2026年3月26日3 分鐘閱讀
你會讓同一個工程師自己寫、自己測、自己 review 再自己上線嗎？
Anthropic 的新文章讓我更確定，AI agent 也需要分工。很多人類團隊踩過的坑，AI 會重新踩一次。
AI Team DesignAgent ArchitectureCTOWorkflow
Read ArticleFlagship Ventures
dentall
dentall：把牙科平台、AI 與治理底座一起建起來
在 dentall 這段，我一邊帶產品研發團隊，一邊把雲端 HiS、AI 產品與治理底座補起來。比較像是一邊長組織，一邊把平台慢慢做穩。
2018-至今Dental SaaS / HealthTech / AI
Dental SaaSHealthTechAI ProductsEngineering LeadershipISO 27001
TY Wang2025年8月22日最後更新: 2026年3月11日
HealthTech AI 產品案例
Role
CTO / Org Builder & AI Product Lead
Client
台灣 3,000+ 家牙科診所與平台用戶
Industry
Dental SaaS / HealthTech / AI
Outcome
把牙科平台、AI 產品線與治理底座逐步建起來，支撐後續台灣、越南、日本的擴張。
Platform System
我在 dentall 這段，比較像是一邊帶團隊，一邊把平台底座補起來
對我來說，這不是單一 SaaS feature，而是診所 workflow、AI 和治理底座一起長的過程。很多事情不一定最亮眼，但都得先補好。
Cloud HIS
dentallHiS 對我來說，不只是新系統，而是把舊市場真的重做一次
相較於市場上很多還停在二十多年前設計邏輯的產品，我們希望把雲端、workflow 和資安一起往前推。
牙科診所客群
3,000+
公司規模
60-100
ISO 建置與取證
4 months
Case Study Summary
先看這個案例的核心重點
>dentall 的重點不是單一 AI feature，而是把牙科平台、臨床流程與 AI 能力逐步接回同一個產品體系。
>這個案例能看見 HealthTech 裡平台、合規與 AI productization 之間的拉扯。
>如果你想知道 AI 如何在高信任、高資料密度產業落地，dentall 是一個代表案例。
這個案例適合誰看
>HealthTech、醫療 SaaS 與高信任產業決策者
>想看 AI 如何回到核心 workflow 的產品負責人
>正在處理平台與合規並行成長的人
核心成果
>打造台灣大型牙科資訊整合平台與 dentall.ai 能力
>把牙位圖、病歷生成與臨床流程逐步接回產品主體
>在平台、AI 與合規三者之間維持可持續的產品節奏
關鍵限制
>醫療場景的商業化速度與監管節奏不能只看技術成熟度
>AI feature 若無法回到既有 workflow，價值很難放大
>平台基礎建設與產品迭代必須同步前進
可複製方法
>先建立可承載 AI 的平台底座，再擴張智能能力
>用具體臨床任務驗證 AI 是否真的節省溝通與操作成本
>讓合規與產品策略一起規劃，不把它當事後補丁
FAQ
常見 問題
Problem
Problem
我看到的問題，不是少一個功能，而是整個牙科軟體市場被舊架構和高摩擦 workflow 卡住太久。
先講結論：牙科軟體最麻煩的，通常不是缺功能，而是大部分系統真的太舊，而且習慣難以改變。
很多牙科診所每天面對的，其實不是某一個 feature 不夠，而是診所管理、病歷資料、教育、採購、醫病溝通都散在不同工具裡。醫師和櫃檯人員要一直切來切去，流程摩擦很高。
所以當 dentall 從單點服務走向平台時，問題已經不是「還要不要再加一個功能」，而是能不能把整套系統往前拉一代：雲端化、現代化，然後把資安放進核心架構，順便為後面的 AI workflow 和跨國擴張留空間。
Solution
Solution
我的做法不是先疊 AI，而是先把 HiS 和治理底座補起來，再讓 AI 長上去。
我在 dentall 這段時間，做的不只是帶產品研發團隊。比較準確地說，是一邊帶團隊，一邊把整個產品研發體系和平台底座慢慢建起來。
那時候我的想法其實很簡單：最一開始要先把核心產品、組織和治理底座補好，再往上加 AI，比較有機會長成真的平台，也才有能力擴展。
我們後來大致把整體能力拆成三層：
-
dentallHiS 用雲端架構重做診所管理系統，把操作體驗和資安底座都往前拉。
-
dentall.ai 用 LLM 去處理病例文字、健保規則和治療計畫，再慢慢往 AI CRM、AI CS 這些 workflow 長。
-
governance layer 用 ISO 27001 / 27701 把資安、隱私、流程和跨國落地能力制度化。這塊平常不一定最亮眼，但對 HealthTech 其實很重要。
Execution
Execution
dentall 最難的地方，是很多事情要一起跑：平台、AI、組織和合規都不能太弱。
