企業內訓的價值，是讓 AI 能接進既有資料與工作環境

剛才完成了跟 SYSTEX 精誠資訊 恆逸教育訓練中心 的 AWS APN 專屬的內部課程，完全使用 AWS 的環境，搭配 S3、Athena、QuickSight、Lambda、SES 來搭建自動化報表。

為什麼開這堂課？

因為我真的受不了大家還在手動做報表，很多公司每週都在做同一件事：開 Excel、拉數據、清洗、複製貼上、做圖、截圖、做報表，最後在傳給主管。然後下週，再來一次，一模一樣。

所以討論之後開了這堂課，專注於解決一個很單純的問題：能不能讓報表自己長出來？而且去到該收到那份報表的人手上？

不是半自動，不是工具輔助，而是整條流程的最簡化設計：讓 Athena 自己抓資料，讓 QuickSight 自己算指標、生成圖表，讓 Lambda ＆ SES 寄出去。

人只負責看。

整個架構其實很簡單，只是把四個功能串在一起而已

① S3（資料集中）把所有原始資料丟進同一個地方，不要再散在 Excel、Drive、信件裡面。

👉 解決：資料分散、版本混亂

② Athena（直接查資料）不用建資料庫，不用維護，直接用 SQL 查 S3 裡的資料。

👉 解決：查資料慢、每次都要整理格式

③ QuickSight（讓數據變人話）整合數字變成 KPI、趨勢圖、漏斗...等的數據。

👉 解決：老闆看不懂數字，只能看你講

④ Lambda + SES（自動寄送）時間到，自動觸發產報表，自動觸發寄信。

👉 解決：每週手動做報表、寄信、提醒

這整段串起來就是：資料 → 查詢 → 視覺化 → 自動寄送，也就是一條「報表生產線」。

跟往常的課程不一樣在哪裡？

跟平常教 AI 應用比較不一樣的地方在於，這次課程更重視的是：怎麼用 infrastructure 架構出「最簡可運作方案」。

不追求炫技，也不塞一堆工具，而是刻意只做一件事：把系統「減到不能再減」。

因為很多人在學 AI 的時候，會有一個很常見的問題：工具越學越多、流程越來越複雜，但東西反而跑不起來😔

最後變成：我會很多工具，但沒有一條真的在用的流程。

所以這堂課，我反過來做，直接把整個系統壓成一條最短路徑：不建 Data Warehouse，不做複雜 ETL，不拉一堆中間服務，只用 S3 + Athena + QuickSight + Lambda + SES 就好了。

你會發現一件很有趣的事情

當你把架構壓到夠簡單的時候，系統反而更容易上線、更容易導入到企業端。原本要花幾十小時的 IT 人力，現在不到 30 分鐘就可以完成而且立即產出報表。

很多人做系統，會卡在一個地方：做得很完整但上不了線，或是技術很漂亮但公司沒人敢用會用。

可是當架構夠簡單的時候，就會出現一個很明顯的差異：IT 不需要長時間介入，業務或營運者也可以看得懂流程，決策者甚至可以直接參與。

也就是說，導入成本會大幅下降。我不是說技術成本而已，還包含了理解成本、溝通成本、維運成本等等。

這也是為什麼我這堂課一直在做一件事：不是把東西做滿，而是把「最必要的那條線」拉出來，因為在企業裡能上線的，往往不是最完整的方案，反而是最簡單、但可以穩定運作的方案。

當這條報表生產線真的跑起來之後，後面你要加什麼都可以，像是加 AI 自動摘要？加異常警示？加即時儀表板？加 API 串接？這些都可以做到。

當然前提是你得要先有一條「真的在跑的東西」，這也是今天這堂課最核心的一件事：先讓系統動起來，然後在來談優化。

今天開課後，我自己的一個觀察

今天上完第一堂 Opening，除了觀察大家有沒有跟上操作之外，我還在看一件事情：有多少人開始覺得「原來這件事可以不用我做」？

這種想法一旦出現了，就連瑞凡也回不去了😁 （喔！好老的梗）

因為你會開始重新思考：這些報表，真的需要我手動做嗎？這些數據，為什麼不能自動出來？我每週花的這幾個小時，到底在幹嘛？

誒不知道要用啥標題了

這堂課的目的除了讓 APN 的 PM 們學會 AWS 服務之外，也希望讓學員知道人的位置應該放在解讀數據，而不是產生數據這個讓人 QQ 的工作上。

#AWS #S3 #Athena #QuickSight #Lambda

本文原發表於 2026/04/07 的 Facebook 貼文，原文照登，僅調整網頁排版；文中提及的產品、價格與活動以當時為準。