麥肯錫揭企業數位轉型痛點:老闆只看績效、朝令夕改,僅16%高管自認成功
麥肯錫揭企業數位轉型痛點:老闆只看績效、朝令夕改,僅16%高管自認成功

麥肯錫顧問公司(McKinsey & Company)2018年發布對全球1200位高管的調查,僅有16%的高管認為數位轉型稱得上成功。今年初爆發新冠肺炎(COVID-19)疫情,上門的顧客少了、商務出差的機會也降低、遠端工作變成新的可能,逼著企業思考解決之道。數位轉型從企業熱切討論的話題,變成逃避不了、必須正面對決的現實。

領導人完全不懂技術,數位轉型難發動

然而,麥肯錫顧問公司全球董事合夥人譚宏指出,少有領導者能明白說出「我們為什麼要數位轉型?」、「公司希望通過數位轉型,達成什麼效益?」

譚宏觀察,問題出在各家老闆對數位技術的認知程度,參差不齊, 「老闆不需要深入技術細節,但至少要瞭解數位技術的意義、能給組織的好處,要達成什麼願景。」

太過重視營運績效,經理人不想賭上前途

而且,創新必須是容錯的文化裡嘗試、學習、成長,但台灣老闆非常在意營運績效和成本率,經理人每每提出重大的轉型,就要拿官位出來賭,失敗了,在組織裡大概就沒有前途了。這樣的文化,降低了經理人推動數位轉型的動機。

再者,數位轉型大多需要補充新的職能跟能力。例如打造敏捷團隊,需要敏捷教練(Agile Coach)、Scrum Master,不是既有員工進修就能補強。企業必須有意識的增補人員。

最常見的資源瓶頸是資訊人員。「科技資源永遠不夠,更不要說數位轉型的需求疊加上去,IT的缺口更難滿足。」這時候就要交給領導者做決定,「數位轉型究竟要帶來哪個成效?優先順序是什麼?」這些決策,都將影響後續的策略發展。

轉型方向朝令夕改,IT 資源難以持續投入

另外,高管間也須取得共識。他曾遇過一家企業的董事長跟總經理想法天差地別,大家檯面上一團和氣,但私下意見不一,10 分力氣,有5分都在高管的角力中損耗殆盡,浪費時間和資源。

假設願景想得不清楚就投入資源,失敗後才想清楚,就算啟動第二次轉型,也不會有人想聽了。除了團隊內的信任感消失,第一次投入的IT資源也會對整體資訊架構產生影響,絕非說「拔掉」就能弭平。

給領導者的建議:了解科技的意義,提出轉型願景

譚宏建議:「熟悉數位科技的領導者」是轉型成功第一要件,只有知識基礎較足的老闆,才不會在數位轉型的途中隨意插手、提出反向意見。

此外,「好的變革故事」,能讓轉型成功率提高 3 倍以上。組織文化是一個緩慢「洗腦」的過程,領導者要像打造劇本一樣,規劃短期的階段性目標,當員工照著腳本走,能快速建立戰果、激勵士氣,為長期的轉型打下良好基礎。

最後,重新界定員工的角色和職能,如需要增補新的職能要安排培訓或是額外招募,轉型成功率可提高2倍。以麥肯錫來說,過去的員工以「顧問」為主,隨著數位轉型成趨勢,公司陸續增加資訊和開發人員、以及擅長使用者介面的設計人員,3 種能力齊備因應數位發展。

給主管的建議:開放思維,廣泛理解數位知識

譚宏認為,在組織內資歷較深的主管,難做到技能大幅移轉。這些有決策權的資深主管,別急著深度專研特定技術,而是要嘗試廣泛理解數位知識,以更開放的思維接受新的技術,設法引進更多數位方法,累積團隊的能力。

譚宏說,許多主管有「新嘗試不如老方法」的心理門檻。以數據分析來說,傳統的統計方法已經達到不錯的預測成效,即便往深度學習、圖像辨識的演算法前進,也不一定出現更好的結果,「但有心接受新方法,後面才有不同的可能。」嘗試一次新方法,組織能獲得新的經驗,員工累積新的能力,之後面對新的挑戰,團隊更有彈性克服。

數位轉型最缺的3種人才:數據分析、敏捷開發、使用者經驗

首先,是數據分析的人才,除了單純的演算能力,還需要具備對產業的領域知識,才知道如何運用數據,發揮最大價值。再來,是資訊科技相關的人,特別是具備敏捷等新型態工作方法的資訊人員,能夠帶領團隊數位轉型。最後則是協助客戶體驗、流程優化的 UI(User Interface,使用者介面)、UX(User Experience,使用者經驗),也是數位轉型之下的必備職能。

領導者可以回過頭來檢視,員工是否具備這3種能力。其中,數據分析是最容易率先累積的技能。

他說,企業總認為數據分析就是要做大數據、小數據,但能把既有財務數據先活用,就已經是好的數據分析了。許多公司為了產出每月績效報表,需進到5個系統、匯出資料,由人工拆分各部門,三天後整理成報表,如果老闆為了決策需要,想評估新的分析維度,又得重頭來過。

當你有心累積數位轉型的能力,別急著蒐集更多數據資料,先嘗試梳理手邊有的數據,或許用 Excel 就能找出一個更便捷看待、分析數字的方法,從中找出經營問題,累積數據分析的能力。

責任編輯:錢玉紘
本文授權轉載自:經理人月刊

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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