親自打造。
將產業與商業模式資料、組織知識、工作流程及代理人協作，落實為實際的 AI 平台。
首頁/ AI Lab
TIL AI LAB
親自打造 AI 平台，
我們打造組織的 AI 執行體系，以及更好的工作與學習方式。
TIL AI Lab 親自開發並營運 NextBM200、AI ToolBox、AI Company。我們將商業模式探索、組織的知識工作、顧客諮詢與 AI 代理人協作落實為實際服務，並持續研究 AI 擅長的工作，以及人類必須堅守的判斷。
這些經驗不只停留在平台上。我們將 AI 導入組織的研究、決策與執行流程，並設計讓人先定義問題、進行批判性判斷的教育。
我們培養的不是懂得更多功能的高階使用者，而是能與 AI 一起更深入思考、負責任地執行的個人與組織。
NextBM200 · AI ToolBox · AI Company · HAMMA
AI TRANSFORMATION JOURNEY
從使用 AI 的企業，
走向運用 AI 改變事業的企業
AI 轉型從讓工作更快開始。但真正改變企業的變化，始於重新設計流程並創造新事業的時刻。
Anthropic 韓國代表崔基榮說明，企業的 AI 轉型會經歷三個階段。
- 01
提升工作生產力
運用 AI 更快速、更有效率地完成既有工作。
- 02
重新設計流程
將 AI 代理人應用於工作，改變工作的方式與流程本身。
- 03
創造 AI 原生事業
以 AI 為前提推出新產品，並創造創新的商業模式。
AI 轉型的競爭力，不在於導入了哪一種 AI，而在於用 AI 重新設計了哪些流程，以及創造了哪些新事業。
TIL AI LAB
TIL AI Lab 從運用 AI 工具出發，但不止於此。我們重新設計工作流程，共同打造能延伸至新顧客價值與商業模式的 AI 轉型。
建構 · 營運 · 學習 · 驗證
親自打造並實際使用過的團隊，同時了解 AI 的可能性與限制。
AI 能提供快速的答案與高度生產力。同時，它也可能篤定地提出錯誤答案，或讓人跳過思考過程。TIL AI Lab 將應交由 AI 處理什麼、哪些問題與假設應由人先提出、要驗證什麼，以及由誰負責最終判斷與承擔責任，串聯為平台開發、組織應用、教育與驗證的一套共同標準。
在實際工作中營運。
在研究、事業企劃、內容、提案、顧客諮詢與重複性知識工作中使用 AI，確認其成果與限制。
設計更好的思考方法。
相較於學習工具功能的教育，我們更專注於問題定義、前置思考、交叉回饋、批判性驗證與學習遷移。
由人的判斷完成。
將 AI 的結果區分為事實、詮釋與假設，檢視依據及執行可行性，進而做出負責任的決策。
我們不以 AI 取代教育與判斷，而是為優質教育與負責任的執行增添 AI 的價值。
AI LAB 平台
我們親自打造並營運的 AI 平台
三個代表性平台是 TIL AI Lab 的活實驗室。從點子探索到組織的知識工作、顧客接觸點與多角色代理人協作，我們親自解決各種不同的問題；您也可在「更多」中查看開發中或已完成的內部 AI 專案。
平台 · 01
NextBM200
探索產業變化與商業模式的 AI以超過 5,000 筆商業模式資料與產業趨勢為基礎探索點子，並將其發展為具體的事業模式。透過趨勢探索器、點子工作室、自然語言商業模式搜尋、BM 報告以及 API、MCP 串接，支援從個人構想到企業的新事業研究與評估。
趨勢探索器 · 點子工作室
BM 搜尋 · BM 報告
nextbm200.com
平台 · 02
BM 搜尋 · BM 報告
AI ToolBox
將組織知識與工作流程轉化為可執行 AI 應用程式的平台在同一個平台上營運協助團隊重複性工作的 Inside AI，以及串聯顧客提問與諮詢的 Customer AI。您可自行建立並分享提示詞應用程式與工作流程，將公司內部手冊、工作知識及商品資訊運用於事業計畫、市場與競爭分析、行銷、提案書及顧客諮詢。企業知識諮詢機器人與顧客用 AI 應用程式，會將網站訪客的提問與體驗銜接至潛在客戶名單蒐集及真人諮詢。
AI 應用程式 · 工作流程
知識庫 · CUSTOMER AI
aitoolbox.kr
平台 · 03
知識庫 · CUSTOMER AI
