2026年4月4日 星期六

領導者的數位轉型(下)

領導者的數位轉型
第四章 改造營運架構
▷數位型公司不採行傳統的組織模式,透過種種封閉塔式的專業化流程來營運,而是仰賴一個整合、高度模組化的數位基石,資訊技術不再只是傳統流程及方法的一項輔助及優化工具,軟體構成公司的實際營運核心。
▷在21世紀的數位型公司,由演算法驅動、以資料為燃料的軟體,取代傳統的勞力與資產密集型組織,構成公司向顧客傳遞價值的主要路徑。因為這些數位基石,公司能夠產生遞增的規模、範疇及學習報酬,大大勝過傳統的商業模式。
架構慣性(architectural inertia,抗拒調適)的概念進一步導引出克里斯汀生(Clayton Christensen)的破壞式創新理論,根據破壞式創新理論,和現有顧客的關係所建立的架構慣性,阻礙了組織對破壞性變化做出有效的反應。
組織變得擅長以特定方式做某件事後,它們就發展出相互強化的固定程序及制度系統,變得難以用不同的方式做事,架構慣性導致難以做到需要以新方式組織工作的轉型。
▷在一個數位型營運模式中,員工不從事傳遞產品或服務的工作,他們設計與監督一個用軟體來自動化、用演算法來驅動的數位型「組織」去執行實際傳遞產品或服務的工作

第五章 數位轉型之道
▷轉型的五個原則
原則1:有策略
原則2:釐清架構
原則3:聚焦在產品的敏捷組織 
原則4.能力基石
原則5.多專業治理
▷(原則3)建立一個人工智慧型營運模式的核心工作就是把許多傳統流程嵌入軟體和演算法中,最終,一個轉型後的現代核心服務組織的實際「產品」就是人工智慧型公司及其種種人工智慧驅動的流程。
▷(原則3)敏捷方法跟一個轉型、以資料為中心的營運架構是密不可分的。以往由顧問大軍歷經多年建立連結至特定資料庫的巨大定製化應用程式的做法將走路歷史,當資料、模型、與技術元件變得易於從公司的人工智慧工廠中取得後,就能很快速的建造應用系統,尤其是若涉及團隊夠了解下游廠合與環境,而且這些團隊以快速敏捷方式工作的話。
▷(原則5)人工智慧成熟度領先的公司因為對種種商業功能做出資料與分析的投資而獲得相當多的好處。我們發現,資料被用來把決策自動化,也被用來提供對市場動態、顧客、公司營運、員工能力及產品與服務性能的全方位了解,進而幫助公司做出複雜決策
▷(原則5)從顧客生命周期蒐集而得的資料幫助這些企業做出有根據的明智決策,為顧客提供量身打造的產品、服務及體驗,減少支援問題,這一切全都是使用在所有通路與接觸點取得對顧客的360度觀點。
富達為其人工智慧轉型行動訂定三個優先要務。
  1. 第一個優先要務是顧客體驗,富達做出相當大的人工智慧投資,以更加了解顧客的喜好,推薦更有成效、高度個人化的投資策略。
  2. 其次,富達的人工智慧投資聚焦在營收成長,尋找機會去優化既有的營運流程,使公司更能擴大規模,創造在各項業務中增加服務的機會。
  3. 最後,富達推出的一些計畫旨在產生重要的事業洞察,例如研擬更好的投資策略,或了解顧客打客服電話的理由。
第六章 新時代的策略
▷創造網路的平台,其最基本的營運模式是促成用戶之間的媒合,攫取網路效應所創造的價值。
學習效應
學習效應可以自行創造價值或是使現有的網路效應增加價值。
以Google搜尋事業為例,使用者進行越多的搜尋,Google的演算法越能(且越快)找到共通的搜尋型態,服務就變得更好,這類學習效應對於搜尋引擎提供的價值很重要
學習效應之所以能夠強化競爭優勢,主要是因為它們仰賴規模。通常有越多的資料被用來訓練及優化一套演算法,演算法的產出就越準確,也可以使用演算法來解決越加複雜的問題。
學習及網路效應能夠相輔相成,一般來說,一個網路越大(亦即其連結數量越多),連結的價值越高,資料流量越大,人工智慧及整體學習的機會越多

