Digital Transformation 數位轉型

「數位轉型」在企業中最常見的失敗模式：

• 做了很多專案、沒有轉型
• 買了很多系統、員工不用
• 喊了三年口號、數字沒動
• 成立 DX 辦公室、事業部不甩

本 skill 的核心主張：DX 是「營運模式重設」（Operating Model Reset），不是「IT 系統升級」。

三個常見誤解澄清

• 不是：把既有流程電子化（那是數位化，Digitization）
• 不是：上雲、導 AI、換 ERP（那是技術專案）
• 是：用數位能力重塑商業邏輯、組織結構、人才、客戶體驗的一體性變革

與相近 Asgard skill 的邊界：

• grad-digital-transformation — DX 學理（定義、類型、成熟度研究）
• grad-sociotechnical — 社會技術系統理論
• grad-tam-utaut — 科技接受模型（個人層）
• data-* skills — 資料分析工具
• 本 skill — DX 的執行治理與營運模式設計

觸發條件

• 執行長委託 DX 藍圖設計
• 成熟度評估與標竿對照
• 轉型辦公室（DX Office / PMO）組建
• 資料平台 / AI 平台規劃
• 核心系統（ERP、CRM、MES、HRIS）升級決策
• 傳統產業的數位化轉型
• 客戶體驗數位化
• DX 組織阻抗的診斷
• EMBA 資管、營運、策略、組織變革課程個案

不適用

• 單一 IT 專案規劃 → 需特定技術文件
• AI 模型設計 → 需技術團隊
• DX 學理文獻 review → Asgard grad-digital-transformation
• 資料分析方法 → Asgard data-* skills
• 創新新事業 → 本 repo biz-innovation-management

IRON LAW 1：DX 是營運模式，不是技術專案
買系統、導工具 = Digitization，不是 Transformation。
真正的 DX 改變：
（1）價值主張（你賣什麼、怎麼賣、誰買）
（2）營運模式（流程、組織、能力）
（3）收入模式（訂閱、平台、數據）
沒改變以上三者的「DX」是花錢裝潢。

IRON LAW 2：CEO 不親自帶 = DX 必死
DX 涉及跨部門整合、資源重分配、文化變革、短期 EPS 犧牲。
這些決定只有 CEO 能做。
把 DX 交給 CIO / CDO 獨立推動 =
「給一個人一把掃把、要他清空一座山」。
CEO 至少每月親自主持一次 DX 指導委員會。

IRON LAW 3：成熟度不能跳級
L1（手工） → L2（流程數位化） → L3（資料驅動）
→ L4（智慧決策） → L5（生態平台）
跳級常見錯誤：L1 企業直接買 AI 平台
→ 無資料基礎、使用率 < 10%、2 年後被砍。
應先做地基（L2 流程數位化 + 資料治理），再上智慧層。

┌─────────────────────────────────────────────┐
│ 支柱 1：策略與價值主張                         │
│   為誰創造什麼價值？如何獲利？                  │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 2：客戶體驗（CX）                         │
│   接觸點、旅程、個人化、全通路                  │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 3：營運流程                              │
│   核心流程的數位化、自動化、智慧化              │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 4：資料與 AI                             │
│   資料治理、分析能力、AI 落地                  │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 5：技術架構                              │
│   雲端、API、微服務、資安、資料平台             │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 6：組織與人才                            │
│   敏捷組織、數位人才、文化、領導               │
└─────────────────────────────────────────────┘

五級成熟度

各支柱獨立評估

實務上，各支柱可能在不同等級：

• 一家零售企業可能：CX L3（全通路）、流程 L2（ERP 到位）、資料 L2（數據孤島）、技術 L2（老舊架構）、組織 L1（傳統科層）

成熟度診斷工具

支柱 × 等級雙軸圖：

• 現況（Current）：實線
• 目標（Target）：虛線
• 差距識別：最需要補強的支柱

Step 1：Why（為何要 DX）

策略動因

• 市場被顛覆（新創、電商、平台）
• 客戶需求變化（數位原生世代）
• 成本結構不可持續
• 人才招募困難（留不住年輕人）
• 監管 / 合規升級
• 永續 / ESG 要求

