https://yennj12.js.org/yennj12_blog_V4/tags/enterpriseai/Recent content in EnterpriseAI on YennJ12 Engineering BlogHugo -- gohugo.ioen-usMon, 08 Jun 2026 10:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/fde-core-concept-23-stakeholder-mapping-zh/Mon, 08 Jun 2026 10:00:00 +0800https://yennj12.js.org/yennj12_blog_V4/posts/fde-core-concept-23-stakeholder-mapping-zh/技術方案的死因往往不是架構錯誤，而是你從未和那個能按下否決鍵的人說過話——Stakeholder Mapping 是在第一次會議之前就找到他的方法。 面試情境： 「你有一個企業客戶，窗口聯絡人對你的 AI 方案非常興奮，但已經過了三個月，合約還沒簽。你怎麼判斷問題出在哪裡？你下一步會怎麼做？」 一、為什麼面試官問這個 面試官問利害關係人圖譜，真正在測試的是以下三件事： 你是否把「客戶」當成一個人而不是一個組織。 弱答案：「我們會跟客戶的 CTO 介紹技術方案。」這暴露你只看到一個接觸點，沒有意識到 CTO 背後有法務、財務、採購、資安各自擁有否決權。強答案：在第一次探索電話之後就能列出決策鏈的所有節點，並為每個節點設計不同的溝通材料與時序。 你是否理解企業 AI 採購的政治複雜度。 弱答案：「只要 ROI 夠好，預算就會批下來。」在企業採購中，ROI 是必要條件而非充分條件；隱藏在法規遵循、廠商鎖定、組織利益之中的顧慮，才是真正讓決策卡關的變數。一個 $2M 的 AI 合約在最後一週因為資料主權問題被法務否決，不是因為 ROI 不夠，而是因為 FDE 從未和法務說過話。 你能否主動消除阻力而不是被動應對突襲。 強答案展示一個系統性流程：先建圖譜、再依類型安排 1:1 探索對話、在正式提案之前就把每個阻礙化解在水面下。能說出具體加速效果（如「這個流程在上一個客戶縮短了 8 週成交週期」）的候選人，比只能說「我會多跟客戶溝通」的候選人，面試評分至少差兩個層級。 二、核心原理與技術深度 影響力圖譜的資料結構 Stakeholder Map 本質上是一張有向加權圖（Directed Weighted Graph）： 節點屬性（Node Attributes） name: 姓名 / 團隊名 archetype: Champion | Economic Buyer | Technical Evaluator | Blocker concern: 主要顧慮關鍵字（cost / compliance / security / lock-in） influence: 1–5 決策影響力評分 sentiment: +2（強支持）到 -2（強反對）的情感傾向 status: 未接觸 | 已接觸 | 已對齊 | 仍存疑 有向邊屬性（Edge Attributes） from → to: A 的決定影響 B 的決定 weight: 影響強度 1–5 type: 直屬 | 技術核准 | 預算核准 | 政治影響 建圖演算法使用拓撲排序（Topological Sort）識別真正的終端決策者——入度（in-degree）為零的節點不依賴任何人的批准，他就是 Economic Buyer。入度高的節點（被多方影響）是需要被最後對齊的人，通常是 PM 或專案主管。