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|數位時代 BusinessNext

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

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。