邁向超流體企業：重塑組織運作與競爭優勢

典型轉型路徑

企業邁向超流體企業的演進，很可能經歷三個明確階段，每一階段都為下一階段建立必要能力。理解這些階段，有助於組織規劃投資，並掌握成功所需的文化轉變。為了說明這段旅程如何展開，以下將跟隨 Sara 的情境，觀察三個階段的變化。

第三階段代表全企業範圍的自主營運，人的重心轉向策略引導、創意創新與倫理監督。先進 AI 系統可處理即時組織重組，同時保留人類對目的與價值的責任。組織可達成超過 90% 的自主營運，並透過創造力、敘事能力與策略思維創造新型態的人類價值。

安永美洲區人工智慧治理服務負責人 Sinclair Schuller 將其形容為「以演算法速度進行治理」的挑戰：「我們需要能夠監督其他 AI 的 AI 系統，透過高度成熟的框架自動運作，同時確保人類對策略決策承擔責任。問題不在於機器是否能做決策，而在於我們如何維持人類對最重要決策的主導權。」

此一階段目前大多仍停留在理論層次，但早期跡象顯示:能掌握前兩個階段的組織，將在先進 AI 能力成熟到足以支援全面自主商業營運時，具備引領最終轉型的條件。

Sara 的角色變化，說明企業領導者正從日常營運協調者，轉向自主協作網路的策略引導者。過去需要親自處理的流程卡點與跨部門協調，將逐步交由 AI 代理與自動化系統承接。在第一階段，她學會與 AI 助理協作；第二階段，她成為 AI 代理的策略指揮者；第三階段，她轉化為創意願景者，確保自主營運服務於人類目的。三個階段中，她的週末都未被打擾，但自主工作的範圍與複雜度，從例行任務擴展到整個商業生態系。

超流體企業如何推動超流體市場與經濟

近九十年前，經濟學家 Ronald Coase 指出，企業存在是為了降低營運摩擦。然而，企業也曾透過延續某些外部摩擦取得利益，例如轉換成本或資訊不對稱，這些因素形成經濟護城河，使企業獲得更強的市場力量與競爭優勢。

隨著企業邁向超流體化，這些以摩擦為基礎的優勢將轉為策略弱點；超流體企業的影響也將超越企業自身，使市場與經濟同樣走向超流體化。

以下三項關鍵轉變正在改變競爭動態：

• 轉換成本下降：傳統轉換成本包括資料遷移複雜度、重新訓練需求與整合挑戰；隨著 AI 系統能自動在各平臺間轉換資料，這些成本正在降低。智慧合約可自動處理極為複雜的供應商轉換流程，將過去需耗費數百萬美元與數月時間的轉換工作，降至數千美元與數天即可完成的自動化遷移。
• 資訊取得更普及：許多成功企業過去藉由控制資訊流動與維持資訊不對稱建立防線。今日，AI 系統讓市場情報、定價資料與營運洞察能被更多人取得。過去需要專業分析師耗費數週蒐集的資訊，現在可由 AI 代理即時生成、分析並採取行動。
• 協調自動化：複雜供應商網路、法規要求與多方利害關係人協調，過去形成固有進入障礙。具備更佳協調能力的組織，得以享有可持續優勢。在超流體企業中，自主型 AI 代理將擅長處理這些協調任務，使協調複雜度作為市場進入障礙的重要性降低。

摩根大通旗下區塊鏈支付平臺 Kinexys（前稱 Onyx），是降低支付摩擦這項核心轉變的代表案例。該平臺運用區塊鏈技術處理跨境支付，提供全天候即時清算，交易可在數分鐘內完成，而非傳統代理銀行體系所需的兩至三天。自推出以來，Kinexys 已處理超過 1.5 兆美元交易量，目前每日處理超過 20 億美元交易，支付量年增十倍。該平臺支援美元、歐元與英鎊的近乎即時跨境外匯交易，創造吸引新業務與促進創新服務模式的競爭優勢。

在這場轉變中勝出的企業，並未試圖維持以摩擦為基礎的防線，而是率先移除摩擦，建立與傳統策略方向相反的網路效應與生態系利益。隨著更多夥伴加入超流體平臺，這些企業對所有參與者的價值都會提高，形成傳統摩擦型策略難以抗衡的正向回饋循環。

邁向超流體化的產業路徑：不同時程與差異化作法

不同產業邁向超流體化的旅程，將因法規架構、資料需求、競爭力量與技術發展而有所不同。認識這些模式，有助於組織預測變化，並發現跨產業創新機會。

全球創業聯盟執行長、《The Generative Organization》作者 Bryan Cassady 的研究指出：「人類、AI 與敘事能力三者結合時，相較於人類單獨作業，可帶來 265% 的創造力提升；單獨使用 AI，則僅能達到人類單獨作業表現的 120%。」這裡所說的敘事能力，是指人類能將資料轉化為意義、情境與策略方向，並把 AI 生成的洞察整理成具說服力的故事。這項發現挑戰了「AI 的價值在於取代人力」的常見假設；更大的效益，來自人類與 AI 互補後所形成的能力。

