數位轉型其實是人才的轉型,談轉型人才的樣貌

數位轉型其實是人才的轉型,談轉型人才的樣貌

在 2021 年,麥肯錫發布了一份關於未來人才的報告:Defining the skills citizens will need in the future world of work

McKinsey – Defining the skills citizens will need in the future world of work圖片來源:McKinsey

裡頭提到未來工作者需要的 56 個技能,我把報告看完後覺得它說的很有道理,但我卻也回過頭來思考「企業去哪邊找這樣的人?」以及「企業如何培育出這樣的人?」

我思考了老半天,覺得這種所謂的「全才」實在太罕見,即便是一流的學府都無法保證它培養出來的每一位學生都具有這些能力。能擁有這樣的全方位的人才,應該是每家企業求之不得的,但這樣的人實在太罕見了。

面對未來多變的世界,我們不能再期待英雄出現,靠一人救全隊,企業必須要想辦法提升員工的整體戰力

我認為相較於「全才」我更傾向於企業應該培養員工的「全局觀」,而招募時也應該招募更多全局觀的人才。

不是全才,而是具「全局觀」的人才

什麼是全局觀呢?我認為是看待事情的全面性。每個人必須抬頭看看他週遭的狀況,他不能只看到自己手邊的工作,而是必須得關注部門整體的狀況,如果你手邊的事情做好了,但部門的目標沒有達成,那意義也是很小的。

再往上一層,過去專注於自己部門的 KPI,這時你可能得抬頭看看整個產品線或事業部的狀態,然後再進一步去了解公司的狀況,從公司角度思考部門正在做的事情是否需要做調整。甚至進一步,跨出公司,思考整個產業,乃至於世界的現況與變化,據此擬定策略與採取行動。

這個從個人到部門,到產品,到公司,到產業,再到世界的路徑,就是我所謂的全局觀。

不見得所有的員工都需要從世界或產業的角度來思考事情,但拉高思考維度,提升自己的全局觀是非常有必要的。

世界快速變化的情況下,組織高層的經驗適用性正快速降低,但這些人卻要做出專業性的決策,而對專業把握度最高的那些人,對商業卻一竅不通,所以直接將決策權交給基層員工似乎也不是一個恰當的方法。

如果,所有員工的全局觀提高了,都能做到上位思考又會變得怎麼樣呢?除了所有層級的員工對商業的掌握度都有所提升之外,也因為每一階層的員工都能站在上一層的角度思考, 組織之間上下溝通的落差也會因此降低,溝通過程的立場問題、正確性與效率都會因此獲得改善。

這等於變相提高了組織的應變能力。培養上位思維並不是什麼新鮮事,很多年前大家就想要做了,但這麼多年來卻還是很困難,這是因為經營層、管理層、基層的關鍵知識本來就有所不同,而且一直以來, 多數人都是當了主管才學習怎麼當主管,負責營運數字時才開始學習商業 ,這也難怪所有人在目前的位置上其實都無法理解自己的上級到底在想些什麼。

數位轉型,其實是人才的轉型,過往的分工方式,在面對多變的商業環境時顯得十分窘迫,我們必須重新思考企業的人才規格,不是只有業務或高層才要理解商業,也不是只有工程師才要理解數位科技,這是所有人都得學習的。

要掌握科技,而且是要普及到所有員工身上,也就是所有人都必須要具有科技素養,都要能理解科技的可能性與邊界,並且要能善用資訊科技來解決問題,我認為需要培養員工的 運算思維(Computational Thinking)能力 。

要掌握商業,也不是要所有人都去唸商學院,而是需要培養員工從創造價值的角度思考,並能理解公司經營的邏輯,培養能上位思考的 商業思維(Business Thinking)能力 。

當員工都具備了商業思維與運算思維,在思考問題時便能同時兼顧科技可能性與商業價值,思考更具全局觀,而企業適應 VUCA 的能力也因此大幅提升了。

商業思維與運算思維

商業思維就是創造價值的思維。

什麼才是有價值的?對營利型組織來說, 獲利與持續成長 是最有價值的事,只有獲利與持續成長,企業才能永續,組織內所有的事基本上都與這兩件事脫離不了關係。

對非營利組織來說, 更好、更快的解決社會問題 是最有價值的事,當能對所關注的群眾或社會議題提供更大規模、更有效的解決方案,那就是價值。所以商業思維不僅僅限於營利型組織,對非營利組織也有幫助。

而要創造價值,我們首先需要搞清楚我們追求的價值是什麼?以及如何創造價值?在商業思維學院中,我們習慣用下面這張圖做溝通:

上面這張圖叫「數據脈絡(data context)」,它解構了公司從使命願景到財務,再到日常經營活動間的脈絡關係。很多員工經常說老闆只想著賺錢,並說真正偉大的公司眼中只有願景,而且充滿使命感,但賺錢真的錯了嗎?

