當前企業的營運風險範圍更大且更加難纏
當科技與ESG交織出先火花時，大概是企業管理階層開始煩惱的時候。幾年前開始萌芽的數位轉型讓許多業者手忙腳亂盤點營運資產、找出可優化的流程、忙於應對消費端與供應商的要求外，突然殺出的疫情一再挑戰企業的營運韌性；同時，第26屆聯合國氣候變遷大會（COP26）與淨零碳排的議題催促各國政府制定相關措施因應，最近在達沃斯舉行的世界經濟論壇會議指出，2022年氣候變遷依舊是全球的頭號威脅，且高達89％的受訪者認為短期內將充滿變化與危機。
再者，環境變化縮短原有技術的生命週期，並加速新種類技術的開發。2016-2017年各種人工智慧的預測與先導專案（pilot program）紛紛出籠，也引爆如GAFA、FAMMGA等各種科技業的龍頭爭霸，五年後的現在，人工智慧技術已經逐漸成熟，深入製造、醫療、金融、電商、電信，乃至塑橡膠、食品製造的應用，朝向應用平民化的步伐邁進。於此同時，5G、量子電腦、Web3.0、太空科技等新技術又拔根而起，這次參與的不再由科技業獨領風騷，許多國家政府、科技研究機構、各產業集團龍頭紛紛相繼投入，並非這些機構熱衷於技術研究，而是受外部環境衝擊所致，技術、產業、人員的疆界逐漸模糊，企業在擁抱更多潛在商機的同時，也面臨更兇猛的淘汰機制，部分機構甚至大膽預測，未來的企業只有虛實並存的大型集團引導，而不存在產業界線。確實，當企業疆界打破虛實空間，甚至進一步延伸至外太空時，所有事情都可能發生。
最後，資安問題已經被許多企業與國家認為是重大危機，開放式的網路空間與虛擬經濟的興起讓更多駭客有機可乘，而企業的因應速度往往趕不上攻擊手法的變化，美國五角大廈甚至認為培養資安人才是首要任務，大型企業如Google、蘋果、台積電等各產業龍頭也更加關注資安帶來的風險。縱看上述這些議題可發現數個共通點：影響範圍更廣、復原時間更長、更難預測，甚至單一企業難以招架，因此組成聯盟與投入創新活動似乎成為當前企業因應危機的共識。
企業可先從內部改善流程開始
企業要走出新路，無疑兩種方式進行，一是內部創新，從營運流程開始，找出可創新之節點；另一者為與第三方協作的外部創新，透過異業的合作激盪出新的商業或營運模式。許多企業在採用上多僅是優先順序的不同，無論是由內而外，或是由外而內，都是常見的創新手法。根據國際顧問公司麥肯錫統計，擅長透過營運流程改善來達到創新的企業，其生產力能提高90%、交貨時間減少80%、產品上市速度提高100%，內部流程的改善讓企業再次審視數據流、人流、成本流，透過分析工具，從中找到可改善、甚至創造新商業模式的地方。
在數位轉型的浪潮下，當前常見作法為企業先做好內部營運優化，釐清自身痛點與挑戰，爾後可尋求外部創新方式（如聯盟、合資、併購等），在資料經濟的時代有助於與被併企業或合作夥伴進行資料或流程整合，大幅降低未來溝通與磨合成本。當然，或許有人認為，內部流程改善不能算是創新的一部分，僅算是「優化」，但綜觀國際（如Netflix、西門子、微軟），在資料的驅動下，許多創新（如商業模式再造）皆起因於善用公司內外部資料，若企業連自家有哪些資料都不知曉，也不知道如何從資料中挖掘洞見，何來創新之有？
在企業內部流程改善（Business Process Reengineering，BPR）部分，美國知名學者暨企業顧問湯瑪斯．戴文波特（Thomas H. Davenport）稱得上是營運流程改造的專家，在資料主導轉型的時刻，戴文波特指出「流程探勘」（process mining）在數位經濟下的重要性，由於許多營運流程改善都是在解決「現在的問題」，透過不斷的訪談與會議，了解企業現在營運的現狀而已，但甚難做出全面性的改變；此外，現在許多企業系統多設計為水平導向，例如ERP的產、銷、人、發、財功能，但缺乏從下到上的資訊整合流程，雖然許多企業嘗試使用API串接不同資料庫，但資料的清洗、標籤與分析依舊耗費大量時間與人力，等到資料處理告一段落時（通常要一年以上），面對的外部議題可能又變了。
圖、流程探勘逐漸成為企業創新的基石
.png)
資料來源：apromore
何謂流程探勘？根據勤業眾信的定義，流程探勘指的是「透過企業所留下的數位足跡，以替企業找出隱性成本，進一步量化非財務指標，提供更透明的資訊，以供管理階層決策。」也就是說，在不同的資料中找出企業潛在的隱性成本，並提供解決方式。傳統而言，企業多半關注以營業額、進貨成本、庫存等顯性成本，而忽略了非財務性風險的隱性成本。以製造業而言，如疫情導致的原物料供貨異常，即會造成供應鏈缺料問題，不但產品無法按時組裝，組裝品質也可能下降。故此，適當的流程探勘工具，例如機器人流程自動化（Robotic Process Automation，RPA）可結合工廠的感測器、物聯網、人工智慧基礎設施，結合外部資料搜集，在戰情室中透過更豐富的未來情境分析，優化企業營運流程。接著，我們將以兩家國外案例（製造業與金融業），以及兩家國內食品相關案例來說明企業流程改善對轉型創新的重要性。