AI Company
由多角色代理人團隊共同運作、專為小型企業設計的 AI 原生公司營運系統多位分別負責研究、知識營運、行銷、創意與開發的 AI 組長及子代理人團隊分工協作。透過串接自有記憶系統、外部研究管線與投影片模型，製作 PPT、PDF、HTML 資料並執行重複性知識工作。系統運用 SSOT、SOP 所載的公司知識與工作標準，重要決策與對外執行則在人員核准下進行。
多角色代理人 · 公司記憶
研究管線 · 知識工作
上線導入案例
研究管線 · 知識工作
更多 · 查看內部 AI 專案關閉 · 收合內部 AI 專案
BMT-BM Analyzer
從事業計畫書中找出商業模式的結構，以及可供比較的領先企業。上傳團隊的事業內容或事業計畫書後，系統會依據一般上市企業與公開揭露企業的公開資料，將商業模式的顧客、價值主張、收益結構與核心活動結構化，並診斷其優勢及待補強之處。再依分析結果自動配對具相似商業模式的領先企業，共同探索可比較案例、差異化方向及下一項驗證課題；這是一項企業 BM 分析專案。
BM 分析 · 診斷
同類企業配對
同類企業配對
InsightMiner
從分散的知識中，發掘下一步決策所需的洞察。運用 AI 與可擴充的主題分類體系，將散落於經營、行銷、業務、產品及事業開發的資料結構化，並跨越部門與工作領域探索所需資訊及其關聯。這項知識與洞察探索專案不僅儲存資訊，更協助組織更快找到依據並發現新機會。
知識分類體系 · 探索
跨職能洞察
跨職能洞察
SEBM Analyzer
根據社會企業的公開揭露資料，提供 BM 診斷與領先案例配對。以社會企業的公開揭露資料為基礎，將社會價值、事業結構、收益模式、核心利害關係人及執行能力結構化，據此分析並診斷商業模式。系統會自動配對具相似 BM 的領先社會企業，提出比較案例與標竿重點，協助組織快速探索改善領域及成長方向；這是一項內部分析專案。
社會 BM 診斷
領先案例配對
領先案例配對
eBook/POD 多語出版解決方案
用於 eBook 與隨需印刷（POD）出版的出版自動化解決方案根據以 MD、Excel 或 docx 整理的書稿，翻譯並校對成包含韓文在內的 7 種語言（支援套用產業專業術語詞典），再依 Amazon、Apple Books 等國內外平台的要求，自動製作可出版的 eBook 與 POD 格式內文及封面。
MULTILINGUAL TRANSLATION · QA
EBOOK · POD AUTOMATION
查看製作案例
EBOOK · POD AUTOMATION
AI 執行體系設計
將打造平台的經驗轉化為組織的執行體系。
導入 AI 工具的組織，不會因此立即獲得更好的成果。TIL AI Lab 從組織必須解決的問題出發，將優先應用的工作、人與 AI 的角色、所需資料與知識、驗證標準、核准節點及營運規則，設計成一套完整的執行流程。
確定問題與優先順序。
優先挑選不僅能節省時間，也會影響顧客價值、決策品質、知識再利用與組織成果的問題。
劃分人與 AI 的角色。
區分由 AI 支援的探索、整理、初稿與重複性工作，以及由人負責的問題定義、驗證、核准與責任。
串接資料、知識與工具。
將組織文件、工作標準、外部資訊與所需 AI 工具配置於實際工作流程中。
建立驗證與核准標準。
明確訂定檢查事實、來源、品質、資安、偏誤與執行風險的標準，以及人員介入的節點。
從小規模執行擴展為營運體系。
檢討試行營運結果，整理為 SOP、角色、指標及分階段推廣路線圖。
主要產出· AI 應用優先順序 · 人類–AI 角色架構 · 資料與知識串接方案 · 驗證與核准標準 · 營運規則 · 分階段執行路線圖
AI 賦能教育與工作坊
HAMMA
Human-AI Mentoring Motif Approach比起學習如何使用 AI 工具，我們更重視學會如何與 AI 一起深入思考。
HAMMA 是 TIL 的 AI 教育方法：由人先思考，與 AI 進行交叉回饋，再以人的判斷完成。它不讓教育的本質遷就 AI 的使用方法，而是將 AI 的探索與回饋價值融入自主學習、創意、問題定義及解決。
了解 HAMMA 教育與工作坊01 · 人類優先由人解讀問題，先提出問題、標準、假設與初稿。
