受訪者：羅文聰

時間：2025年9月16日 11：00-13：00

地點：DDS THU AI中心

整理：張運宗

【編按】2019年DDS與東海簽訂「AI合作框架協議」，設立DDS THU AI中心，羅文聰擔當主任，六年間，擘劃推動校內的院系計畫、校級計畫，對外與中榮合作國科會整合型計畫，既是同期計畫第一名，更讓中榮向智慧醫院邁進一大步。　並成立板金國家隊，取得經濟部價創計畫，創私校第一。　2025年羅文聰卸AI中心主任職，接受大渡山學會榮譽講座，出任AI中心策略長。　產學之間從研發到落地是條艱難的道路，羅文聰累積豐富的經驗與成果，為企業轉型提出個人的宏觀見解。　

 

【提要】臺灣中小企業「轉型」的宏觀邏輯：  　 理解企業轉型框架 → GAI連動系統 →  知識模板與能力知識庫 → 閉環改善 → 未來願景

 

　　企業轉型倡議多年，不可否認，很多人做了很多事，但，到底多少人做了什麼事？企業是否「轉型」？最近這幾年從AI到生成式AI，談論著瑕疵檢測、RPA（Robotic Process Automation，智慧流程自動化）、AI Agent，不一而足，我常說不要為了資訊化而資訊化，不要為了轉型而轉型，但要為了轉型而資訊化，且須先理解目的是什麼。　每個項目都有目的，但其核心目標是朝向企業轉型嗎？

 

　　我覺得，企業轉型的關鍵是兩個面向的結合。　一是目標的定義，一是結構性框架。　一個面向是轉型的目標很多元，例如降低成本、提升效率、增加營收、擴大經營，或提升營運穩定性。　然而，如何在多重目標中，釐清企業最核心、最「痛」的點，成為引領轉型的「北極星」。　另一個面向，因為目標多元、項目繁多，所以須要一個觀看全盤的「結構性框架」，據此定義目標，分段分年，從裡到外，產生改變。

 

 

轉型的挑戰

 

　　台灣的中小企業很辛苦，業主同時管理產品方向、財務、生產線、人才建制、團隊建制，可能還有一點點研發等等等，他想談轉型、談改變，馬上面臨第一個挑戰，無從下手。　許多年前台中市長召集AI策略會議，我代表東海大學出席，業主一致的結論，不要一直說AI多重要，只要告訴我怎麼做！現在談企業轉型，問題更是如此。　

 

　　從歷史發展來看，資訊系統的改朝換代都是打掉重練，如果三年做不出成果就會被淘汰。　面對快速的變化所以須要一個結構性框架，全盤觀看改變的方向和進程。　但是，誰來建立框架系統，且讓每個環節都能充分利用AI技術？誰來說清楚AI和我的公司有什麼關係？這就是第二個挑戰，人才永遠不足。　外部顧問或資訊公司的改善欠缺持續性，團隊一旦離開，營運又恢復常態，因為，公司找不到人；到處都缺人才，何況是中小企業。　

 

　　第三個挑戰是技術應用面臨的鴻溝。　AI技術廣受討論，但企業普遍缺乏相關人才，也就弄不清楚AI或GAI和我有什麼關係，遑論如何與其整結構性框架結合。　即使開始引進AI應用，目前多停留在「資訊化」階段，例如IoT數據收集、生產線數據透明化或資訊看板等等，單向的資訊呈現，並非在結構性框架和目標定義的結合下，讓GAI介入進行知識萃取與再利用，也就難以達到企業轉型真正的助益。　

 

　　第四個挑戰是傳統工具的侷限與文化阻力。　幫助企業轉型的歷程中，曾經引進各種工具，如X-Matrix、A3報告書、OKR（Objectives and Key Results，目標與關鍵成果）……，這些傳統工具理論正確，但難以有效落實。　如果沒有拆解目標，轉化行動，OKR即使產出結果，然後呢？所以有類似「方針管理」（Hoshin Kanri）的理論，建立水平、垂直的目標和行動，但在中小企業都很難落實；老師傅看見一堆表格，表格上密密麻麻的選項，馬上放棄。　所以真正的問題是，企業的每個項目都有積累的習性所形成的文化特質，當我們說改變須從裡到外，這些習慣與心態實對轉型構成了巨大的阻力。

 

 

從製造轉型開始：經典框架+AI

 

　　面對臺灣中小氣也轉型的諸多挑戰，如何建立一個觀看全盤的系統？我們採用一個古老的經典框架。　MIT教授James Womack在1996年出版Lean Thinking: Banish Waste and Create Wealth in Your Corporation，（大陸譯名：《精實思維》，台譯：《精實革命》）提出企業精實轉型框架（Lean Transformation Framework, LTF），隨後創辦非營利組織「精實企業協會」（Lean Enterprise Institute）推動精實思維。^註

 

　　精實思維提出企業轉型的五個維度：目標（Purpose）、流程（Process）、管理（Management）、人才能力（Capability）、思維文化（Basic Think, Mindset, Assumption），並在持續改變的過程中「完善」（Perfection），這是一個垂直水平貫穿到「目的」、「流程」、「人」的框架。　

