學習專案管理的基本思維
學習專案管理的基本思維

這些年來,許多學習專案管理的朋友,在初學專案管理時都一頭栽入專案管理工具與框架,卻未曾了解更源頭的問題,包含:

「為什麼需要學專案管理?」
「專案管理能解決什麼問題?」
「專案管理不能解決什麼問題?」
「為什麼案子總是做不好?」
「怎麼樣才能做好一個案子?」

在學習一門知識時,我建議大家必須先從問題開始思考,當你對這些問題有了基本的認知,接著開始去找幾個framework、methodology或best practice,然後看看它們用什麼樣的流程與工具來解決你所面對的那幾個問題,唯有經過這樣的過程,你對這門知識才會有更清晰的認知。

PMP或Scrum這類的framework或best practice的出現,都是累積了足夠多的實務案例,並將常見的問題以 框架、流程、方法、工具 來封裝,讓其他人更容易上手。但若你未試圖理解它背後要解決的問題,你就容易錯用。

不管工具有多好,若你運用的場合不對,它就不是個好工具。

CMMI與PMP真的不好嗎?

剛出社會時,我在一家ERP軟體公司從事研發工作,我在哪裡接觸到非常正規的軟體工程,也見識到當研發流程與業務特性匹配時的高效,以及不匹配時產生的諸多問題。在2000年初期,軟體發展大多仍依循瀑布式(Waterfall)方法,必然得先進行需求收集、分析、設計,使得進入開發與測試,經過一道道程式後將成品完整的交付。

我在ERP軟體公司的那些年,我也參與了CMMI Lv4(軟體成熟度模型)的導入與認證,過程中 我見識到CMMI的嚴謹之處,同時也體會到嚴謹背後帶來的低效與冗餘。 由於當時我所負責的產品處於需求不明確,市場性待驗證的狀態,若要依CMMI的規則產出完整需求清單與完整的分析檔,估計是不可能。

因此在過程中我試著提出用假設性需求,以及用雛型替代成品來進行市場驗證。出乎意意料的,這個提議獲得CMMI顧問團隊的認同,而這也是我對CMMI有所改觀的轉捩點,公司內推動小組的負責人告訴我:

「CMMI本來就是一個模型,每家公司得依自己最適合的方式建構流程,但最終須能達到CMMI要求的水準。」

2011年,我開始負責SaaS相關業務,也首次接觸了敏捷觀念以及Scrum,與此同時,互聯網開始進入火爆增長,所有的企業都在求新求快,技術團隊也被要求要具備更靈活、更彈性、更迅速,只是一兩年時光,大陸的公司都在討論敏捷開發,而少有人討論PMP、CMMI所談的瀑布式專案管理與研發流程管理方法 (註:PMI後來也提出ACP這套敏捷框架)

2013年,我開始在團隊中大量引用敏捷觀念,透過頻繁的交付來驗證用戶與市場需求,也在技術社區中與許多朋友交流專案管理與軟體發展方法,我看見愈來愈多人想擁抱敏捷,同時我也發現,許多人因崇尚敏捷,而對PMP及CMMI抱持著嚴重的偏見。

2015年,我進入互聯網公司後,人人口中所談的都是敏捷,若你在討論過程中提到CMMI或PMP,就會有人露出鄙視的眼神。他們誤以為過去專案做不好,是CMMI與PMP所造成的,卻未曾思考過,或許專案失敗的真正原因不在流程與工具,而是運用的那些人。

瀑布式與敏捷並存,可能嗎?

我曾在先前的文章中提過,我認為組織長大到一定規模後,必然會出現混合式的組織架構,當企業內外部狀況穩定,需求的變化性較少,可預測性高,功能型組織是相對適合的組織架構;而當需求變化性較大,不確定性高,變平化的產品型或戰鬥小組可能是更適合組織架構。

而相同的概念,其實也適用於專案管理方法,當你特別強調 分工程序、輸入(input)、輸出(output)與權責,這與功能性組織不謀而合,傳統的專案管理方法可能非常合用;反之,若你強調快速回應、迭代等敏捷特性,則與產品型組織或戰鬥小組更加匹配。

所以,瀑布式與敏捷方法並存在一家公司內,可能嗎?