過去服務、產線、研發人員總無法清楚的說明自己的工作成果與企業最終成果間有什麼關連,其實透過數據脈絡,你便能很清晰的回答諸如「提升服務滿意度」、「優化生產程序改善產品品質」、「品牌建立」等相關工作的價值。

舉例來說,提升服務滿意度,這個動作會影響到客戶的行為,服務不滿意客戶可能會要求退款,而且也不會續購與幫我們推薦更多客人,反之,滿意的服務則會創造更多的續購與推薦,而客戶回購與推薦,將為我們創造更多的收入。

提升服務滿意度 → 客戶買更多、推薦更多 → 收入上升 → 盈利增加。

這條路徑,就稱之為數據脈絡。

再舉一個例子,品牌建立,做品牌將會讓更多的客戶知道我們,知名度提升的同時,市場信賴感也同步提升,因此在購買我們的商品時的猶豫期會縮端,而這也意味著 獲客成本的下降 ,此外,當品牌在客戶心中的信任感提高,也會產生品牌的溢價效果且可能買更多,這意味著售價將有上升空間,所以做品牌可以同時增加收入與降低成本。

品牌建立 → 行銷成本降低 → 變動成本減少 → 成本降低 → 盈利增加。
品牌建立 → 產品溢價效果與增量消費 → 收入上升 → 盈利增加。

這兩條路徑,也是數據脈絡。透過數據脈絡,我們可以很清楚的讓員工知道他的工作價值,也可以做到很好的上下溝通,直接有效的解決了組織內部溝通無效率的問題。而當員工進行工作提案或工作優先順序調整時,第一個應該思考的也是這個提案可以創造什麼價值?

過往他可能只能說「提升品質」,但他無法很清楚的說出一個讓大家能迅速理解價值的數字。但業務部門往往可以很迅速地說自己的提案可以帶來 500 萬業績。但品質的重要性真的不值 500 萬嗎?不是的,而是能充分量化的東西總是更具說服力。那品質要如何量化成對業績的影響呢?

我們知道產品的良率對於客戶滿意度、退貨率,以及報廢的成本會有影響,報廢成本是較容易計算的,而滿意度、退貨率跟品質間的關係也不是那麼難以計算,你可以從過往的數據,用一些統計方法跑出相關性大概也能做出有效預估。

而滿意度則會影響回購率、推薦率與退貨率,稍加計算後你還是可以獲得一個對營收的影響性,或許這個數字是遠超 500 萬的,而這還沒有計入商譽的損失,因此從這個脈絡來看,改善品質的價值應該更高才對。

當我們在企業內經常運用數據脈絡的概念做對齊與溝通,我們將更能有效溝通「什麼才是真正有價值的事」。

如果商業思維是解構商業世界運作的基本道理,運算思維則是解釋計算機與科技運作的基本道理。

為什麼我們可以透過運算思維來理解科技呢?偶一為之,難以重現的事物基本上科技難以解釋的, 科技之所以能發展成產品,能廣泛被使用,絕大多數都是因為它有個特定的規則、邏輯、程序在 ,否則它就不可能被寫成程式,也不可能穩定運行。而這些規則、邏輯與程序就是所謂的運算思維。

典型的運算思維包含四個要素:

分解(Decomposition),將問題分解,解構,一般包含兩種類型,一種是大量重複性的任務開成比較小的部份,另一種則是將一個複雜的問題拆開成幾個部分,在大數據或雲端運算的技術當中,就運用到很多將運算工作拆解再組合的工作。

模式識別(Pattern Recognition),所謂的模式通常是規律、法則,或者是共通性,小到邏輯測驗中常見的填空格,大到四季變化,基本上都是一種 Pattern,當我們能找出模式,我們就有機會看出趨勢,並提早做預測。從商業的角度來看,多數產業都有淡旺季,這就是一種 Pattern。而現在我們面對的問題就是過往的 Pattern 已不再有效,我們必須找出新的模式。

抽象(Abstraction),隱藏細節,僅保留必要的資訊。當我們說一件事情很抽象時,通常代表我們不易想像它具體的樣貌。你可能會很好奇,這種抽象而不具體的做法,對解決問題會有什麼幫助嗎?抽象的特性在隱藏細節,人在做決策時有時會過度陷入細節當中,有時候隱藏掉一些不必要的細節反而有助於我們把問題解決。

演算法(Algorithm),步驟與流程。很多人聽到演算法可能會直接聯想到 Facebook 廣告算法那樣複雜的東西,但其實演算法的基礎就是由動作與邏輯判斷組成的步驟或流程。當你能用清楚,可重現的邏輯將一件事解釋清楚,這基本上就是演算法的基礎了。舉例來說,當一個用戶是登入狀態,那就顯示會員資訊,否則顯示登入頁面,這就是一個簡單的演算法了。

