asgard-ai-platform/ops-digital-transformation
Digital-transformation execution playbook: maturity assessment, transformation roadmap, Operating Model redesign, PMO and transformation governance, data/AI platform deployment, process digitization, organizational agility, digital talent, and change management. Use for DX roadmap design, transformation governance (CDO/PMO/Steering Committee), data/AI/cloud platform planning, ERP or core-system upgrade, traditional-industry digitization, or DX organizational resistance. Triggers: 『DX 從哪開始』『數位長』『資料平台』『AI 落地』『傳產數位化』『ERP 要不要換』『轉型辦公室』『員工不配合數位化』『Operating Model』『敏捷轉型』『PMO』. For Taiwan EMBA info-management/DX/strategy/operations/change courses. Focuses on execution; theory layer: use Asgard `grad-digital-transformation`, `grad-sociotechnical`, `grad-tam-utaut`.
npx skills add https://github.com/asgard-ai-platform/skills --skill ops-digital-transformation「數位轉型」在企業中最常見的失敗模式：
本 skill 的核心主張：DX 是「營運模式重設」（Operating Model Reset），不是「IT 系統升級」。
與相近 Asgard skill 的邊界：
grad-digital-transformation — DX 學理（定義、類型、成熟度研究）grad-sociotechnical — 社會技術系統理論grad-tam-utaut — 科技接受模型（個人層）data-* skills — 資料分析工具觸發條件
不適用
grad-digital-transformationdata-* skillsbiz-innovation-managementIRON LAW 1：DX 是營運模式，不是技術專案
買系統、導工具 = Digitization，不是 Transformation。
真正的 DX 改變：
（1）價值主張（你賣什麼、怎麼賣、誰買）
（2）營運模式（流程、組織、能力）
（3）收入模式（訂閱、平台、數據）
沒改變以上三者的「DX」是花錢裝潢。
IRON LAW 2：CEO 不親自帶 = DX 必死
DX 涉及跨部門整合、資源重分配、文化變革、短期 EPS 犧牲。
這些決定只有 CEO 能做。
把 DX 交給 CIO / CDO 獨立推動 =
「給一個人一把掃把、要他清空一座山」。
CEO 至少每月親自主持一次 DX 指導委員會。
IRON LAW 3：成熟度不能跳級
L1（手工） → L2（流程數位化） → L3（資料驅動）
→ L4（智慧決策） → L5（生態平台）
跳級常見錯誤：L1 企業直接買 AI 平台
→ 無資料基礎、使用率 < 10%、2 年後被砍。
應先做地基（L2 流程數位化 + 資料治理），再上智慧層。
| 可能想 | 但 Iron Law 仍適用，因為 |
|---|---|
| 「公司剛導完 ERP，這算 DX 完成了」 | 導 ERP = Digitization，不是 Transformation；須評估商業模式、組織、文化是否同步改變 |
| 「CEO 授權 CDO 全權處理，自己專注本業」 | DX 涉及跨部門資源搶食、短期 EPS 犧牲，只有 CEO 能拍板；報告須標註「CEO 未親帶為重大風險」 |
| 「公司資金充裕，直接跳到 AI／L4」 | 無 L2–L3 資料基礎，L4 智慧決策建在沙上；建議「先補基礎階段」或明示高失敗率 |
┌─────────────────────────────────────────────┐
│ 支柱 1：策略與價值主張 │
│ 為誰創造什麼價值？如何獲利？ │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 2：客戶體驗（CX） │
│ 接觸點、旅程、個人化、全通路 │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 3：營運流程 │
│ 核心流程的數位化、自動化、智慧化 │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 4：資料與 AI │
│ 資料治理、分析能力、AI 落地 │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 5：技術架構 │
│ 雲端、API、微服務、資安、資料平台 │
└─────────────────────────────────────────────┘
┌─────────────────────────────────────────────┐
│ 支柱 6：組織與人才 │
│ 敏捷組織、數位人才、文化、領導 │
└─────────────────────────────────────────────┘
| 等級 | 特徵 | 典型工具 |
|---|---|---|
| L1：手工 | 紙本、Excel、無系統 | 無 |
| L2：流程數位化 | 核心流程已有 IT 系統（ERP、CRM） | ERP、CRM、HRIS |
| L3：資料驅動 | 資料整合、BI 儀表板、資料驅動決策 | Data Warehouse、BI 工具 |
| L4：智慧決策 | AI / ML 模型嵌入決策、自動化 | ML 平台、RPA、個人化 |
| L5：生態平台 | API 開放、平台化、生態系經營 | Open API、平台經濟 |
實務上，各支柱可能在不同等級：
支柱 × 等級雙軸圖：
策略動因
