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

AI 學習的悖論

AI 學習的悖論

「AI 讓你看起來更聰明,實質卻有可能學得更少。」 剛剛看到一篇文章談論 AI 對學習的可能傷害,他的參考資料是來自一篇文章《The Myth of Automated Learning》。這篇文章提到一個蠻重要的概念。 當人們使用機器自動執行他們本來可以自己完成的任務時,會發生以下三種情況之一: 1. 他們的技能不斷提高。 2. 他們的技能退化了。 3. 他們永遠學不會這項技能。 這三種狀況分別容易發生在三類人身上: 1. 如果使用者已經是專家,AI 工具可以進一步增強他們的技能。 2. 如果使用者尚未成為專家,而這項技能需要不斷練習,那麼 AI 自動化可能會導致技能退步。 3. 如果使用者是新手,而 AI 從一開始就執行任務,那麼這個人就可能永遠不會真正掌握這項技能。 作者舉的案例是工業時代,那些工匠等級的人,他們的工作被產線工人+自動化機器給大量取代,但這些生產線的工人離開自動化機器後其實什麼都不會。 對這個觀點我一半認同一半存疑,認同的點在於,產線工人熟悉的是機器操作,而工匠擅長的則是不靠機器來完成任務。哪個難度更高?通常是工匠。但從商業角度來思考

By gipi
互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

這幾篇文章都是我觀看 Mary Meeker 2025 年報告後的一些整理跟心得。原始的文件可以參考:https://www.bondcap.com/reports/tai 本篇要聊的話題是在 75 頁看到 Yum Brands 在 2025 年 2 月開始推動旗下餐廳的 AI 化與數位化。 這份報告中可以看到的資料很有限,不過我對餐飲業的現況有點興趣,所以我請 ChatGPT 幫我針對 Yum Brands 使用 AI 的狀況做一些整理,發現一些比預期有趣的資料。 首先介紹一下 Yum Brands 這家公司,因為這名字相信很多人都沒聽過,但說到他旗下的公司大家應該就知道這家公司的規模有多大了。它旗下的主要品牌有以下四個: * KFC(肯德基) 全球知名的炸雞品牌,在 150 多個國家擁有超過 27,000

By gipi
互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

到今天才有時間把互聯網女王 Mary Meeker 2025 的報告好好閱讀一下,報告的原始網址在此,有興趣的人自行閱讀:https://www.bondcap.com/reports/tai 在報告的 68 頁中我看到了一個很重要的觀念,我結合圖表做說明。 下面這張圖是 BOND 團隊針對 Morgan Stanley 的一份報告作出的整理,這張圖主要強調的是許多大型企業(調查了 400 多家年營收在 5 億美元以上的企業)對 AI 的觀點是放在「營收與事業擴展」上,而非「成本降低」。 以下幾項是被 BOND 團隊歸類在「營收與事業擴展」的項目: Production / Output (提升生產產出) ~70% Customer Service(提升顧客服務品質) ~65% Sales

By gipi
AI 時代我們需要什麼樣的產品經理

AI 時代我們需要什麼樣的產品經理

早上聽 Lenny 專訪 Revolut product head Dmitry Zlokazov 的內容,Revolut 是一家位於倫敦的科技公司,專注於提供金融領域相關的軟體服務。在這個專訪中我聽到幾個很可能是接下來產品經理定位的轉變。 Revolut 在找什麼樣的人來擔任產品負責人?以及如何培養他們成為全球等級的產品負責人? 重視原始智力與飢渴感 在招募時,比起應徵者豐富的經驗,更看重他們的原始智力 (raw intellect) 和渴望打造事物的永不滿足的飢渴感 (unquenched hunger to build things)。有飢渴感的人就算經驗較少,也能快速學習、適應並推動改變並解決問題。 而 Revolut 也更傾向於招募那些處於早期職業生涯 (early in their career) 或具有創業背景的人。 專注於不懈的執行 如果一件事情只完成了 99%,那它更接近 0% 而不是 100%。這包括確保產品不僅僅是開發完成,還需要確保客戶服務、銷售和行銷團隊都能充分利用,否則它可能只是一個無人知曉的無用功能。

By gipi