經過簡單的介紹,我想大家對運算思維應該有了基本的認識,其實這些重要的概念除了用在計算機科學外,用來解決工作或生活週邊的各種問題也很有幫助。

台灣近年推動的程式教育或科技教育,其實背後也是在培養學生的運算思維能力,當我們能夠理解科技運作的基本原理,我們更能理解科技的邊界在哪,也更能知道將科技如何運用在解決問題上,於此同時,我們也能判斷一個新科技的真偽,才不會輕易的被各種科技 buzzword 給迷惑,才能靜下心來做出恰當的決策。

全局觀人才的養成

透過培養商業思維,提升商業思考的高度與廣度,這是商業上的全局觀;
透過培養運算思維,提升科技思考的深度與廣度,這是科技上的全局觀。

學習商業思維與運算思維並不意謂著可以荒廢專業上的學習,而是為了迎向未來,這樣的能力是必須的,如果你不想將公司面對 VUCA 的困境寄託在少數幾位英雄人物身上,那全面性的提升全體員工的商業與運算思維是非常必要的一件事,而這也是我建議的方向。

培養這種能力會比培養單點的技能有效,因為這就像內功,學會這個再學其他的速度都快很多,而當員工在這兩個能力都普遍提升後,你首先會感受到的好處有以下幾項:

第一, 內部溝通有了共同語言,而且所有人的思考維度都提升了,上下與橫向溝通都變得更高效了。 原先你導入 OKR 想解決的那些問題,在這過程或許也得以解決。

第二, 組織變得更敏捷,應變速度與品質都提升了。 大家在接收到資訊的同時,就能從商業價值面思考,也能思考科技能幫得上什麼忙,你會看見一間截然不同的企業。

第三, 對外部變化的感知力變強了,對風險的預期與對機會的掌握能力提升了。 這源自於全局觀的提升,解讀資訊的角度不同,採取的行動也不同了。

6 種轉型過程非常關鍵的職務

組織在轉型過程,全體員工的思維與能力提升非常重要,但員工的普遍素質提升畢竟是一件大工程,無法躁進,但企業可以先從以下 6 類職務思考,先引進這些角色。

1. 數位產品經理

轉型過程,企業內會有非常多需要溝通協調的工作,在構思問題時也要能同時兼顧長短期的思考,並能評估每個決策對企業方方面面的衝擊。第一個你該考慮的人選就是具有商業思維與運算思維的數位產品經理。

2. 銷售專家

不是單純的 direct sell,而是懂得善用數位工具,能看懂數據,能分析數據的銷售專家,可能是數位行銷專才,也可能是擅長用數位工具來開發客戶的銷售專員。

3. 客戶成功經理

傳統客服已經難以滿足客戶需求,企業需要培養或招募客戶成功經理(CSM),CSM 的關鍵任務就是盡一切所能來協助客戶實現商業目標。傳統客服以防弊為主,但客戶成功經理更重視創造價值。當我們能為客戶持續創造價值,客戶的留存表現一般更好。

4. 數據與技術專家

企業在大量導入數位工具後,數據的管理將變得異常重要,你需要能善用數據與科技來解決問題的數據專家。他們有可能是由具有數據處理能力與商業思維的工程師兼任,也可能是個全職的數據專家。

5. HRBP

HRBP 是 Human Resource Best Partner 的縮寫,意味著 HR 將成為企業經營的最佳夥伴。傳統 HR 是行政角色,但 HRBP 則是業務角色,他們會暫在企業經營與業務擴展的角度思考,對企業成果負責。讓人力資源真正成為支撐企業轉型過程的重要引擎。這些 HRBP 必須要很擅長使用數位招募工具,而且熟悉數位人才的樣貌與特質,精準的為組織建立扎實的人力資源。

6. 中階管理者

企業的中階主管在轉型過程將扮演承上啟下的角色,企業內的現有的中階管理者可能難以勝任這個角色。我會建議讓一些更有數位工具使用經驗的成員來擔任中階管理者,這會讓組織上下之間的溝通更加順暢。

上面這 6 類人才的特質或許與過往企業的認知不同,但這就是轉型過程企業端將面臨的人才轉型議題,提早了解,就等於爭取到更多的應變時間。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