 

　　數十年來，這套框架的五個維度各自發展出許多的工具，但由於前述的諸多挑戰，很難普遍落實在臺灣中小企業，更關鍵的是，如果不能釐清維度之間的層次關係，工具就只是零散的局部有效而已。　

 

　　AI和GAI可能帶來新的機會，其可以介入框架不同層次與維度的工具，垂直水平跨環節地提供協助，降低企業導入工具時的痛苦，協助策略框架的建立與完善。　

 

　　六年前AI計畫啟動時，除了和中榮合作智慧醫療之外，我們選定板金業，了解產業痛點，以Domain＋Data＋AI，研發生產線轉型解決方案。　現在正和機械公會合作推動精實製造轉型，雖然尚未達到企業轉型，卻能面對現場在改變過程的真實痛苦，因為生產流程存在著根深蒂固的企業文化，想談改變、談轉型，就是一個困難的大工程。　許多資深員工做了20、30年，告訴他們不要照現在的做法，要改變。　怎麼可能說得通？！我們從「流程」的改變開始，拿出模擬結果的數據，證明用我們的方法在哪幾個指標出現明顯的改變，才有機會推動製造轉型。　

 

 

知識模板

 

　　企業精實轉型框架涉及「目的」、「流程」、「人」的改變，無論是欠缺人才，或是人的習性與心態成為轉型的阻力，關鍵在於知識的累積、改變與應用。　過去對於「人」的作法不外乎JD、JR和JT。　JD是職能描述（Job Description），明確定義工作職責與需求；JR是職位需求（Job Requirement），包括能力的需求； JT就是教育培訓（Job Training），例如開設課程、師傅帶徒弟。　但現在人才短缺，找得到人已經很知足了，何談培育？

 

　　GAI進來可以打破傳統作法。　現在大家會使用ChatGPT之類的對話模型是企業的「人」參與改變的開始。　例如，一家企業引進精實持續改善通常就會有「A3報告書」（源自Toyota的問題解決工具，用一張A3紙概述背景、現狀、分析與對策），但是員工要寫出精準且能持續改善的A3報告書有相當難度。　GAI就可適度幫助產出A3報告書。　

 

　　GAI更宏觀的用處是搜集精實轉型框架五個維度的知識，建立可萃取再利用的知識庫（Knowledge Base），並結合企業各類現況數據，產出閉環的分析與改善要點。　如此一來，知識庫顛覆了傳統的員工教育學習，因為工具太多、知識量太大，學不完，也不必學。　當知識庫被清楚定義，員工只要會問與答，對話模型就可以協助解決問題，從內部積累做到知識的萃取和再利用。　

 

　　同類型製造業的各家知識具共通性，再加上蒐羅外部相關的知識，我們就能建立行業別的知識模板（Knowledge Template）。　知識模板提供企業當成「初始狀態」，可能已經涵蓋七八成的問題，另外二三成是企業的競爭特色，可自行強化。　簡單說，至少不從零開始，且能大大縮短轉型落地的時間並提高成功率。　

 

　　知識模板改變了只著眼於工具和局部改變的的侷限。　GAI的介入能結合結構化數據（來自資料庫）與非結構化知識（來自文件），透過釐清企業流程、介接數據和系統，實現實時監控企業營運指標，並提供分析與預測能力。　當指標出現問題時，GAI能利用知識庫與企業數據進行診斷，並提出改善建議和決策指令，直接將新的標準或改善做法回饋到各個執行端點，形成一個PDCA（Plan-Do-Check-Act，規劃、執行、檢查、行動）的閉環，確保企業運營持續改善，邁向轉型目標。　

 

 

三分鐘抓痛點

 

　　當結構性框架透過GAI工具結合知識模板，成為製造轉型的三個支柱，轉型策略就不是僵硬的從上而下，而是從企業最迫切的「痛點」切入。　知識模板可以協助企業釐清自己可能都未意識到的痛點，提供基於領域知識（domain knowledge）的優先改善建議。　

 

　　「痛點」就是企業轉型的「北極星」，不是零散的工具，也不是局部的改善，而是貫穿企業的目標、流程、人才能力、管理、思維文化五個維度連動，且產生真實的影響力。　

 

　　GAI介入後，企業核心從單一主體轉向每一個環節的中介連結，我們必須重新看待痛點與連接點，強調跨環節、即時、靈活的運用，形成新的企業認知模型，或許就能出現「三分鐘抓痛點」的場景；過去企業可能需要三年的顧問協助才能完成的事。　

 

　　「結構性框架＋GAI工具＋知識模板」不僅大幅縮短問題解決時間，更能成為重塑企業運作方式的深層力量。　我相信，臺灣中小企業轉型不只是技術突破，更是觀念與文化的轉變；企業不再把轉型當成「專案」去執行，而是從心態到行動的群體運動（Team Movement）。

 

大圖說明：2016年4月19日，理事長為東海留下一個「開始」。

 

註，有關「精實思維」的發展，參見「Jim Womack 談精實思維：過去、現在和未來」。

 

 

 

 

---