（Call to Action）。