這段最難的地方是，很多事要一起跑，而且每一件都不能太弱。
-
組織要先站穩 公司一路長到 60-100 人規模時，產品研發組織、招募、分工、敏捷節奏和交付責任都得慢慢成形。這塊如果沒先穩住，後面的產品線會很容易散。
-
dentallHiS 要真的能當底座 對我來說，dentallHiS 不是再做一套新系統而已，而是把診所營運底座重新做一遍。相較於市場上很多還帶著二十多年前設計邏輯的產品，我們是從雲端和現代 workflow 出發，順手把資安考量直接做進架構。
-
dentall.ai 不能只是 demo 在 AI 這條線上，dentall.ai 已經可以把病例文字轉成牙位圖和治療計畫，也能回答健保規則問題。但我更在意的是，這些能力能不能接回 dentallHiS，而不是停在單點展示。另一條影像線則完成了 X 光 AI 的技術驗證，後面再看法規和產品化節奏。
AI Operations
我比較在意的是，dentall.ai 有沒有真的接回 workflow
這不只是 prompt 輸入，而是病例文字、規則問答、客戶分析和客服流程能不能慢慢接回同一套產品能力。
LLM Dentistry
當病例文字能直接長成牙位圖和治療計畫，AI 才比較有機會被用
dentall.ai 透過 LLM 理解病例描述，生成牙位圖與治療計畫。對我來說，重點是它能不能真的幫醫病溝通省力。
Imaging AI
X 光 AI 到了可用的技術階段，但產品化還是得看節奏
影像分析能力已經走到可用技術階段，但在醫材法規和產品路徑更成熟前，我們還是保持節奏。
Impact
Impact
我比較在意的成果，不是多做幾個 AI feature，而是整個底座有沒有真的變穩、變厚。
如果只看某一個 feature，這段經歷其實很難講完整。比較貼切的說法是：整個平台底座慢慢被拉到另一個層級。
- dentall 在台灣已服務約 3,000 家牙科診所，版圖橫跨採購、教育、雲端 HiS 和 AI 產品。
- e 聊智慧通超過 7,000 位使用者，至少證明牙科垂直規則問答這件事有明確需求。
- 公司往越南和日本推進時，技術和治理底座可以一起帶著走，而不是每到一個市場都重來。
- 團隊在 4 個月內完成 ISO 27001 / 27701 建置與取證，也拿到 BSI 年度資安精銳獎。
對我來說，這些結果放在一起看，比較像是在說：dentall 不只是做牙科軟體，而是真的開始有平台、AI 和治理三條線一起長的樣子。
推出更現代化的雲端牙科 HiS，重建診所管理與資安底座。
讓 dentall.ai 把 LLM 帶進牙位圖、治療計畫、健保規則與未來 AI CRM / AI CS。
四個月內完成 ISO 27001 / 27701 建置，並獲 BSI 年度資安精銳獎。
Next Step
下一步還是把 dentall.ai 更深接回 dentallHiS
我現在更在意的，不是再加一個新功能，而是讓 dentall.ai 更深整合回 dentallHiS，讓 AI 真正長進診所營運系統裡。
>把病例文字、保險規則與病患資料串進同一套 AI workflow。
>讓 AI 從單次生成工具，變成長期經營與客服的營運層。
>在合規前提下，逐步打通影像分析與臨床決策支援。
Founder Note
Lessons
❝ 在 HealthTech 做 CTO 久了，我越來越覺得難的不是功能多，而是平台、AI 和合規能不能一起長。
在 HealthTech 做 CTO 久了，真正的護城河都不是技術的多寡。
比較難、但也比較真實的地方是：平台、AI 和合規能不能一起長。如果系統不夠穩、資安不夠強、組織沒辦法持續交付，再好的 AI 也很難真的進到臨床和商業流程裡。
另一個很深的體會是，AI 只有接進既有 workflow 才有價值。不管是病例文字、健保規則、病患經營還是影像判讀，只要它沒有真的幫專業人員省時間、減少溝通摩擦、提高決策品質，就還不算值得產品化。
Contact
討論一個類似的 產業挑戰
把牙科平台、AI 產品線與治理底座逐步建起來，支撐後續台灣、越南、日本的擴張。
Related Writing
與這個案例相關的 延伸文章
2026年3月18日3 分鐘閱讀
每個月花超過一萬塊訂閱 AI Coding 工具，值得嗎？
我同時長期用 ChatGPT Pro、Claude Code Max 和 Google AI Pro。現階段如果要給建議，我會把它們當成三種完全不同的工作取向。
AI Coding ToolsClaude CodeCodex AppGemini
Read Article
2026年3月16日4 分鐘閱讀
當大家都在瘋 OpenClaw 的時候，我默默組了一支 AI 小團隊
我最近最常用的不是最花俏的 agent 平台，而是 Claude Cowork。對我來說，它真正厲害的地方不只是能做事，而是 context 設計做得夠完整。
Claude CoworkAI AgentContext EngineeringWorkflow
Read Article