第七章 策略性衝撞
數位型營運模式產生的經濟價值可能得經過好些時間,才能近似傳統型營運模式產生的經濟價值,
這也是安身於傳統型模式的主管起初難以相信數位模式將能趕上他們的原因但是,數位營運模式的規模一旦超越臨界數量後,遞送的價值可能相當大,使得採行數位型營運模式的公司可以輕易得凌駕傳統型公司
▷而Airbnb的精實敏捷組織座落於它的整合資料平台之上,能蒐集顧客及流程資訊,探勘分析所獲得的洞察,不斷且快速進行實驗,有效產生預測性模型以提供重要的決策參考
▷Airbnb持續探勘資料以取得新顧客,辨識新的旅客需求,同時優化顧客體驗,分析風險程度,這些舉動又使公司蒐集到更多旅客和房東的資料。它使用人工智慧和機器學習以獲得新洞察,並經常透過日常實驗來確認這些洞察是否正確。
不僅如此,Airbnb也快速擴張業務範疇到提供種類廣泛的服務體驗,內容囊括音樂會到飛行課程等等,這驅動了新的網路效應與學習效應,使創造價值與攫取價值的機會倍增。
▷旅遊業的例子再一次顯示人工智慧及學習與網路效應可以如何相輔相成的以一連串的自我強化迴路,為一個數位型營運模式建立起快速成長的價值主張。
當營運模式發展出更多連結時,它也發展出更多生成資料與累積資料的機會,生成的資料越多,組織能夠提供的服務越好,第三方前來連結的誘因越大
提供的服務越好,將吸引更多的用戶,用戶越多,資料越多,依次類推,形成良性循環,提高學習終將與網路效應的影響力。一般來說,網路越大,生成的資料越多,訓練出的演算法越好,演算法越佳,因為規模及範疇而遞送的價值的增加得越多。
零售業的轉型並非只是把交易活動轉移至線上,而是需要一個徹底不同的營運方法,以資料及人工智慧為中心,對顧客獲得一致的了解,設法把零售體驗個人化,不僅僅線上零售體驗,還有線下零售體驗
零售供應鏈變成以軟體為中心,人力不再是部屬於流程的核心,而是部屬於周邊(例如把貨架上形狀有異的產品取下來),這移除了傳統瓶頸與規模限制。
零售業提供的一個重要洞察是,把一個事業放到線上,未必能夠扳倒一個傳統產業巨人,重點在於有一個以軟體及資料為中心的營運架構。一些線上零售商領悟這個要訣後,零售業才真正轉型。
▷YouTube和網飛對消費者提供更具吸引力的價值主張,以及可以擴大規模的價值攫取模式,例如透過廣告訂閱,這大致上是仿效音樂串流事業的做法。
▷不過,網飛與YouTube的營運模式有一個具有重要競爭意涵的明顯差異,那就是YouTube匯集小眾內容創作者,形成一個龐大的社群,積聚重要的網路效應,基本上稱霸它所屬的市場。
另一方面,網飛提供的各種影音流服務來自更為集中化的一群內容創作工作室,這些工作室習慣多歸屬,在各種遞送平台上供應它們的內容。

第十章 領導者的使命
▷轉型必須由組織最高層級開始,激勵並培養領導幹部共同投入艱苦的組織轉型工作。

2026年4月3日 星期五

AI導入起手式

 AI導入起手式
第 2 章 活用深度學習的基本流程
▷準確率大致上分為兩種:
  1. 精確率(Precision,系統判斷正確的比例)
  2. 查全率(Recall,找出正確答案的比例,也稱為召回率)。
進行準確率的評估時,除了要分析是否有獲得足夠的正確比例,分析與處理「誤判」狀況也十分重要。以圖像辨識為例,如果把應該判定為癌細胞的部位誤判為正常細胞,將會導致嚴重的後果。
▷AI的開發成本和工時多半都是耗在準備資料,換言之,就是把以前設計程式與演算法的工作,
改成收集資料和標示正確答案(標記)等製作訓練資料的工作。
再換個說法,過去工程師是為了設計數學演算法而煞費苦心,而現在建構AI最辛苦之處,
則是必須憑藉人類的感覺、直覺與經驗法則,思考究竟該如何製作訓練資料。

第 3 章 目標準確率的評估與開發經驗談
導入AI系統對公司來說將是個好機會,可藉此檢討內部作業流程,仔細分析過去那些「不知為何而做」的業務。徹底檢討執行各項業務的理由與限制條件非常重要,若是懶得檢討,
之後在導入AI時,就會搞不清楚該改變流程中的某項業務或是要全面更新流程,
也不清楚如何活用員工的能力,結果往往會制定出不洽當的作業流程。