國際企業內部流程改善案例一：國際機器人大廠ABB
起源於瑞士，專精於自動化、智慧製造的ABB以機器人產品著名，當前已是全球四大機器人龍頭企業之一，與德國庫卡（KUKA）、日本發那克（FANUC）、安川電機（Yaskawa）齊名，在營運流程上，公司採用精實六標準差法（Lean Six Sigma）-以顧客為核心、不斷改善產品/服務品質以消除浪費與降低變異。雖然精實六標準差法讓ABB有效運作數十年，但在數位經濟的浪潮下仍稍嫌不足，由於事業體規模龐大，不同地區的多個工廠與整理供應鏈的資訊流通經常發生延遲與資訊不完整的情形，因此如何從底層展開流程探勘確實有其必要。公司的轉型願景相當明確：讓流程透明，故能從找到問題轉為預測問題，各端流程資料的整合將有助於集團對於動見解讀的一致性（Single-Truth）。
圖、ABB與Celonis合作進行企業內部流程探勘
.png)
資料來源：ABB
ABB的做法有二。第一，由於集團的價值鏈（Value Chain）相當龐大，讓營運部門與品質部門的一線員工直接分析各流程節點中的差異情況是最有效率的做法，例如在財務部份，由於公司全球採購與付款流程牽涉到不同種類的ERP系統，許多資訊處於資訊孤島（silo）狀態，公司必須先釐清究竟有多少財務流程資料、多少人使用這些系統，將訂單、付款、客戶服務等面向一一拆解，由於資料本身並無價值，加上多數IT人才著重的面相為「系統、網路與資料庫管理」，單靠傳統的資訊管理系統（MIS）與網路管理人力就要從巨量資料中獲得洞見與找到問題實有困難，因此在爬梳完各種資料後，是時候尋找外部協作夥伴了。
第二，由於ABB當前的數位工具不足以支援龐大的流程探勘，因此公司轉而尋找外部解決方案業者支援，經多次評估後，ABB選擇與德國數據處理公司Celonis合作，Celonis最擅長的為商業流程挖掘（Process Mining）技術，從公司個事件中萃取資料進行演算法分析，除ABB外，其客戶還有西門子、3M、BMW、萊雅、通用汽車等，目前公司估值已達100億美元，早已加入獨角獸行列。ABB成功藉由Celonis的流程挖掘技術打破資料孤島，整合全球財務資料並針對不同商業流程（訂單、採購、付款）進行優化。
國際企業內部流程改善案例二：美國金融巨擘J.P Morgan
與製造業相比，金融業在資料運用的複雜度並沒有比較少，這家總資產高達近三兆美金、全球員工數24萬人的企業在全球金融市場呼風喚雨。然而巨獸也有轉身困難的時候，2014年執行長傑米戴蒙（Jamie Dimon）指出金融科技帶來的威脅時，公司立即投入技術投資與組織轉型，由於傳統金融業的最大挑戰無疊層架屋式的IT系統，加上中台、後台各項資料的串連相當困難，甚至許多部門尚在使用紙本作業紀錄，這更加速戴蒙改革的決心，不只面對終端消費者的消費金融部門與資產管理部門須引入資訊科技提高服務效能，連服務企業客戶的企業金融暨投資銀行部門、商業銀行部門等都必須改善作業流程效率，結合中台的風險控制部門、後台的交割結算部門，一場浩大、長達八年轉型戰役就此開打。
圖、J.P Morgan相當強調營運流程整合是創新的源頭
.png)
資料來源：J.P Morgan
首先，針對各種創新專案（技術、商業模式、服務），J.P Morgan摒除傳統金融業完全財務導向的衡量方式，雖然各個專案還是會置入如投資報酬率（ROI）等指標，但權重有所調整，主要原因為以正在開發階段的專案與能穩定獲利的既有服務做比較並不客觀，且容易影響士氣，同時，由於營運流程改善專案具備連續性、不間斷的特性，如何衡量成效與每人貢獻程度相當困難。俗話說創新重視點子，財務部門卻熱愛衡量指標，為讓兩者取得平衡，公司重新設計一套專案衡量指標，由於流程改善仰賴多為軟體驅動，因此指標反而重視測試原型數量、訪談使用者人數、新軟體平台回訪用戶等；此外，工作流程的衡量指標也經過重新設計，例如基於每單位時間完成的工作項目的「吞吐量」、單一專案從開始到完成的「所費時間」等。
