asgard-ai-platform 數位轉型執行工具箱（Digital Transformation Playbook）
定位
「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
何時使用
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 — 數位轉型的三條鐵律
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。
Rationalization Table — 當 Claude 想「本案例外」時，先自問
| 可能想 | 但 Iron Law 仍適用，因為 |
|---|---|
| 「公司剛導完 ERP，這算 DX 完成了」 | 導 ERP = Digitization，不是 Transformation；須評估商業模式、組織、文化是否同步改變 |
| 「CEO 授權 CDO 全權處理，自己專注本業」 | DX 涉及跨部門資源搶食、短期 EPS 犧牲，只有 CEO 能拍板；報告須標註「CEO 未親帶為重大風險」 |
| 「公司資金充裕，直接跳到 AI／L4」 | 無 L2–L3 資料基礎，L4 智慧決策建在沙上；建議「先補基礎階段」或明示高失敗率 |
DX 的核心框架：六大支柱
┌─────────────────────────────────────────────┐
│ 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 │
└─────────────────────────────────────────────┘
DX 成熟度模型
五級成熟度
| 等級 | 特徵 | 典型工具 |
|---|---|---|
| L1：手工 | 紙本、Excel、無系統 | 無 |
| L2：流程數位化 | 核心流程已有 IT 系統（ERP、CRM） | ERP、CRM、HRIS |
| L3：資料驅動 | 資料整合、BI 儀表板、資料驅動決策 | Data Warehouse、BI 工具 |
| L4：智慧決策 | AI / ML 模型嵌入決策、自動化 | ML 平台、RPA、個人化 |
| L5：生態平台 | API 開放、平台化、生態系經營 | Open API、平台經濟 |
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
DX 藍圖設計方法
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
- 流程效率型：自動化、降成本
- 客戶體驗型：全通路、個人化
- 新商業模式型：訂閱、平台、數據產品
- 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
DX 治理結構
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
營運模式（Operating Model）重構
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
資料與 AI 落地
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
核心系統升級決策
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
客戶體驗（CX）數位化
客戶旅程重設計
典型步驟
- Awareness（認知）
- Consideration（考慮）
- Purchase（購買）
- Onboarding（入門）
- Service（服務）
- 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
變革管理（Change Management）
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
DX KPI
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
台灣企業 DX 特殊挑戰
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
分析流程
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
Output Format
# 數位轉型藍圖：{公司／個案}
## 一、轉型動因（Why）
- 策略動因
- 外部威脅 / 內部需求
- 不做的代價
## 二、成熟度盤點
### 六大支柱現況
| 支柱 | 現況等級 | 目標等級 | gap |
### 標竿對照
## 三、轉型主軸（What）
- 主軸類型
- 3 年目標
- 成功指標
## 四、轉型藍圖（How）
### Phase 1（0–12 個月）
### Phase 2（12–30 個月）
### Phase 3（30–60 個月）
## 五、治理設計
- Steering Committee
- DX 辦公室
- 新設職位
- KPI 與 PMO
## 六、營運模式重構
- 組織
- 流程
- 人才
- 資料與技術
- 文化
## 七、財務影響
- 投資需求
- 3–5 年 ROI 預估
- 風險資本
## 八、風險與限制
- 執行風險
- 組織阻抗
- 技術不確定性
- 關鍵假設
Examples
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
Gotchas
- 「Digitization vs. Digitalization vs. Transformation」混淆：
- Digitization = 紙本變電子（L1→L2）
- Digitalization = 流程數位化（L2→L3）
- Transformation = 商業模式與營運模式改變（L3 以上）
- 很多「DX 專案」其實只是 Digitization
- CIO 升 CDO 的「換包裝」陷阱：若 CDO 仍只做 IT 採購、沒有業務整合權力，轉型失敗必然
- 大爆炸（Big Bang）式系統切換的災難：ERP 一次切換常造成業務中斷。修正：Strangler Fig 漸進
- 資料治理的「重要但不急」迷思：資料治理耗時不討喜、但沒做完 AI 都是空談。CEO 需親自拍板推進
- 人才戰略的「挖角 vs. 培養」：只挖角不培養 → 舊員工反感；只培養不挖角 → 速度不夠。需雙軌並行
- 敏捷的「紙上敏捷」陷阱：換說法、開 standup 會議、用 Jira → 不是敏捷。真敏捷需授權、減層級、失敗容忍
- DX 與 ESG 的整合機會：IoT 能源管理、供應鏈碳追蹤、AI 減碳路徑 → 把 DX 與 ESG 一起規劃，資源與治理共享
- 「參觀某公司後的 DX 狂熱」：董事長 / CEO 參訪矽谷 / 日本後要求立刻模仿。需 CDO 結構化消化、不照抄
References
- 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 repobiz-innovation-management、biz-net-zero-transition、ops-org-behavior