不可接受的 Why

• 「大家都在做 DX」
• 「董事長參觀了某家公司」
• 「顧問說我們要做」

Step 2：What（轉型方向）

典型 DX 類型

1. 流程效率型：自動化、降成本
2. 客戶體驗型：全通路、個人化
3. 新商業模式型：訂閱、平台、數據產品
4. 產業重塑型：價值鏈重組

多數企業是組合型，但需明確主軸。

Step 3：How（執行路徑）

三階段典型路徑

Phase 1（0–12 個月）：基礎建設

• 核心系統升級 / 到位（ERP、CRM）
• 資料治理啟動（資料目錄、品質、安全）
• 雲端遷移部分（混合雲）
• 轉型辦公室成立

Phase 2（12–30 個月）：流程與體驗

• 核心流程數位化 / 自動化
• 客戶旅程重設計
• 資料平台整合
• AI 應用試點

Phase 3（30–60 個月）：智慧化與平台化

• AI 嵌入核心決策
• 新商業模式試行
• API 開放、生態合作
• 組織全面敏捷

三層治理

Steering Committee（指導委員會，董事會 / CEO 層級）

• CEO 主席
• 獨立董事、CFO、COO、CDO / CIO
• 季度會議
• 決議：策略、大額投資、資源重配置

Digital Transformation Office（DX 辦公室 / PMO）

• CDO / 轉型長主持
• 跨部門專案經理
• 月度會議
• 決議：專案進度、跨部門協調、問題升級

事業部 / 職能 DX 小組

• 各事業部 DX 大使
• 雙週 / 月度會議
• 落地執行

新設職位

CDO（Chief Digital Officer）

• 外部或內部招聘
• 具業務 + 技術綜合背景
• 直屬 CEO
• 有預算權、有人事權

CDA（Chief Data Analytics / Chief Data Officer）

• 資料治理
• AI 應用
• 獨立或兼於 CDO 之下

CIO / CTO

• 技術架構
• 基礎設施

常見治理失靈

• CDO 是 CIO 的換包裝：仍只做 IT 採購、無業務轉型
• PMO 無權力：只追進度、無決策權
• Steering Committee 淪為報告會：CEO 缺席、決議被推翻

DX 不是單純技術專案，真正的轉型必須同時重構營運模式的六大維度：組織架構、人才、流程、資料、技術、文化與管理方式。敏捷組織（Spotify 模型：Squad / Tribe / Chapter / Guild）適合數位團隊但不適合製造產線；台灣企業常見錯誤是直接照搬，建議「部分敏捷」：核心數位團隊採敏捷、其他維持傳統。

→ 完整六大維度、敏捷組織結構、切換前提、常見誤用：references/operating-model.md

資料成熟度路徑

Phase 1：資料盤點

• 資料目錄（Data Catalog）
• 資料擁有者（Data Owner）指派
• 資料品質評估

Phase 2：資料平台

• Data Warehouse / Data Lake
• ETL / ELT 流程
• 資料安全與隱私

Phase 3：資料產品化

• 標準化資料 API
• 自助分析工具
• 跨部門資料共享

Phase 4：AI 應用

• 預測模型
• 個人化推薦
• 自動化決策

AI 落地與治理

5 大陷阱：技術先行、資料不足／不乾淨、Pilot 陷阱（試點成功但放大失敗）、組織阻抗、ROI 難證明。治理要素：AI 倫理委員會、偏誤審查（Bias Audit）、可解釋性（Explainability）、資料隱私（個資法）、AI 決策責任歸屬。

→ 完整陷阱破解、AI 治理機制、成熟度 vs. 風險配比：references/data-ai-enablement.md

ERP 升級的「沉沒成本陷阱」

症狀：

• 現有 ERP 用了 15 年、客製化嚴重
• 升級需 30–50 億、3–5 年
• 風險：升級期間業務受影響
• 延遲：年年討論、年年不升級

決策架構：

• 維持：系統仍可用、業務穩定、變革風險高
• 升級同款：新版本、降低風險
• 換系統：重新檢視業務流程、更大變革

建議：

• 5–7 年週期評估
• 避免「客製化過深」鎖死
• 新系統導入時「業務流程重設計」先於系統配置

Legacy 系統處置

Strangler Fig 模式

• 新功能在新系統、舊功能漸進搬遷
• 避免「big bang」切換風險

API Wrapper

• 舊系統包一層 API
• 新功能呼叫 API、不直接碰舊系統

漸進退役（Sunset）

• 設定時間表、分批關閉

客戶旅程重設計

典型步驟

1. Awareness（認知）
2. Consideration（考慮）
3. Purchase（購買）
4. Onboarding（入門）
5. Service（服務）
6. Loyalty（忠誠）

每一階段的數位接觸點：

• 網站 / App / Social Media
• 聊天機器人
• 會員平台
• 客服系統
• 社群 / 論壇

全通路（Omnichannel）vs. 多通路（Multichannel）

• 多通路：各通路獨立（網、店、App 無連動）
• 全通路：客戶體驗連貫（線上結帳、店取、App 退貨）

CDP（Customer Data Platform）

• 整合客戶資料（360 度視圖）
• 個人化推薦
• 行銷自動化

Kotter 八步 + ADKAR 個人變革模型為主流框架。台灣企業 DX 阻抗常見於：既得利益者、中階主管、資深員工、客戶四類。處理工具：Champion 制度、Quick Wins、反對者納入設計階段、不配合後果顯性化。