第 4 章 以實例說明導入 AI 的現況
▷AI所改變的並不是單一機器或市場,而是會促使企業或社會基礎建設為了活用AI,去重新設計其既有的工作模式或系統
第 6 章 今後 將 AI 導入產業的注意事項
▷還有很多事情是AI做不到或不會做,例如買低賣高的投機心態。
在資訊不足、AI無法判斷的情況下仍要做決定時,有時候也需要人類投機的做法。
由於AI在法律上沒有人格權,並不具備責任感與責任能力,因此要讓AI做判斷必須仰賴人類。
▷就算不久的將來出現通用型AI與強AI,在法規給予「他們」人權、 與人類地位相同之前,通用型AI與強AI都只能算是人類的工具。
▷導入AI,問題是投入的成本是否能回收。

2026年4月1日 星期三

台灣AI大未來

 台灣AI大未來
▷AI副駕之所以被稱為「副駕」,使因為人類需要與它不斷互動才能完成任務,
它不是全面自動化,而是半自動化的協作夥伴,最終的決策權和大部分的執行工作仍然由人類掌控。
▷「提示工程」(Prompt Engineering)變得越來越重要,你必須有能力跟它互動、問對問題,提問越精準,答案才會越好。
▷AI代理的關鍵推手之一,是Anthropic提出的「模型上下文協定」(Model Context Protocol,MCP)。
MCP是一套讓外部資料庫、網站、伺服器都能註冊成為「可被AI代理使用服務」的標準協定。
正如當年的HTML促成了全球資訊網路的互聯互通,MCP有機會成為未來「AI代理的基礎網路協定」。

2026年2月10日 星期二

被討厭的勇氣

 被討厭的勇氣

- 人並非受制於過去的原因而行動,而是朝向自己決定好的目的而行動。
- 重點不是你經歷了什麼,而是你如何運用它。
- 人生最大的謊言,就是沒有活在當下。

2026年1月27日 星期二

資料視覺化聖經

金融時報首席專家的資料視覺化聖經

第2章 用圖表傳達數據的九大關係
▷圖表更有效率,專注在呈現重要數字的規律或關係
▷所說的「關係」是什麼?全看重要數字的脈絡而定。

Part I 剖析九類視覺化圖表
第8章 呈現流向
▷它顯示非常有用的見解,可以藉由顯示不同侯選人之間的選票流向,進而理解候選人拿到的選票都是來自何處。每個流向區段的寬度都依照比例調整大小。

Part II 讓圖表完美發揮作用
第14章 改變尺度,改變說故事的角度

▷乍看之下,這張圖可能會讓讀者覺得平淡無奇,因為接種率一項很高,而且近幾十年也都保持在高水準,只有一些小波動。但是花點時間想想,繪製疫苗接種資料的關鍵面向:
  • 高疫苗接種率需要大量人數,才能實現有助遏制疫情爆發的群體免疫。就麻疹來說,世界衛生組織建議疫苗接種率要達到95%。
  • 在英國這類已開發國家中,我們會期待疫苗接種率相對較高,而且一定部要低於50%。
▷上述兩點意味著,我們的圖表正隱藏如果讓縱軸從0開始將會透漏的資訊,因為圖表中有一大塊區域顯示空白。讓我們試著調整縱軸,不要顯示0到100之間的數值,而是顯示80到100之間的範圍。
請記住,這裡用到的資料還是和第一張圖表一樣,唯一差別是縱軸刻度,並且額外增添疫苗接種目標的資訊。在這張新版圖表中,就視覺上,我們現在宣告80才應該被認定是低的數字,這是因為從脈絡來看就是如此。

▷所以,什麼情況下可以只讓縱軸呈現特定區間的數字?
最重要的是,圖表中單位不能是簡單的計數,好比演員身高、人數、千美元、每桶石油等,
因為我們想要顯示的不是量的比較關係。我們是在檢視每100名兒童的疫苗接種率如何隨時間變化,在這種脈絡下,使用軸線當作鏡頭以便放大圖表,進而彰顯資料的正常、預期或「目標」範圍,是完全合理的作法。
▷當然,在報告或簡報裡同時使用這兩種圖表完全可行,
第一章圖表顯示概況,也就是「總體而言,接種率看起來相當高」,
而第二章圖表則凸顯細節,也就是「然而,如果我們放大來看就會看到問題」。
不過,如果你被迫只能選擇一張圖表做出重大決定,肯定要選後者。

▷這張圖表顯示,女性在國會的比率如何隨時間變化,並透露出一股趨勢:
從1997年近12%提高到2020年約25%。再次提醒,請忽略軸線數值,就視覺而言,它看起來像是全世界已經解決性別代表性的問題,因為數據成功地一路從圖表左下方延伸到右上角。
▷每當有人使用電腦軟體製圖,軟體通常都會針對如何定義圖表軸線做出「有憑有據的猜測」,尤其是這類自動產生的圖表。
▷軟體不太明白的是,正在對讀者顯示的資訊代表什麼意義,或是我們會什麼要製作這張圖表。接受軟體的預設值,就會因為產出一張誤導性的圖表。