我的答案是「肯定的」,當我們把重點放在解決問題,而非落入比較方法或工具的優劣時,我們便會理解,沒有必要硬要逼所有人套用相同的工作流程與方法,除非真有必要性。

經過這些年的實戰運用,我試著將這種混合式的專案管理方法整理成如下的框架,多數的專案都是介於完全不確定與完全確定之間,面對不確定性高專案,敏捷方法、分工模糊的戰鬥小組相對較佳,然而面對確定性極高的專案,Waterfall與分工明確的功能型或專案型團隊則相對適合。以目標導向來看,很多時候我們甚至該採用混編的方式同時進行專案。

瀑布式 vs 敏捷.png
圖/ 游舒帆

追求敏捷,但更要重視專案管理基本功

在帶領團隊時,我特別強調專案管理的基本功,因為 我認為多數的問題都是出在基本功不夠扎實。在專案開始前與進行中,一般我會對PM提出很多問題,以確保專案能如原先預期。

在專案啟動階段,一般會由團隊先就已知資訊先擬定draft plan,內容陳述專案要 做哪些事?打算如何進行?由誰來做?預計花費多少時間?以及得到什麼樣的結果?

draft plan.png
圖/ 游舒帆

「這個專案中有哪些不確定性,它們可能會導致你無法準時交付?」

而當團隊將計畫產出後,我會問PM這個問題。從這個問題的回答中,我便能有效檢視PM對這個專案的把握度有多少。

專案管理早期的主要問題大多是「要解決的問題不明確」、「需求不夠清晰」、「專案的deadline太趕」、「不確定人力資源能否配合」、「對工作的估時過長或過短」、「技術可行性待驗證」、「老闆可能還會改動需求」等。

而這些,就是導致專案行階段會頻繁發生變更(change)的重要原因。

這些不確定性,都可能是專案執行時期的風險,你可以選擇在規劃前期就想辦法處理這些不確定性,也可以選擇在執行時,透過變更管理來因應這些不確定而帶來的更動,而成熟的PM會將這些不確定性有效控管,並以面對風險的方式去處理。

敏捷雖強調擁抱不確定性,並歡迎隨時的更動,但不意味著我們要對那些不確定性置之不理,而是要儘快的讓不確定成為確定。

敏捷強調不斷進步與回饋,透過一個又一個專案的磨練,讓我們能把需求看得更清楚,對時程估算更準確,能更有效對齊老闆的期待,而要做到這些,團隊就需要逼著自己不斷進步,透過反覆的迭代,將不確定性一一消除。

若你對Scrum架構有所研究,你便會發現best practice裡頭強調的架構,其實正是針對上述幾個最常見的專案不確定性而來。

針對時程,Scrum強調固定的交付週期,以1–4周為佳;

針對團隊,強調最好是feature team,在過程中也盡可能避免團隊成員同時參與多個專案;

針對範疇,根據迭代週期與team的資源,由Product Backlog中挑選能完成的工作項目;

加上每個迭代的週期較短,工作總量較小,若過程中發生變更或插單,其實影響的範圍相對較小,等待時間也較短,對變更的因應能力自然較強,若你正確的引入Scrum,這將是你可期待的結果。

先思維,後框架、工具

在學習專案管理或其他知識時,我非常建議大家一定要先建立思維,先了解我們要解決的問題,也就是背後的「Why」,例如要確保工作能如期如質的交付。並圍繞著為什麼去找尋別人是用什麼樣的框架與方法去解決的,也是就「How-to」,例如PMP或Scrum,而在框架與方法之下,又分別選用了什麼樣的工具,這就是「What」,例如WBS、user story等等。

學習過程,一定要先搞懂要解決的問題,並進一步思考為何框架的設計與工具能解決我們遭遇到的問題,並思考它的適用範圍。

唯有如此,我們才能跳脫被框架與工具,而不為物所役。

思考金字塔.png
圖/ 游舒帆

本文由游舒帆授權轉載自其> Mediuam

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #專案管理
往下滑看下一篇文章
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎
從新零售到新商務,騰雲科技以兩大策略打造新世代成長引擎

騰雲科技持續展現強勁成長,不僅連續五年維持雙位數的營收增幅,更於 2025 年前三季累計營收來到 5.47 億元、淨利 1.03 億元,年成長率高達 67%,顯示騰雲科技已從智慧零售解決方案供應商擴展成為智慧社區、智慧城市解決方案供應商,並持續發揮高毛利、高成長、以智慧場域資料為核心驅動的代理式 AI 解決方案全方位供應商。

騰雲科技是怎麼辦到的?