低邊界組織

低邊界組織

還記得許多年前曾讀過一本書叫《無邊界組織》,這本書是由奇異公司前執行長傑克·威爾許(Jack Welch)提出,旨在打破企業內部的垂直與水平隔閡,以及公司與外部供應商、顧客間的藩籬,以促進靈活性、創新和知識流動。 當年讀這本書時覺得這概念很好,但 我也知道奇異本質上仍是一個高度強勢、績效導向、中心權力清楚的大型企業。無邊界並不等於弱化管理,反而是在強烈目標與績效要求下,移除妨礙執行的障礙。 所以我認為他當時提出這個概念時,更多的應該是對內的一種政令宣達 - 你們要好好合作,你們不要樹立穀倉。 思考的起源 最近因 AI 引入組織內,讓我對企業的組織分工與架構設計有了許多思考。近幾個月陸續有幾個人問我:「你覺得 AI 時代的組織架構會如何演進?會變得更扁平嗎?」 對於組織架構,我一直有個核心概念:「組織架構應該服務於目標。」(關於組織架構設計,可以參考:公司部門組織架構有哪些?四種常見的組織架構與優缺點) 組織架構,不是最重要的問題,優先思考的永遠是目標。 除了組織架構外,近幾年最常被談論的問題就是「工程師要被 AI 取代了」、「AI

By gipi
2026 年的第二次深度復盤

2026 年的第二次深度復盤

距離上一次的復盤也過去將近兩個月了,過去兩個月我一樣做了許多事,但我的工作重點確實與之前不大相同。 二月份起,我花了大量的時間透過 AI 做了許多東西,發現 AI 的無窮可能,也讓我重拾對工作的深度熱情。而六月份則是在熱情稍稍消退,回歸客觀思考的一個過渡期。 四月份,我正式接任方圓策略長一職,把自己的角色放在思考三五年以上的策略。雖然還在適應中,但我還是有蠻多收穫的。很多艱難的決策是真的需要勇氣,可當經營階層願意支持時,策略就走得很踏實。 五六月份,我投入在方圓的時間超過三百小時,這讓我反思真要做到影響一家公司的整體策略,我得花上多少時間才夠。這個問題讓我對自己往後的工作方式有了新的啟發。 六月份,我跟一家合作很久的企業主提案,取消預計要上的年度課程,而是回到原先授課預計要解決的問題思考。我建議我們直接把課程改成系統顧問案,因為他們遭遇的問題其實完全可以透過系統來解決。 這幾個月是真的比過去一年都忙碌,但也很充實。 AI 改變了許多事,但也很多沒改變的 AI 改變了我做事的方式,因為他讓效率提升了,也讓很多問題的解決方案變多了;AI 也改變了我思考的方式,因為「做」變得

By gipi
企業導入 AI,我的六個關鍵思考

企業導入 AI,我的六個關鍵思考

在企業內推動 AI 也有半年左右的時光了,我覺得有幾個企業推動 AI 的經驗可以跟大家分享。 幫高階主管換上 AI 腦 我在五月初寫過一篇文章《AI 在商業決策層面給我帶來的三層改變》。 很多老闆都在談 AI 的重要性,可他們多數的 AI 知識都是「聽來的」,而非親身經歷。一個對 AI 沒有足夠了解的主管,是很難體會 AI 真正的強大,以及 AI 可能具有的限制。 當高階主管處於這種狀態,公司的各種決策很難進入 AI 時代。 他們的習慣用語會是: 「這不是用 AI 做一下就好了。」 「我朋友跟我說,這個 AI 就能搞定了。」 「我昨天在網路上看到人家說,這東西 AI 五分鐘做出來。」 「我看新聞,某某公司導入 AI 後砍了幾百人。」 高階對新科技的一知半解,

By gipi
[徵才]方圓國際誠徵兩個新職務

[徵才]方圓國際誠徵兩個新職務

今年四月份,我加入了方圓國際擔任策略長,方圓是一家茶飲連鎖公司,旗下有兩個主要品牌「吃茶三千」與「喫茶小舖」。吃茶三千在海外 30 多的城市有約 130 家門市,喫茶小舖在台灣則約有 60 家門市。 我從去年底開始擔任方圓的顧問,主要協助梳理公司的管理制度、流程與阻礙成長的問題。四月份我轉任策略長,過去這一個多月,我除了 AI 的引入與建置外,我也花了大量的時間重新構思公司的整體策略。 我們進行了「未來十年不變的事」的策略探討,最終設定了十年戰略方向,三年目標,以及 2026 年的關鍵任務。 透過這樣深度的策略思考,我們也藉這個機會盤點了公司目前的人才缺口。 以下有兩個很關鍵的角色是我迫切在找尋的。如果你覺得自己或身邊的人很適合加入方圓,請自薦或推薦給我,謝謝。 歡迎將履歷投遞到:gipi@teashop168.com.tw 門市體驗經理(Store Experience Manager) 門市是接觸終端消費者的最後一哩路,也是品牌傳遞價值的關鍵接觸點。我們在全球因應不同的市場有不同的店型設計,

By gipi