02 · AI 交叉回饋AI 提出反駁觀點、盲點、遺漏變數與替代性詮釋。
03 · 人類批判循環由人將 AI 的建議區分為事實、詮釋與假設，並判斷採納、修改或駁回的理由。
04 · 人類決策由人考量組織脈絡、價值、責任與執行可行性，做出最終決策。
05 · AI 輔助AI 將達成共識的結論結構化為文件、策略方案、畫布及後續執行項目。
AI 第二意見
善用 AI 的組織，不會照單全收 AI 的結果。
如果 AI 執行體系建立了工作流程，AI 第二意見則會獨立檢視該流程產出的結果，是否已達到可用於實際決策的水準。
在事業計畫書、提案書、研究、策略方案與高階主管報告中，區分有依據可查證的主張與需要再次確認的假設，找出遺漏觀點、邏輯跳躍、商業可行性及執行風險，並整理為修改優先順序。
了解 AI 第二意見事實與來源
邏輯與假設
顧客與市場觀點
商業可行性
執行風險
修改優先順序
邏輯與假設
顧客與市場觀點
商業可行性
執行風險
修改優先順序
我們促成的改變
將個人的使用能力轉化為組織的執行能力。
從個人訣竅走向組織標準
不依賴單一高手的提示詞，而是將問題定義、驗證、核准與執行程序，沉澱為組織的共同標準。
從快速結果走向更佳判斷
不只看產出的速度，也同步提升依據的品質、替代方案的廣度、判斷理由與執行可行性。
從依賴 AI 走向人類主導的協作
建立由人先思考、AI 擴展視野，並由人掌握最終判斷與責任的協作方式。
從一次性實作走向持續能力
培養組織的學習能力，使其在教育與專案結束後，仍能說明、判斷並應用於新的問題。
建構 · 營運 · 學習 · 驗證
一起設計 AI 在我們組織中負責的工作，
以及人類必須堅守的判斷。
TIL AI Lab 同時具備親自開發、營運平台的經驗，以及人類主導的教育原則。我們從組織的問題出發，串聯 AI 的角色、資料與知識、驗證標準、學習與執行方式。在列出 AI 工具清單之前，請先告訴我們，貴組織更需要解決好的問題。
答案引擎
常見問題
可從課題角度快速瞭解 The Innovation Lab 的角色與方法論。
TIL AI Lab 提供哪些服務？
我們親自開發並營運 NextBM200、AI ToolBox、AI Company 等 AI 平台，也研究 BMT-BM Analyzer、InsightMiner、SEBM Analyzer 等內部 AI 專案。以這些經驗為基礎，我們提供組織 AI 執行體系、人類主導的 AI 教育，以及 AI 結果驗證服務。
與一般 AI 工具教育有何不同？
相較於培養熟悉許多功能與提示詞的高階使用者，我們更專注於問題定義、前置思考、與 AI 的交叉回饋、批判性驗證及學習遷移。我們採用由人先思考並負責最終判斷的 HAMMA 方法。
哪些組織需要 AI 執行體系設計？
適合已使用生成式 AI，但各團隊做法不一、缺乏結果驗證與核准標準，或希望將個人生產力擴展為組織可重複成果的企業與機構。
AI 執行體系設計會產出什麼？
我們會制定 AI 應用優先順序、人與 AI 的角色架構、所需資料、知識與工具的串接方案、驗證與核准標準、營運規則及分階段執行路線圖。
可以在教育與專案中使用 TIL 的平台嗎？
我們會依專案運用 NextBM200、AI ToolBox 與 AI Company 的營運經驗。目標不是導入平台本身，而是選擇符合組織問題與學習目標的工具及方式。
AI 第二意見與 AI 執行體系設計有何不同？
AI 執行體系設計是在組織的工作與決策中建立 AI 角色及營運規則的專案。AI 第二意見則是獨立檢視由 AI 撰寫或補強的特定文件，確認其依據、邏輯、商業可行性與執行風險的服務。
企業的 AI 轉型會經歷哪些階段？
第一階段提升一般員工的工作生產力；第二階段運用 AI 代理人重新設計既有流程與工作流。最後則是推出 AI 原生產品並創造新的商業模式。
TIL AI Lab 如何將 AI 導入連結到事業轉型？
我們根據實際營運 AI 平台與內部專案的經驗，設計要導入的工作、人與 AI 的角色、資料與知識、驗證標準及營運規則，再將其連結為打造組織可重複流程與新顧客價值、商業模式的執行路線圖。