一张数字转型的阶段图,可以把路线画得很清楚。可是图上的箭头走向下一格,不等于组织已经知道怎么走。
我想到在年会看过的转型阶段图。顾问与创业经验让我在意的,是工具进场之后,工作如何改变、谁来学习、顾虑如何处理。这些问题,不会因为画出一条路线就自动有答案。
一、路线图之外,还有实际工作
我不想把转型只理解成买系统或开一个新项目。若目标是改善工作,就得知道现在的流程、要解决的困难,以及希望看到什么改变。
但这不表示技术从来不是问题。工具能力、系统相容、数据品质、费用与安全条件,都可能决定一个做法能不能采用。组织的协调责任与技术限制,需要一起看。
我过去接触的案例,可以让我提出问题,不能替所有企业估算失败率。项目停下来、改变路线与公司倒闭,也是不同结果,不该混用同一个「失败」把它们装在一起。
二、经验要整理,也要有条件让人学
假设一位熟悉现场的人,需要把原本的工作方式搬进新系统。这不只是要求他按几个按钮。界面是否看得懂、数据怎么整理、重复输入的负担如何安排,都值得检查。
这是假设的导入情境,不是在补述某个客户当年的真相。它提醒我:不熟悉系统,不足以证明一个人拒绝进步;熟悉旧做法,也不等于他的知识无法整理或传承。
我看重的转型能力,包括理解产业、判断技术、协调工作和持续学习。这是我的用人偏好。它不需要靠「市场上只有少数人做得到」或「教育让大家停止学习」的普遍判断才成立,也未必需要由同一个人包办所有能力。
三、合理顾虑,不能先当成阻挠
数据涉及谁、系统是否安全、架构能否配合、绩效怎么评估,都是需要具体回答的问题。多个部门同时提出疑问,还不足以证明他们正在联手保卫权力。
权责变动可能带来冲突,这是我关心的一种解读;但要判断某个案例,仍需要实际行为和决策数据。不能仅凭一句「有安全疑虑」,就替提出疑虑的人决定动机。
反过来说,把「风险很大」挂在嘴边,也不代表问题已处理。推动者应提出方案,提出顾虑的人也应帮忙说清楚:哪个风险、在什么条件下发生、需要怎样的证据才能往下决定。
四、开放数据,需要范围与责任
我不会把「愿意把所有数据交出来」当成支持转型的诚意测验。先问这项工作需要什么数据、谁可以使用、用来作什么,以及不适合交付的范围,比要求全面透明更具体。
同样地,信息变得容易取得,也不会自动让判断公平、决策可追踪。哪些内容要记录、谁能检查、出错由谁处理,都需要安排。新工具本身不能替组织完成这些约定。
我在〈从工具分工想合作〉里谈的取舍,在这里也适用:合作不必等于放弃判断,保留必要能力也不必等于拒绝合作。需要的是说清楚范围与后续责任。
五、让顾虑走向可以作出的决定
我希望把抽象的支持或反对,整理成四个问题:
- 要改善哪一段工作,怎样才算有帮助?
- 风险与限制是什么,需要哪些证据判断?
- 谁负责试做、验证与支援,资源怎么安排?
- 何时检视结果,依什么条件继续、调整或停止?
这是作者提出的项目讨论方式,不是转型成功率模型,也不保证所有顾虑都能排除或每个项目都应继续。
假如相容性需要验证,可以先说明要测哪个环节、由谁确认,再讨论是否值得投入。这是一个可能的做法,不是每一家公司都已具备的流程。若证据显示成本或风险不合适,停止也可以是有依据的决定。
六、AI导入也要回到具体问题
换成AI,仍然可以问:要协助哪件事,输入是否合适,结果由谁判断,错误如何处理?这些是我认为值得问的问题,不表示所有AI工具都适合相同安排。
我不再用「技术永远能解决」替推动者打气,也不用「最大的阻力一定是人」替困难找答案。既然选择推动改变,就要愿意看见技术、工作与人之间的条件,而不是先替谁贴上落后的标签。
路线图可以保留。接下来,更重要的是能不能把箭头之间的工作说清楚,让支持与顾虑都有机会接受检查,也让决定有人负责。
资料与阅读界线(修订至2026年11月4日)
年会阶段图与顾问、创业背景沿原稿自述,未找回投影片、个案纪录或企业结果,不据此估计失败率。现场工作与相容性段落明示假设或可能做法,未补写客户实情。四问、数据范围与用人偏好是作者主张,不是已验证制度、技术、安全、法律或成功率说明。
修订说明:撤下案例数与完成率、未核实的ERP细节及逐字对话、教育与人才普遍判断、权力暗杀定论、AI自动带来透明及五年淘汰预言。保留转型不止买工具的立场,也把技术、安全与数据顾虑放回来。


💬 留言讨论
加载中...