某公司的 AI 導入專案在 PoC 階段表現良好，但正式上線後效果大幅下降，最可能的原因是什麼？

解析

正確答案是(B)。PoC 與正式環境效果落差最常見的原因是「資料分布差異」——PoC 階段的測試資料可能經過篩選或不具代表性，無法反映真實世界的資料多樣性和邊界情況。(A)硬體影響速度不影響效果；(C)使用者數量不直接影響模型準確度；(D)可以使用相同版本。關鍵概念：PoC 的資料必須具有代表性，否則驗證結果無法推廣到正式環境。

正確答案：B. PoC 階段的測試資料與正式環境的真實資料分布存在顯著差異