文 / 陳育晟、毛凱恩
誰能讓台積電創辦人張忠謀、台新金控董事長吳東亮、台泥集團董事長張安平,以及鴻海、台達電、廣達、華碩等大廠高階經理人同聚一堂、專注聆聽演說?答案就是麻省理工學院(MIT)數位商業中心(Center for Digital Business)研究員麥克·史瑞吉(Michael Schrage)。
2006年10月,在時代基金會的安排下,上述大老闆到麻省理工學院進行五天密集全球化課程,其中史瑞吉的演講〈管理創新危機:從科技策略投資創造新價值〉,讓他們討論到欲罷不能,足見史瑞吉魅力。
從小就對創新感興趣的史瑞吉,1983年進入《華盛頓郵報》(The Washington Post)擔任記者。在AI(人工智慧)尚未成熟的1985年,他就率先指出AI將改變世界。
1989年,他進入麻省理工學院擔任研究員,研究範疇從全球化到數位轉型、AI,均不脫「創新」範疇。
30年來,他留下許多影響重大的著作,如《你想要你的顧客變成誰?》(Who Do You Want Your Customers to Become?)《創新者的假設》(The Innovator's Hypothesis)。麻省理工學院史隆管理學院(Sloan School of Management)官網更稱他在全球談論創新的領袖中,是最具有創新思惟的一位。
7月17日,他應時代基金會邀請,來台分享最新研究——AI時代企業如何改變KPI(關鍵績效指標)的評估方式,並接受《遠見》專訪,以下為精華:
組織與消費者共創數位轉型
《遠見》問(以下簡稱問):你從什麼時候開始關注數位轉型議題?
史瑞吉答(以下簡稱答):這幾年來有不少關於數位轉型的書。但數位轉型的概念還是常被誤解,很多機構只是把現有業務盤點以後,再數位化,就好像只把書從中文翻譯成英文,這不是數位轉型。
數位轉型應該是改變組織和消費者一起創造價值的方式。騰訊、阿里巴巴、字節跳動(抖音母公司)做得不錯,亞馬遜、領英(LinkedIn)也做得很好。這些公司都在中國、美國,具有規模優勢。
我認為,在數位轉型中,台灣、韓國面臨的挑戰之一,就是無法發揮上述公司的平台(Platform)和網絡(network)效應。我常把微信(WeChat)當例子。使用者可以為其他使用者創造價值,微信本身就成為平台,而這些使用者就構成網絡效應。三星有很好的科技,但我不認為三星能發揮平台和網絡效應。
但台灣別妄自菲薄,想想富士康,若不是台灣的創新者、企業家,也不可能達到現在的規模。
問:你在著作中提到,數位轉型的成敗,也跟企業如何投入研發有關?
答:我用IBM來說明。1993年,IBM面臨空前虧損,曾在美國運通(American Express)擔任副總裁的路易‧葛斯納(Louis Gerstner)轉任IBM的董事長兼執行長。當時很多人不看好,認為它會倒閉。於是葛斯納在短短半年內裁掉4萬5000人,還砍掉IBM研發部門,畢竟研發是一筆很大的成本。
我認為當時IBM的問題,在於他們有很好的研發人員,但研發和本業的距離太遠。與其說它是個企業,不如說它是一所大學。研發要對企業的價值做出貢獻。
過去企業強調砸大錢投資研發和創新,但數位時代中,這些研發將被更多小規模的實驗與測量(Experiment and Scale)所取代,亞馬遜、騰訊、阿里巴巴、優步(Uber)都是如此。企業的平台和網絡效應愈強,就愈能精算成本,以最有效率的方式進行實驗與測量。
問:數位轉型會怎麼改變企業KPI的評估方式?
答:傳統KPI評估項目包括銷售額、月銷售額消長、留客率、客單價、每月新潛在用戶、客戶終生價值等,但要幫助員工更了解自我表現,企業還能怎麼做?
你想想,當AI、機器學習技術變得更成熟,KPI本身也不斷學習、精進自我,會發生什麼事?
我在研究中,常把這稱為「大翻轉」(Big Flip)。2016年機器學習技術還不成熟以前,KPI常由人為決定。但如今機器學習可以提供依據,輔佐企業主管評估員工的KPI。
這套系統不會炒任何人魷魚,但它可以在主管處理關鍵議題時提供可靠、精準的資訊。這一定會是未來企業管理的模式。
採雲端服務 減少設備成本
問:建置這套新型KPI評估系統,是否意謂必須投入大量成本,更換現有的科技基礎設備?
答:這是個很好的問題,而我會告訴你:不是!有太多公司提供雲端服務,你可以從亞馬遜、微軟、Google、阿里任選其一。這些雲端服務可大幅減少成本。
對廣達、台積電這些公司,如何評估KPI也是營業機密。他們理應對此很保護,但如果他們要和供應鏈、客戶合作,他們必須開放。他們要怎麼畫這條線?這會是個有趣的課題。
問:美國目前是否有應用機器學習到KPI評估的成功案例?
答:有幾家公司,像是摩根大通(JP Morgan)、大通(Chase)、網飛,他們都使用亞馬遜雲端服務。
有更多公司現正面臨過度期,他們都知道必須數位轉型,卻不一定知道數據資產在哪裡?要把這些數據資產分享出去嗎?彼此態度的差異,取決於業態和數據的敏感程度。
【本文摘自遠見雜誌8月號;更多文章請上 遠見雜誌官網】
新聞來源:華視新聞
讀者迴響