【觀點】企業創新動能卡關?別只聚焦在自家產品!5面向打破慣性思維
【觀點】企業創新動能卡關?別只聚焦在自家產品!5面向打破慣性思維

當很多人都在問「面對 AI 浪潮,企業該如何創新?」的時候,我發現克雷頓‧克里斯汀生(Clayton M. Christensen)的經典著作《創新的用途理論》又再一次提供良好的見解。

許多人常感嘆一家企業變了,但深入研究會發現創辦人與創始團隊都在。除非他們突然都變笨了,否則一定有什麼東西產生變化,使得一家企業不再創新,直到被新創挑戰。其根本困境來自於許多思維上的慣性,而這些慣性我認為可用白話稱為「聚焦在自己」:過度關注自己的產品與能力、過度關注表面的成長機會、過度關注狹隘的競爭格局、過度關注膚淺的主動資料。

例如不少企業都說自己「以客為尊」,但了解顧客的手段都是透過顧客經由企業提供的產品及服務而產生的主動資料,像是消費金額或使用時間。資料是現實的表徵,這些資料只反應了顧客極為片面的樣貌,而非全貌。或是不少企業會將焦點放在「競爭對手的動態」,然而競爭對手的定義方式只停留在「提供相同產品與服務」的範疇中。當陷入這個格局後,企業能做的事情其實就很有限了,而其中一個最受歡迎的選項就是套利。

上述慣性的出發點都是為了提升自己的營運效率,而不盡然是為了創新。營運效率的提升是自我實現的預言,也讓身處其中的人感到更為踏實,但卻容易讓企業與創新無緣,因為真正的創新不是來自提升自我,而是提升顧客。

別從「已知」找答案,放眼未解任務、奇妙用途

許多企業都在聚焦在自己的思維慣性下尋找創新,例如如何改善既有產品、如何從顧客主動資料中找出洞察、如何從競爭對手的動態中想出致勝法則等。克里斯汀生提倡應該改用另個觀點,因為舊觀點只能提升自己的營運效率,而無法真正發現具有效用的創新。這個新觀點就是「聚焦在顧客」。

克里斯汀生假設每個人都想在人生中獲得進步(progress),這個進步可能源自增強,如身體更健康,也可能源自消除負面,如不用為了追垃圾車而調整排程。他將人們在特定情境下為了獲得進步的這件事統稱為「用途」(job),並認為顧客會為了實現用途而去「雇用」特定的產品或服務。因此, 所謂的創新並非聚焦在自己能否做出更好的產品或服務,而是聚焦在發覺顧客的用途,並據此開發出可被雇用的產品或服務。

「創新的用途理論」並非「y=ax+b」公式,更像一套翻轉觀點、從顧客用途當中發現創新機會的對話方法。即使如此,克里斯汀生還是在書中提供5個相對可依循的切入點。

第1,從生活中觀察。 生活中尚未解決的任務就是創新的沃土,那些對你、或對親近他人很重要的事情,對其他人很可能也很重要。

第2,探究「尚未消費」。 傳統企業的思維慣性總習慣從「已知」當中找答案,如產品數據以及競爭者動態,但如果想要擺脫競爭,更重要的是從顧客在完成任務的過程中遭遇哪些障礙而導致不消費中找到機會點。

第3,觀察「變通與勉強湊合著用」的現象。 在軟體領域中,最經典的案例之一就是 Dropbox。德魯·休斯頓(Drew Houston)當年發現人們為了隨時取用檔案,除了忙著找 USB 隨身碟,更會變通地用 Gmail 夾帶檔案然後「寄信給自己」。

第4,探究「沒人想做的事」。 尚未消費指的是一個人有很明確的用途,但因為受到阻礙而沒有雇用產品或服務;沒人想做的事指的是一個人有很明確的「負面用途」,例如就是不想追垃圾車。然而,翻轉負面用途往往可創造巨大商機。

第5,發覺「不尋常的用途」。 書中舉的案例是鐵鎚牌(Arm & Hammer)蘇打粉,該產品本來主打烘焙用途,但業者發現許多消費者在不尋常的情況下使用,例如加入洗衣粉增加洗潔力、放進冰箱除臭、撒在地毯上清潔等。隨後,鐵鎚牌開始針對這些用途推出專屬的產品,創造了全新的市場。

直到最近幾年我才深深感受到生活經驗對發覺創新以及發想洞見的重要性。進一步來說,什麼叫做「生活經驗」?我認為除了擴大生活打擊面,包括多與人交流、多從事不一樣的活動以外,更重要的是要多一點連結性的思考,花時間將不同的生活經驗點給串連成一個面,甚至是立體架構。

讓創新入企業魂,謹守「流程」是王道

回到克里斯汀生最一開始想回答的問題:「為什麼企業無法守成?」「為什麼原本創新的公司最後喪失創造力?」這些問題都直指另一層思考:企業不是只有一個人(例如老闆)懂創新的用途理論就好,而是必須整個組織都共享同一套語言。

企業中的語言是什麼?《創新的用途理論》、《7大市場力量》或是許多商管書籍都提到相同的一個字:流程。流程是什麼?本書對流程的定義是將資源(人員、原料、機器、金錢等)轉換成價值的過程,並且可分成有形(例如採購流程、生產流程)與無形(例如跨部門溝通、領導決策)2種。

語言是人與人之間溝通意圖與交流意識不可或缺的要件,而長期累積下來的成果就形塑了「文化」,亦即彼此之間不須溝通就共享的意識與行為規範。克里斯汀生認為當一家企業奉行創新的用途理論,該理論會成為共通的語言,並圍繞著該語言去制定流程,最後形塑成一家企業的文化。他認為流程與文化才是一家公司無法被取代的核心價值,也是持續讓一家公司保持創新的根本。

shutterstock_432404500_think_different_outstanding
圖/ shutterstock

所有想免除競爭的企業都會將目光放向創新,但真正阻礙創新的很多時候並不是技術能力不足,而是問錯問題。企業之所以容易問錯問題,在於成功以後容易陷入過度關注自己以及追求表面成長等思維謬誤當中,這些謬誤讓人感到踏實、有方向,但這卻不是當一間企業還是「新創」時可以崛起的關鍵。

然而,我認為《創新的用途理論》並不只適用於企業,也同樣適用於個人。企業兩個字或許顯得太過於遙遠或高大上,但事實上現代人或多或少都會「斜槓」去經營自己的副業,這個副業可以是小到個人網站,也可以大到是門生意。

甚至就算完全不斜槓,身為一個上班族,我認為也可以反向應用創新的用途理論,回頭思考「公司的用途與想達成的任務」,並以此調整自己、成為一個更好被「雇用」的產品或服務。

創新離我們並不遙遠,或著說最遠的距離其實可能只是換個思維、翻個面。

責任編輯:蘇柔瑋

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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
台達電全解讀
© 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