適合讀者: 普羅大眾
數位轉型具體是要做到甚麼樣子才算到位? 具體體現在那些地方呢? 本文簡單做個說明。
思考架構
請回到概念篇裡面的這個圖來看，就會很清楚囉。若還沒看過概念篇，建議你回去看看。接下來我們從複雜度最低的來一層一層往上說明。
數位轉型的三個層面
層面一: 運營效率
以目前中小企業，也許夠用就好了。簡單的來想，把運營效率提升等同導入系統，會比較容易理解。比方說，零售業原本用傳票、簿記、Excel等等相關系統，由手工作業變成數位化作業，再導入進銷存系統、會計總帳系統...等等，就是個很容易明瞭的例子。這個好像一點也沒甚麼數位轉型(Digital Transformation)那種高大上的感覺，但是卻是不能不提及的基礎。看上圖右垂直軸，我們可以發現，嚴格定義上提升運營效率(或者簡稱為"導入系統")根本不算數位轉型的範疇。基於組織的需要，逐漸演化導系統的需求，這算是IT轉型的基礎，跟數位轉型似乎沒甚麼直接關聯。說實在的，若使用Excel加上公式或VBA夠用了，那也OK阿。但是這種單純提升運營效率的做法，影響低、複雜度低、且革命性也低。
層面二: 商業模式
讓我們回到上圖，請格外注意兩垂直軸: 越往上走，複雜度與革命性增加(演化性降低)。同步地請留心水平軸: 影響也變大。接下來我們還是從下往上說明。商業模式的改變，通常涉及跨職能、跨系統、跨場域等多樣化。一般來說是企業成長會遇到的問題。舉例來說，桃園廠產能不足，但是桃園工業地取得相對成本高，於是跑到苗栗設了苗栗廠。隨著網路普及與頻寬越來越便宜，傳輸安全性防護的提升(如專線、防火牆、VPN...等)，無論總公司在哪個城市，都能夠迅速生成營收報表、庫存報表、管理報表、財務報表...等。
但若企業繼續成長，除場域多樣化外，又涉及新增事業部門(無論是內部切分或者外部購併)，那麼要不是原本系統跑不動，或被迫要考慮更創新的做法。這涉及了事業網路的改造與事業範疇的改造。原本相對單純的系統必須因應這些變革，無法沿襲原本習慣的作業方式，需要各種來源不同的資料如何做萃取、轉化、載入(ETL)，並形成各種不同構面的Data Warehouse，這就是數位轉型的開始。(呼，說了這麼久終於進入數位轉型了)
在此不厭其煩再次提醒: 數位轉型是個管理作為，而非只是導系統喔!
層面三: 客戶體驗
接下來是最難理解、最神秘的層面，涉及了客戶體驗改造以及商業模式改造。這些聽起來是否都很高大上呢，實際上的確複雜度高、革命性高，而且影響最大。
可以不帶錢包，但是不能忘記手機。
甚麼是客戶體驗? 我們用例子來說明比較容易理解。
第一例: 中國的行動支付。目前在中國跑得最快，主要是支付寶、微信支付兩大平台。它改造(或革新)了甚麼呢? 在中國，支付方式的改變，造成日常生活的改變。除了革"硬幣、紙鈔"的命，擋了"信用卡"發行量與使用率，小額匯款不用再跑"銀行或ATM"。這背後的複雜度包含: 通貨量管理、交易安全、支付安全、實體金融行業的調整、道德與政策的規範、以及相對應的監管與信用機制。真的很複雜吧! 但是影響層面非常非常大。
再舉另一個例子: 生成式AI。它能夠做很多以前做不到的事情，且使用者感受明顯改善、應用的想像空間更大。在Chat GPT之前有很多令使用者驚豔的軟體，有蘋果的Siri，谷歌的語音助理，微軟的Bing。亞馬遜也後發進入生成式AI的戰場。使用者可以使用生成式做甚麼呢，就身為普羅大眾的我來想，至少有以下領域:
- 生成特定程式語言碼。
- 電腦視覺: 人臉辨識、3D建模。
- 語音辨識，對話機器人。
背後涉及的Machine Learing模型如GANs(生成式對抗網路)與GPT(生成式預訓練模型)，太專業我就留給專家去說明囉。
以上簡單說明了數位轉型的三個層面。我個人認為置身台灣產業，大概主要做到中間那層(商業模式層)，就已經很厲害了。
下一篇會收尾，將數位轉型系列寫完。希望本文仍然是雅俗共賞。歡迎交流喔!