騰雲科技董事長暨總經理梁基文不藏私分享兩大關鍵:「首先是以 AI 賦能的產品與服務,協助客戶提升效率、優化營收;其次是透過騰雲孵化器與其生態系中新創夥伴協作,打造零售、不動產、製造與數位保險等產業所需的新商務服務。」

以 AI 賦能全產品線,強化客戶黏著度、深化長期關係

梁基文表示:「AI 不是單一產品或立即變現的技術,要能有效消除資訊不對等,需協助企業先將散落的資料整合成數據資產,才能找出能驅動決策的洞察。」因此,要讓 AI 真正落地,需要同時理解產業現況與營運痛點的夥伴,才能把技術與數據轉化為具體價值,成為企業成長的新引擎。

有鑑於此,騰雲科技的策略是推出 AI Agent 平台 –TrendVotex,由深耕百貨零售、商業不動產等產業的專業團隊協助打造符合場景需求的 AI 代理服務。

例如,為百貨零售打造的「AI 品牌行銷專家」透過市場輿論進行趨勢及同業動態分析、以口碑行銷進行品牌塑造、針對會員數據進行自動化文案生成及傳播、針對行銷成果進行效益分析等自動化決策,「AI 招商助理」則能整合商圈熱度、樓層營運狀態等資訊,提出精準的櫃位調整與招商策略。至於針對複合式商業不動產管理場景推出「AI 能源智慧管理」服務,導入 AIoT 終端裝置佈署並運用其感測數據與歷史異常紀錄,預測設備故障風險,協助排程維修,降低停機時間,大幅提升營運績效。

梁基文補充說明:「除了協助企業打造專屬 AI 代理與串接代理式工作流程(Agentic Workflow),我們也推出 Marketing、Content、Sales、Manufacturing 等跨產業可重複使用的 AI 代理模組,加速零售、不動產、製造、旅遊與數位保險服務等產業的導入腳步。」

值得注意的是,為真正發揮、極大化 AI 價值,騰雲科技不僅提供技術,也協助企業梳理流程、整合分散數據,打造可支撐多場景的數據驅動營運中台。

梁基文表示,不只零售業正加速虛實通路整合,製造與金融服務業也十分重視「全通路數據」,例如製造業需要即時掌握生產過程關鍵數據指標與庫存狀況以確保良率及產能、數位保險業則積極深化對顧客旅程的掌握以完善服務能量等,騰雲科技推出「隨開即用」、雲地整合的 AI 平台,讓企業能在多場景中無縫串接數據並兼顧資訊安全,充分展現「From Insight to Intelligence」價值。

例如,協助數位保險整合顧客的「線上資料(如客戶資料、風險判斷」與「線下數據(如客戶活動數據、場域營運數據)」,透過 AI 進行產品推薦、簡化內部核保作業流程,並提供更加順暢的一致體驗,讓保險也能像零售一樣真正做到懂顧客。

「接下來,我們會把在百貨零售與商業不動產驗證過的技術,進一步擴大到製造、數位保險等產業,讓價值放到最大。」梁基文如是說道。

騰雲科技
騰雲科技董事長暨總經理梁基文
圖/ 數位時代

五大技術、四大產業,騰雲科技以孵化器成就下一個十年

梁基文表示:「過去 10 年,我們專注在『新零售・新生活』;接下來將延伸至『新商務・新生活』,透過收購、合資、投資等方式與外部夥伴共創新的成長動能。」

具體做法是以 ABCDE(AI、Blockchain、Cloud、Data、Experience)五大技術為核心,鎖定零售、不動產、製造與金融服務四大產業,透過外部合作與孵化機制強化解決方案的廣度與深度:整合現場設備、門市裝置、POS、排隊系統、取貨流程、感測器與後勤運作,推出 AIoT 智慧場域管理方案,滿足跨場域、跨產業與跨國企業的需求。

例如,協助泰國五星級酒店導入 AIoT 智慧場域管理方案以優化能源設備管理、降低營運成本並提升使用者體驗等。明(2026)年,騰雲科技計畫將 AIoT 智慧場域管理方案推向製造業廠房,協助客戶管理冷氣、燈光等能源設備並進行碳管理,同時,透過監控產線設備的振動與溫度等數據,提供 AI 預判的設備維修時機(Preventive Maintenance),擴大數位與綠色雙軸轉型的綜效。

除以集團力量推廣 AIoT 智慧場域管理方案,騰雲科技亦積極擴大相應的生態體系發展:首先是與跨業夥伴一同延伸 AIoT 智慧場域管理方案 的應用範疇,如與保險業者合資成立數位保險公司以提供 AI-Ready 數位應用方案;其次是建立消費者生態體系以發揮「新商務‧新生活」的相互影響綜效。例如,騰雲科技子公司騰加數位將擴大 AIoT 平台運營版圖,深入零售、商辦與飯店等多元場景,並以此為載體整合數位支付、會員數據與數位內容傳播等應用,藉此強化場域的智慧化能力,以及拓展騰雲解決方案的落地深度與廣度。

「透過 AIoT 智慧場域管理方案、營運中台與 TrendVotex 等產品與服務,我們不僅能更精準回應台灣、日本與東南亞市場在流程自動化、營運效率提升上的需求,也能同步改善大眾的日常體驗,真正落實『新商務・新生活』的共好價值。」關於未來的發展,梁基文如是總結。

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
進擊的機器人
© 2025 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