技術與做法
主張先做 workflow decomposability，把流程拆為可自動化、可增強及需人工決策的元件；Build vs Buy 依策略差異、專有資料、流程深度與規模經濟決定。報告並盤點逾 100 家相關 AI 供應商
商業與財務影響
尚無獨立成效驗證
報告引用的企業自述：Tata Capital 稱授信生產力提升約 30%；Kissht 首次正確率提升 30%；Niyo 的 AI 客服占比由 10% 升至 90%，客戶約增 4 倍而客服人數持平；部分理賠時間由約 6 小時降至數秒。未見獨立稽核，報告本身也強調這些營運成果不等於可重複的 P&L 影響
原始證據說明：研究報告 · 企業自述
進展與應用地點
研究／方法論（原始記載：研究與方法論）
印度
研究對象為印度 BFSI 產業，以該市場為地點
延伸研究
「流程可拆性＋經濟價值＋治理」這組框架可以直接拿來當 Agentic workflow 的方法論骨架，也適合用在判斷 AI 新創是否真的嵌進工作流
研究切入點，非來源已證實成果
來源與核對
數字為報告引用的企業自述，未經獨立稽核；報告自身即聲明營運成果不等於 P&L 影響
來源性質：媒體報導。來源核對不等於成效已獨立驗證
Economic Times 報導收錄自：每日財經科技研究