實現變革計畫
實現變革計畫
2004.11.15 | 科技

隨著環境的變遷,現今企業組織皆面臨迫切的變革壓力。然而很遺憾地,改革工作知易行難,大部份嘗試推行、甚至已經進行變革的企業往往以失敗告終。根據研究,變革的成功機率不到三成!
雖然變革的速度、規模和複雜度已遠遠超過從前,但拖延變革的代價不僅會造成不便,還會損失慘重。許多全球知名企業,例如全錄(Xerox)、朗訊(Lucent)、日本三菱(Mitsubishi)等,都曾失敗過,即使借重新領導人推行改革,仍然無法重振雄風。由此看來,改變是一件相當困難的任務,因此必須釐清挑戰的關鍵。

**心象圖的重要性

**
綜觀市面上數百本探討領導策略變革的書籍中,為什麼要選這本書呢?乃因許多書籍在討論變革對象及方法都顛倒了,因為他們通常採取「組織內」(Organization in)的方法,就是將所有組織應該改變的項目一一列出來,個人就會跟著改變。
但本書作者布雷克及葛雷格森發現,解決問題的核心在於:改變我們根深蒂固的「心象圖」(mental maps)──他們如何看待組織與工作,也就是既有的思維模式。心像圖就像指引人們方向的地圖一樣,它主宰著人們的日常行為。維持成功的策略變革在於先改變個人,才能改變組織。因此採取「個人外」(individual out)的方法,而非「組織內」,所以若要進行企業變革,人們就必須先突破思考障礙。

**成功變革的CBA

**
重繪心象圖最大挑戰是妨礙持續策略變革的障礙。是哪些自然因素導致人們壓抑變革並產生思考阻礙?答案就在於造成變革失敗的3個關鍵問題。本書有系統地指出如何實現變革的重點:以新目標和方法「重新繪製」人們的心象圖。作者指出,影響策略變革的思考障礙是:看不見、推不動,以及無法完成。
‧克服看不見:為什麼企業會錯失明顯的轉型時機?該怎麼辦?
‧突破推不動:為什麼人們即使意識到改革勢在必行,卻仍安於現狀?如何突破這項障礙? ‧戰勝無法完成:為什麼改變會功虧一簣?如何維持士氣?
「變革CBA」即指體認(conceive)、相信(believe)和實現(achieve),而此3步驟可以有效回應且克服變革的3項障礙。要克服第一項障礙,人們必須體認舊的好策略是錯的,且認清新的好策略;要克服第二項障礙,人們必須相信策略變革可以帶領他們成功實踐新好策略,最後,人們必須去實現策略變革的目標,同時確知他們已經成功達成任務。
找出這3個問題的原因並突破這些障礙,就能夠進行策略變革。這本書以深入淺出的表達方式,並輔以生動的圖表,有系統的闡明心象圖如何創造這些障礙,並告訴讀者如何找尋開啟心象圖的鑰匙,頗具參考價值,值得一閱。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