→ 完整 Kotter 八步、ADKAR、阻抗源診斷與處理工具：references/agile-change.md

五層 KPI 架構：策略層（數位收入占比、新商模營收、LTV、市佔率）、營運層（自動化率、訂單處理時間、NPS）、技術層（SLA、資料品質、AI 準確率、資安事件）、組織層（數位人才比例、員工素養、敏捷團隊佔比）、轉型治理層（on-time/on-budget、CEO 出席率）。五層必須平衡，每層 3–5 個指標為佳。

→ 完整 KPI 清單、設計原則、與成熟度對齊：references/dx-maturity.md

五大結構性挑戰：代工文化下的客戶驅動、家族企業的 DX 決策、中小企業資源有限、勞動力結構、資訊安全意識。每項挑戰均有對應的破解策略（客戶共創升級、二代獨立新事業、SaaS 優先 + 政府補助、分層訓練、資安納入治理）。

→ 完整挑戰分析與破解方案：references/tw-dx-context.md

根據個案性質跳過不適用步驟；以下為完整候選路徑，非必跑清單。

Step 1：Why 診斷
  - 策略動因
  - 外部威脅
  - 內部需求
  - 不可接受的 Why 篩掉

Step 2：成熟度盤點
  - 六大支柱現況
  - 與標竿對照
  - gap 分析

Step 3：What 定義
  - 主軸（效率、體驗、新模式、重塑）
  - 3 年目標
  - 成功指標

Step 4：How 藍圖
  - Phase 1（基礎）、2（流程）、3（智慧）
  - 各支柱具體行動
  - 里程碑

Step 5：治理設計
  - Steering Committee
  - DX 辦公室
  - 新職位（CDO 等）
  - KPI 與 PMO

Step 6：組織與人才
  - 營運模式重構
  - 人才招募與再培訓
  - 文化變革

Step 7：投資與財務
  - CAPEX / OPEX
  - 3 年回報預估
  - 風險資本

Step 8：風險與限制
  - 執行風險
  - 組織阻抗
  - 技術不確定性

# 數位轉型藍圖：{公司／個案}

• 策略動因
• 外部威脅 / 內部需求
• 不做的代價

六大支柱現況

| 支柱 | 現況等級 | 目標等級 | gap |

標竿對照

• 主軸類型
• 3 年目標
• 成功指標

Phase 1（0–12 個月）

Phase 2（12–30 個月）

Phase 3（30–60 個月）

• Steering Committee
• DX 辦公室
• 新設職位
• KPI 與 PMO

• 組織
• 流程
• 人才
• 資料與技術
• 文化

• 投資需求
• 3–5 年 ROI 預估
• 風險資本

• 執行風險
• 組織阻抗
• 技術不確定性
• 關鍵假設

正確應用

情境：台灣中型零售連鎖（食品、年營收 35 億、門市 180 家）面臨純線上零售與大型平台夾擊，2024–2025 營收衰退 5%。

診斷：

• 成熟度：CX L2（App 有但使用率低）、流程 L2（POS、ERP 到位但無數據整合）、資料 L1（數據孤島）、技術 L2（地端系統）、組織 L1（傳統科層）、策略 L1（無清楚數位戰略）
• Why：被大型平台蠶食年輕客群、會員活躍度下滑
• 主軸：客戶體驗型 + 新模式（會員經濟、B2B 採購平台）

藍圖：

• Phase 1：ERP/CRM 升級、資料平台啟動、CDO 招募
• Phase 2：全通路 CX（App 重設計、店取、訂閱）、會員分層、AI 個人化
• Phase 3：B2B 平台（小型餐飲 / 辦公室）、資料產品（廠商洞察）
• 治理：CEO 主持季度 Steering、DX 辦公室 12 人
• 投資：3 年 12 億（系統 5 億 + 人才 3 億 + 行銷 4 億）
• ROI：第 3 年起由數位營收（10% → 25%）補回衰退

錯誤應用

• 「導 AI 解決問題」→ 沒定義問題、沒資料基礎
• 「上雲端」當終極目標 → 雲是手段不是目的
• 把 DX 交給 CIO 獨立推 → CEO 缺席、必敗
• 企業 L1 就做 L4（AI 決策）→ 跳級、失敗

• DX 成熟度模型、營運模式重構 → 見 references/dx-maturity.md
• 資料與 AI 落地實務 → 見 references/data-ai-enablement.md
• 敏捷組織與變革管理 → 見 references/agile-change.md
• 台灣企業 DX 實務與在地挑戰 → 見 references/tw-dx-context.md
• 各校 EMBA 資管 / DX 課程取向 → 見 references/emba-dx-courses.md
• 延伸：Asgard grad-digital-transformation（DX 學理）、grad-sociotechnical（社會技術系統）、grad-tam-utaut（科技接受模型）、data-*（資料分析）；本 repo biz-innovation-management、biz-net-zero-transition、ops-org-behavior