▷我們一開始為什麼要製作這張圖表?是為了衡量國會中性別平等的進展。那麼平等應該是什麼樣子?關於這一點,或許是女性要取得過會近半席次(也就是50%)。
如果我們縮放縱軸(y軸)在這個水準,就會產出一張截然不同的圖表,有一側留下一大片空白,凸顯根本缺乏實質進展。請留意,新的尺度讓我們可以下一個完全相反的標題,就是依照這個緩慢而持續的速度進展,圖中的藍線要花費數十年才能觸及50%的刻度。

第15章 好圖表是「寫」出來的
▷對聚焦解釋事物的圖表而言,請考慮採用如何...或為什麼...的標題,這種做法有助於建立「承諾」。
▷有時候,可以先考慮圖表中的視覺化辭典關係,再找出適當的動詞。舉例來說激增可能暗示「隨時間變化」,而上升/下降則可能意味著我們在強調「排序」。
▷一個精心討選的主動動詞可以凝聚圖表焦點,提供達成目的的真實故事。









2026年1月17日 星期六

當數位轉型碰上生成式AI

當數位轉型碰上生成式AI:臺灣150家企業轉型的策略性思維和變革實務

第一章 AI的起源與前世今生
▷展望未來,真正具有創造力的生成式AI應該可以做到更專業的工作。
例如主動根據目前市場情報,預估各種商品未來一年需求、分析客戶的喜好進而做到精準行銷。

第三章 你了解的數位轉型,真的是數位轉型嗎?
AI就是電腦科學家先模擬人類思考過程,接著設計電腦程式來模擬,
如此一來,就提供了一套以電腦做決策的簡單方法;接下來的二十年之間,
AI專家又發展出利用少量已知答案的樣本,透過演算法的方式自動學習(又稱作「機器學習」),
由此而預測未知的樣本,更貼近人類的決策模式

第四章 傳產業數位轉型必勝密技
▷正因為數位轉型的實質意義在於企業重新定義商業模式營運流程客戶體驗
並且進一步找到提升競爭力與創造營收的方式,所以勢必會從「商機」中發現新的商業模式與服務

第五章 產業數位轉型案例解析
主題4:如何熟悉消費者偏好,建立產品口碑以累積忠實客戶
▷任何產業都應該實地做消費者心理分析,深入了解大眾或小眾市場的需求,
透過週期性和不定性的市場研究做消費者調查、重點小組討論和數據分析
企業能深入了解消費者的偏好和行為,把握市場趨勢,調整產品和市場策略
▷同時進行廣泛的潛在受眾生活習性分析網路聲量排行忠實客戶數據分析比對
辨識高熟度的熱門菜或主廚推薦私房菜,讓消費者在進入餐廳前,有熟悉及對焦後的清晰感。
▷透過與消費者互動、分享有價值的健康議題內容,回應消費者問題。
最後,透過監測閱讀者指數的成長與衰退,精準投放擴散至有效社群,計算曝光量,創造口碑聲量,成功提高餐飲品牌能見度

主題5:如何建立有感的優質服務,在對的時間點提供最好的服務?
▷隨著數據的不斷增長和分析技術的進步,服務業勢必更加重視數據的應用。
透過收集、分析和利用客戶數據,企業可以提供更加個性化的服務體驗,精準滿足客戶需求,並建立更優良的客戶關係。

主題6:如何進行分眾行銷,以互動擴散粉絲群?
▷具體想像並提出像是該如何提供給客戶這個商品最有價值的內容,以及用什麼樣的方式提供。
這其實早就是服務業常用的概念:為什麼客戶要買我這個東西?
接下來,才是要清楚地知道目標客群在哪裡。
▷一般行銷,常會將市場分為不同的細市場或分眾每個分眾或是族群應該找出共同的特徵
例如年齡、性別、地理位置、興趣、行業、收入水平等,然後才在企業的粉絲群中分享有價值的內容,如文章、YouTube、圖片或獨特的資訊,確保這些內容與產品的粉絲群的興趣相關並具有吸引力
使用關鍵績效指標來評估每個分眾的表現,並根據成效調整短期策略,為每個分眾制定特定的行銷策略。這個策略可能包括產品定價宣傳活動產品設計分發鋪貨促銷方式
重點是,企業必須確保能夠持之以恆地更心和管理粉絲群,不斷提供新的內容和活動,以保持成員的參與熱度。