最後，在衡量軟體的質量上，公司也採用了原始碼行數（Source Lines of Code，SLOC）、個別程式碼段/模組/中的bug數量、程式碼覆蓋率等。當然，這些敏捷團隊擔心的是管理階層是否持續性的挹注資源，為展現公司對於科技轉型的重視程度，公司每年投入120億美元（約3600 億新台幣）於流程自動化、人工智慧、雲端、區塊鏈技術與相關人才延攬上。公司同時善用可部署在前台、中台和後台RPA技術，以獲得即時報價和外匯交易執行，為公司間交割結算和支付建立會計分錄、銀行賬戶對賬、利於資金申請的識別驗證電子郵件通知，有效簡化營運流程的整合ㄝ而這些大量交易紀錄、客戶輪廓、金融市場的資料在API的串接下逐漸為相關部門所用，而在適時的引進演算法後，甚至可以預測客戶風險與用演算法大量分析法規文件，大幅降低前中後台間的溝通成本。可以說，J.P Morgan能夠達到流程優化，最大關鍵要素在於降低財務指標衡量，以及將對的技術搭配對的資料進行跨部門應用。
台灣企業內部改善案例：安口食品機械
台灣業者近來在智慧製造的形塑下也紛紛投入組織優化與流程再造，創立於1978年，專精於食品設備製造的安口機械客戶已涵蓋112國，為國內食品機械輸出的指標廠商，無論是充餡/包餡成型、搓圓成型、刨切、脫水、攪拌、篩粉、排盤等流程都難不倒它！除此之外，現在的安口機械已經從提供產品跨越到顧問服務，如食品產線規劃、食品研究室、客製化模具服務等，風光的背後也是辛苦轉型而來，其中，流程探勘的改善對公司影響甚巨，公司能夠快速釐清甚至預測客戶需求、開發服務型App、財務系統建置到物料管理等，都少不了營運流程的重整，進而從中發掘創新點。
以公司的售後服務流程為例，過去安口機械多半派員至客戶端進行設備維修，但在疫情的衝擊下售後服務需重新設計，在引進外部解決方案商新漢智能（NEXCOM International）的顧問下，安口機械將水餃機安裝加速規，以偵測機械的震動幅度，同時讓維修人員以AR與遠端會議隨時讓客戶掌握機械運作狀態，利用I/O 模組收集來自於加速規監測機台運作的震動波形，找出異常零組件損害的部位，讓設備資訊透明化。說來簡單，實際上牽涉到不同機台間的通訊協定整合、資訊的傳輸型態、分析工具的安裝/應用與人員訓練等，絕非如坊間所說安裝個閘道器、派人監控就能運作。從人流、數據流至分析結果，皆需整體流程的重新思考。
人力、研發、品牌構成一家製造業的核心競爭力，也是企業營運流程中的成本來源，一家企業如果要提升獲利，可提高營收也可降低成本，但若要減少營運成本，上述三者不建議列入第一優先削減的項目，更甚者，部分企業甚至在企業衰退時加大人力、研發、品牌的投入。而需要長時間才能驗證成效的數位轉型呼應了該觀點，當許多製造業者強化技術研發或透過規模化降低成本時，安口機械默默地整合客戶關係管理系統與業務流程，旨在提高公司的數位行銷能力。在實際作為上，公司由傳統的實體展覽轉為數位行銷，如善用阿里巴巴的銷售網絡，以及協同員工投入數位行銷訓練，透過第二官網、案例影片、關鍵字投放等方式，甚至結合業務端流程，讓客戶善用手機App掃描機器上的二維條碼，可快速查詢零件、價格、運費與匯率資訊，強化客戶的黏著度。
對傳統製造業而言，強化技術與聘用相關人力或許較為常見，但將傳統的實體銷售搬上網路時，不但資料傳遞需重新整合（例如在設備類產品上安裝感測器），業務流程也有相當改變（如透過關鍵字搜尋從網路下單），這些流程的創新讓企業能更快累積數據資產，整合自身的領域知識，甚至可以為後續的顧問服務提供建立良好基礎。
做好內部流程是我國企業邁向數據驅動的基礎
從上述案例可歸納出這些企業皆透過流程探勘、系統整合、資料處理的方式來疏通整個營運流程，並為未來進一步轉型做準備。事實上，這些呼應了國際顧問公司麥肯錫、BCG，與Accenture的看法：未來的企業為數據驅動的企業，需透過連接設備的龐大網路與具備數據的收集和傳輸能力，為終端使用者提供、處理、分析和可視化數據。而用於即時分析的 kappa 或 lambda 等架構將帶來數據技術的變革，將自動生成更快、更強大的洞見（insight），隨著雲端運算的成本持續下降以及更強大的數據工具（例如Redis、Memcached），即使是複雜的高階分析（Advanced Analytics）結果也可以快速地提供給所有組織階層。
而數據資產的保存、維護、與運用也隨著數據型企業興起而扮演更加重要的角色，不管數據資產是由內部團隊分析還是提供外部客戶使用。這些數據產品應有專門的團隊負責，並在企業整體營運流程中隨時透過資訊安全工具、數據工程（例如，數據轉換或不斷生成新的數據源），與自助分析工具來維持數據流的運行。而基於數據產生的數位產品則能以敏捷開發的方式不斷更迭以滿足消費者的需求，例如許多科技業者以DataOps（數據的 DevOps）以及持續生成和模型交付流程和工具來更新數位產品的開發，這些數據工具提供的解決方案可讓企業以更快速、更規模化地用在應對各種業務挑戰，並在未來企業導入人工智慧時降低團隊間的溝通成本。
