本書兩位作者馬可．顏西提（Marco Iansiti）、卡林．拉哈尼（Karin R. Lakhani）為哈佛商學院教授，他們將長年專研「數位轉型」與「創新管理」領域的研究與觀察寫成本書，向新時代企業領導者傳達一項重要的觀念：所謂「數位轉型」並非硬要將公司轉變為完全截然不同的營運型態，而是當傳統型組織導入數位營運的同時，仍保有過去所積累的文化及競爭優勢，在新與舊的交織之間啟動全新一波的成長動能。

本書透析「數位轉型」的企業實戰案例，例如仰賴「AI工廠」迅速從研發到製造的莫德納（Moderna）疫苗、宜家家居（IKEA）的數位化零售轉型、英國線上購物平台奧凱多（Ocado）、健康科技公司派樂騰（Peloton）等，詳盡說明當傳統型組織面對層出不窮、無法預測的指數型危機威脅時，如何布局未來動能、深化敏捷與彈性、有效提升數位時代中的組織競爭力。

人工智慧工廠基本組件

本書將「人工智慧時代」定義為：為因應數位網路、數據分析與人工智慧所共同形塑的商業環境變化，企業轉型成為的嶄新組織型態。這種組織型態的主要特徵是採取一種橫向連結的營運架構，從而實現規模、範疇與學習式的指數型成長。傳統公司的封閉型營運架構則剛好相反，不僅嚴重限制組織的成長與反應能力、阻礙決策的在地化，導致無法敏捷的溝通與協調，還讓技術與數據隱藏在各單位手中而無法有效交流共享。新營運架構使電腦科學家所謂的「弱人工智慧」（weak AI）能被快速且普遍的有效應用：多數現成的演算法都已針對特定案例需求進行微調，能夠順利執行公司絕大多數的操作性工作。

在人工智慧時代中，各種產業呈現出的相同競爭模式：數位型公司（digital firms）衝撞傳統型公司。作者舉出像是螞蟻科技集團衝撞傳統銀行業、YouTube及網飛（Netflix）衝撞傳統娛樂業、Airbnb衝撞傳統旅館業等三個案例。

網飛及其他領先公司的經驗，凸顯出人工智慧工廠的一些基本組件的重要性：

1.資料匯流（data pipeline）：此流程以有系統、可持續、可規模化的方式，蒐集、輸入、清理、整合、處理與保全資料。

2.開發演算法（algorithm development）：演算法產生有關於事業的未來狀態或行動的預測，這些演算法及預測是數位型公司運作的心臟，驅動一家公司最重要的營運活動。

3.實驗平台（experimentation platform）：透過實驗平台機制，人工智慧工廠可以檢驗有關預測及決策的各種假設，以確定演算法建議的改變方案。

4.軟體基礎設施（software infrastructure）：這些系統把資料匯流嵌入一個堅實的模組化軟體和運算基礎設施裡，並視需要及適切性，把它連結至內部及外部使用者。

若說資料是人工智慧工廠的燃料，那麼基礎設施就是輸送燃料的管路，演算法就是執行工作的機器，實驗平台則是把新燃料、新管路與新機器連結至現有營運系統的閥門。

有成效轉型五個原則

原則1：有策略

策略的明確性與堅定承諾，應該清楚陳述目標。

原則2：釐清架構

釐清轉型的技術面目標，每一個人必須了解你想要的未來營運架構變成什麼面貌。

原則3：聚焦產品的敏捷組織

以人工智慧為中心的營運模式必須開發聚焦在產品的心態，跟任何聚焦在產品的行動一樣，負責部署人工智慧應用的團隊必須深度了解它們要以人工智慧來賦能的應用環境。

原則4：能力基石

建立一家人工智慧公司，最顯然的挑戰是開發軟體、資料科學與進階分析的深度能力基石。

原則5：多專業治理

數位治理應該是跨專業、跨部門的通力合作，公司法務及事務部門應該要參與產品和政策的決策，而非只是扮演訴訟及遊說的角色。

歡迎加入「產品學院」，獲取更多知識內容（完整簡報檔及心智圖）

「產品學院」為【PM Tone 產品通】 旗下的《知識庫》社群網站，內容涵蓋各種PM（產品經理、專案經理、產品負責人、產品行銷經理等）所需要精進及累積的軟技能（如：讀書會知識分享）與硬實力（如：產品開發流程或個案討論）。

本文作者：PM大叔

資料來源：本內容摘錄於《領導者的數位轉型》部分內容

主圖來源：Image from Pixabay

內文圖片：作者整理

若有轉貼需求，請來信（service@pmtone.com）討論。 轉貼時禁止修改內容及標題、須保持所有連結、禁止商業使用，並且必須註明原文標題、連結、及作者訊息。