若是沒有引進足夠的IT資訊技術進行數據整合,就稱不上是數位轉型,只能說是數位優化,就是門市零售之流程優化,這就是前面提到的-低估了自己的能耐。
真正的數位轉型,是希望透過自動導購的概念,在經過精密計算後提供每一位客戶最佳化商品推薦以提升潛在客戶從線下瀏覽行為轉換至線上實際消費,或是導引線上會員帶著電子折價券前往實體門市消費
▷簡單來說,AI推薦系統所採用的方法,是結合用戶過去的行為(例如以前購買過、選擇過、評價過的物品等)與其他用戶的相似決策,以建立特定族群的推薦模型,再用來預測哪一類用戶對哪些物品可能感興趣;也就是說,AI推薦系統會根據用戶對物品的感興趣程度,推薦給他類似性質的商品,例如保養品、美妝用品和睫毛膏等,就屬於「相似」的商品。


▷用更簡單的話說,就是要用演算法清楚地描繪出消費受眾的樣態消費者及會員輪廓可以透過業者內部資料而整理分析出來,但在網友最常用的社群LINEFB上,卻無法這麼清楚地探知社群會員的輪廓,所以常採用無差別的方式推播訊息或廣告,這一來,不僅廣告成本增加了,還常會使社群會員覺得垃圾訊息太多而封鎖社群推播
▷解決這個問題的高階演算法方式,其中一種是透過LINE問券活動、會員點擊圖文訊息的回饋,然後從系統後台去對消費者貼標,定義該消費者的屬性,也就是「AI演算法標籤」。
這些更明確的標籤,例如喜歡的東西類型、嗜好的運動、購買價格區間、新品資訊,或是喜歡情侶款、熱銷排行榜等,眾多關鍵詞組或標籤都可以直接分析出社群會員的輪廓再由精準的分眾演算法技術接手讓行銷部門可針對特定消費者喜歡的東西(或是主題)去投放廣告,或推播地區性熱門主題廣告,鼓勵消費者到實體門市憑券消費。

主題7:精準行銷-為什麼老闆始終覺得我們離顧客有點遠?
▷近年來,許多零售業的管理者不但逐漸了解,同時也已巧妙地善用銷售數據來預測消費者的行為偏好,例如購買A產品的客戶也會購買B產品,或者促使客戶購買C產品的是什麼動機
但是,創造全新的客戶體驗卻不僅僅是以數位科技收集大量的消費數據而已,還得在更多的情境下都能夠精確提供個人化的客戶體驗















2025年12月31日 星期三

大人學做事做人

大人學做事做人:做事,才是職場做人的根本
Part1[破]重建人際的底層邏輯 
▹釐清溝通、說服、談判的區別。
  • 溝通:讓對方心平氣和地理解你的意思。
  • 說服:找到對方在意的點,讓他認同你的觀點。
  • 談判:以條件或物品交換對方的配合。
私人議題因為涉及情緒,無法理性分析。理解對方的情緒比單純講道理更重要
說服的關鍵在於理解對方的需求,提供對方能獲得的好處才能推動事情發展
▹要是你的問題不是私人議題,而是與商業有關,好比是在與客戶談判過程中卡住了。這時要做的第一件事,其實也不是說理,而是要想辦法從爭執中先退出來,重新去盤點公司手上的籌碼,或有可能在梳理的過程中找到新的突破口,發掘對方也會感興趣的新切入點,重新吸引對方注意。
▹無論是私人或是商業議題,說服的關鍵思維,都是找出對方最在意的點,好比私人議題可能是對方的情緒感受;或在商業上提出一個對方不能抗拒的方案,以此作為說服對方的破口,所謂的溝通多半只是自說自話。你講再多,我都聽懂了,但對我沒好處,我就不要配合。所以關鍵是你該思考,對方的好處在哪裡?好處有了、好處明確了,對方瞬間就會懂這方案好在哪裡了!
▸不要用戰術上的勤奮,來彌補戰略上的懶惰。

Part2:[立]了解自己,建立互動起點
▹利用FAB法則(功能、優勢、貢獻)來識別自己的特點。
▹不要用單一指標來衡量自己,結合三到四個的技能,自能找到自己的優勢。
▹亞當斯的「25%法則」,結合三項前25%的技能(25%*25%*25%=1.6%),就能成為這三合一領域綜合前1~2%的佼佼者。
▹多元思考,挖掘自己的關鍵字,找到適合發揮的領域。

Part3[知]讀懂人心的邊際 
▹所謂政治,就是管理眾人之事,想要推動改革,就必定要有手段。況且真正的管理,就是去推動組織內的改變,讓最多的人得到好處。