不可接受的 Why
典型 DX 類型
多數企業是組合型，但需明確主軸。
三階段典型路徑
Phase 1（0–12 個月）：基礎建設
Phase 2（12–30 個月）：流程與體驗
Phase 3（30–60 個月）：智慧化與平台化
Steering Committee（指導委員會，董事會 / CEO 層級）
Digital Transformation Office（DX 辦公室 / PMO）
事業部 / 職能 DX 小組
CDO（Chief Digital Officer）
CDA（Chief Data Analytics / Chief Data Officer）
CIO / CTO
DX 不是單純技術專案，真正的轉型必須同時重構營運模式的六大維度：組織架構、人才、流程、資料、技術、文化與管理方式。敏捷組織（Spotify 模型：Squad / Tribe / Chapter / Guild）適合數位團隊但不適合製造產線；台灣企業常見錯誤是直接照搬，建議「部分敏捷」：核心數位團隊採敏捷、其他維持傳統。
→ 完整六大維度、敏捷組織結構、切換前提、常見誤用：references/operating-model.md
Phase 1：資料盤點
Phase 2：資料平台
Phase 3：資料產品化
Phase 4：AI 應用
5 大陷阱：技術先行、資料不足／不乾淨、Pilot 陷阱（試點成功但放大失敗）、組織阻抗、ROI 難證明。治理要素：AI 倫理委員會、偏誤審查（Bias Audit）、可解釋性（Explainability）、資料隱私（個資法）、AI 決策責任歸屬。
→ 完整陷阱破解、AI 治理機制、成熟度 vs. 風險配比：references/data-ai-enablement.md
症狀：
決策架構：
建議：
Strangler Fig 模式
API Wrapper
漸進退役（Sunset）
典型步驟
每一階段的數位接觸點：
Kotter 八步 + ADKAR 個人變革模型為主流框架。台灣企業 DX 阻抗常見於：既得利益者、中階主管、資深員工、客戶四類。處理工具：Champion 制度、Quick Wins、反對者納入設計階段、不配合後果顯性化。
→ 完整 Kotter 八步、ADKAR、阻抗源診斷與處理工具：references/agile-change.md
五層 KPI 架構：策略層（數位收入占比、新商模營收、LTV、市佔率）、營運層（自動化率、訂單處理時間、NPS）、技術層（SLA、資料品質、AI 準確率、資安事件）、組織層（數位人才比例、員工素養、敏捷團隊佔比）、轉型治理層（on-time/on-budget、CEO 出席率）。五層必須平衡，每層 3–5 個指標為佳。
→ 完整 KPI 清單、設計原則、與成熟度對齊：references/dx-maturity.md
五大結構性挑戰：代工文化下的客戶驅動、家族企業的 DX 決策、中小企業資源有限、勞動力結構、資訊安全意識。每項挑戰均有對應的破解策略（客戶共創升級、二代獨立新事業、SaaS 優先 + 政府補助、分層訓練、資安納入治理）。
→ 完整挑戰分析與破解方案：references/tw-dx-context.md
> 根據個案性質跳過不適用步驟；以下為完整候選路徑，非必跑清單。
Step 1：Why 診斷
- 策略動因
- 外部威脅
- 內部需求
- 不可接受的 Why 篩掉
Step 2：成熟度盤點
- 六大支柱現況
- 與標竿對照
- gap 分析
Step 3：What 定義
- 主軸（效率、體驗、新模式、重塑）
- 3 年目標
- 成功指標
Step 4：How 藍圖
- Phase 1（基礎）、2（流程）、3（智慧）
- 各支柱具體行動
- 里程碑
Step 5：治理設計
- Steering Committee
- DX 辦公室
- 新職位（CDO 等）
- KPI 與 PMO
Step 6：組織與人才
- 營運模式重構
- 人才招募與再培訓
- 文化變革
Step 7：投資與財務
- CAPEX / OPEX
- 3 年回報預估
- 風險資本
Step 8：風險與限制
- 執行風險
- 組織阻抗
- 技術不確定性
# 數位轉型藍圖：{公司／個案}
## 一、轉型動因（Why）
- 策略動因
- 外部威脅 / 內部需求
- 不做的代價
## 二、成熟度盤點
### 六大支柱現況
| 支柱 | 現況等級 | 目標等級 | gap |
### 標竿對照
## 三、轉型主軸（What）
- 主軸類型
- 3 年目標
- 成功指標
## 四、轉型藍圖（How）
### Phase 1（0–12 個月）
### Phase 2（12–30 個月）
### Phase 3（30–60 個月）
## 五、治理設計
- Steering Committee
- DX 辦公室
- 新設職位
- KPI 與 PMO
## 六、營運模式重構
- 組織
- 流程
- 人才
- 資料與技術
- 文化
## 七、財務影響
- 投資需求
- 3–5 年 ROI 預估
- 風險資本
## 八、風險與限制
- 執行風險
- 組織阻抗
- 技術不確定性
- 關鍵假設
情境：台灣中型零售連鎖（食品、年營收 35 億、門市 180 家）面臨純線上零售與大型平台夾擊，2024–2025 營收衰退 5%。
診斷：
藍圖：
references/dx-maturity.mdreferences/data-ai-enablement.mdreferences/agile-change.mdreferences/tw-dx-context.mdreferences/emba-dx-courses.mdgrad-digital-transformation（DX 學理）、grad-sociotechnical（社會技術系統）、grad-tam-utaut（科技接受模型）、data-*（資料分析）；本 repo biz-innovation-management、biz-net-zero-transition、ops-org-behaviorTake asgard-ai-platform/ops-digital-transformation from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
The agent identifies a skill by the name field in its header. Two skills with the
same name cannot sit side by side — one of them will be ignored.