不過在實務上，無論是國際或是台灣，多數企業仍處於數據驅動企業的起步階段：無論是製造業或是服務業，業者經常在整個組織中僅零星地採用數據驅動的方法——無論是預測分析工具或是人工智慧的引進皆是，此現象容易帶來營運效率低落的窘境，許多業務問題仍然使用傳統方法來解決，需要耗費數月甚至數年才能完成。這也再次凸顯出在數位轉型的議題上，許多產業仍然是口號高過執行，許多服務商將人工智慧、數位分身、5G等服務喊的震天響，但轉型者仍疲於處理各種資料整合問題，這些數據架構若未經過嚴謹且妥善的規劃，在未來導入各種數位工具、開發新的商業模式時將會帶給組織相當大的困擾。
不論產業未來要應對數位化的衝擊、商業模式的變革，乃至極端氣候的因應，都少不了科技的支援，且在數據吞吐量越來越大的局勢下，企業必須做好營運流程的整備，才可能在未來用數據應對更大的議題或外部挑戰，這也是湯瑪斯．戴文波特強調企業應「由內而外」改善營運流程的重要性，也呼籲了未來許多企業有極大機率轉為提供數位產品與顧問服務的平台型企業的事實：良好的內部流程方有本錢在數據經濟下進行各種創新，甚至成為至企業間合作的基石。不論是元宇宙帶來的龐大虛擬市場也好，或是量子電腦將改變企業運算與分析能力也罷，甚至是現在受OCED與政府強調的氣候科技/農業科技/食物科技，企業皆需追求營運流程上的順暢、打好數位基礎建設的功底，才能在虛實整合的產業環境中能有更多發揮。
【參考資料】
- WEF，Data 4.0 – Rethinking rules for a data-driven economy.(Jan 31, 2022)
- WEF，'Businesses are more trusted than governments'. Here's how the private sector is stepping up.(Jan 21, 2022)
- WEF，Unlocking Business Model Innovation through Advanced Manufacturing.(Jan 13, 2022)
- McKinsey，Revisiting agile teams after an abrupt shift to remote.(April 28, 2020)
- McKinsey，The data-driven enterprise of 2025.(January 28, 2022)
- McKinsey，Next-generation operating models for the next normal.(July 20, 2020)
- McKinsey，Agility to action: Operationalizing a value-driven agile blueprint.(June 16, 2020)
- BCG，A New Operating Model for Digital Support Functions.(SEPTEMBER 11, 2020)
- BCG，An Agile Approach to Digitizing Support Functions.(FEBRUARY 27, 2020)
- ABB，ABB’s new digital solution helps ships kick-start their digital transformation journey to improve efficiency.( 2021-11-23)
- ABB + Celonis | Process Mining
- ABB，360° Process View in a Complex Company
- simplilearn，Banking on Digital Transformation: How JPMorgan Chase & Co. Is Winning by Committing to Digital.(Feb 7, 2023)
- google search：jp morgan digital transformation
- The Economic Times，Technologists are transforming how clients interact with money.(Jan 13, 2022)
- Measuring MNEs using Big Data: The OECD Analytical Database on Individual Multinationals and their Affiliates (ADIMA)
- CIO Taiwan，安口食品機械如何航向服務創新轉型之旅。
- CIO Taiwan，【專訪】安口食品機械總經理歐陽志成