在超流體組織中，三項人類能力將愈發重要：

• 情境工程：AI 擅長在設定邊界內處理資訊，人類則仍將在複雜、多方利害關係人生態系中，扮演定義問題、設定限制與建立成功標準的關鍵角色。情境工程是把策略目標轉化為 AI 代理可執行的框架，同時確保其行動符合組織價值與利害關係人期待。
• 策略思維：人類擅長提出關鍵問題：「我們是否正在解決正確的問題？」當 AI 系統在既定參數內持續最佳化時，人類策略思維將轉向後設迭代，也就是退一步檢視系統表現，並將自動化流程重新導向更高價值目標。這包括辨識跨領域模式，以及判斷何時需要重新引導正在為錯誤目標最佳化的系統。
• 敘事驅動創新：人類敘事能力在結合 AI 分析時，將成為重要催化因素。故事本身可使人類創造力提升 45%；與 AI 生成洞察結合後，能激發純資料分析無法達成的突破性創新。關鍵在於，人類能將 AI 生成的資料點轉化為具說服力的商業論述，激勵團隊、取得資源並推動策略變革。能解讀 AI 洞察並轉化為有力敘事的人才，將成為「超級專家型人才」：這類人才擅長人機協作。另一方面，研究也顯示，55% 的企業承認曾在因導入 AI 而進行的人力精簡決策上出現誤判，凸顯 AI 轉型中策略性人力角色的重要性。

未來工作趨勢專家 Terri Horton 博士強調，成功的人機協作需要把 AI 系統視為高度精密的工具，而非擬人化的夥伴，同時也要確保人類與 AI 都服務於明確定義的商業目標。

成功推動這項轉型的組織，會把重點放在透過協作放大能力；單靠自動化取代人力、追求效率，並不足以創造最大價值。AI 投資報酬率最高的企業，通常會重新設計工作方式，讓人類專注於創造力、判斷力與策略思維等獨特能力，同時將協調、分析與執行等機器更擅長處理的工作交由 AI 承擔。

在高度透明的世界中重新定義競爭優勢

當超流體企業帶來前所未有的透明度，並使 AI 能力更廣泛普及，企業該如何建立可持續的競爭優勢？答案不在於控制資訊或維持既有壁壘，而在於掌握三項新的差異化能力。

• 適應速度：即使企業能取得相似技術，競爭優勢仍將屬於調整速度最快的組織。能快速協調 AI 代理、智慧合約與人類創造力的企業，可在數小時內回應市場變化，而非耗費數月調整，並逐步累積時間上的競爭優勢。
• 生態系編排能力：成功將愈來愈取決於協調複雜生態系的能力，而非單純控制內部資源。能成為高價值網路核心節點的企業，可透過更優異的協調能力吸引頂尖夥伴、供應商與人才；即使競爭對手擁有相似技術，也難以複製其生態系位置。
• 以使命驅動的創新：當 AI 讓營運卓越逐漸商品化，競爭優勢將轉向以人為中心的價值創造。能結合適應能力、具啟發性的使命、倫理原則與創意驅動創新的組織，將能培養單靠效率難以創造的忠誠度與差異化。

在超流體市場中，成功的關鍵不只是技術優勢，而是組織能否持續結合人類創造力與 AI 協調能力，為相互連結的利害關係人生態系創造獨特價值。

邁向超流體營運是一段持續推進的旅程，而多數企業目前仍處於第一階段。若要進入第三階段，企業必須處理多項挑戰，包括自主型商業營運的監管不確定性、智慧合約的法律可執行性、AI 決策責任歸屬、變動中的稅務環境，以及既有系統串接、資料品質與系統互通性等複雜議題。

即便如此，企業領導者現在已有許多可以著手、也應該著手的工作，以建立基礎能力，推動組織逐步邁向超流體化。以下五項近程行動，可協助領導者在第一階段打下基礎，同時為第二階段與第三階段預作準備。

1. 建立技術基礎

企業應檢視現有技術架構，確認是否足以支援 AI 就緒度與生態系相容性，並投資能消除資料孤島、串接既有系統、為 AI 工具穩定運作提供基礎的平臺技術。這樣的基礎，可讓 AI 系統取得所需資訊，並在複雜或難以預測的商業情境中有效協同運作。

超流體轉型具有累積效應。及早建立相關能力的組織，將逐步形成競爭者愈來愈難以複製的優勢。能在安全且合規的前提下釋放企業資料價值的組織，將率先邁向超流體化。對資料品質、整合能力與 AI 原生架構的早期投資，會隨時間累積，形成可持續的組織能力與競爭優勢。

等待「完美」AI 解方的組織，將愈來愈容易與已經採用現有能力、並透過持續改善推進轉型的生態系夥伴脫節。與其追求完美，不如持續前進。現在就從尚未完美、但能持續改善的系統開始，企業才能累積後進者難以快速取得的專業能力、夥伴關係與基礎架構。

2. 建立能隨超流體化演進的治理

在部署自主系統時，75% 的科技領導者將治理列為主要顧慮；但目前只有 18% 的組織已建立完整的 AI 治理委員會。隨著系統自主性提高，這項治理落差將帶來問責、法規遵循與倫理決策等重大風險。另一方面，具備完整 AI 治理框架的組織，轉型成功率通常較高。如今已有 78% 的組織至少在一項業務功能中使用 AI；相較於追求快速、但缺乏控管的部署方式，採取結構化方法的組織往往能展現更穩健的轉型成果。

企業應建立混合式治理模式，也就是結合人類策略監督與 AI 營運決策的框架。在這類系統中，人類負責定義目標、設定倫理邊界並監控成果；AI 系統則在既定參數內處理例行決策。企業可先從非關鍵業務領域的試點專案開始，設定清楚的成功指標，並建立可在全組織擴展成功作法的框架。隨著系統可靠性提升、利害關係人信任逐步累積，組織可逐步擴大自主決策範圍，同時維持人類對策略方向的問責。

這也意味著，企業需要重新思考傳統核准流程、風險管理框架與品質保證系統。超流體治理強調設定參數與監控成果，而非逐一控制流程。領導者必須習慣讓系統在明確的策略方向與倫理邊界內，自主做出營運決策，同時保留清楚的問責機制。這項根本轉變，將使組織從「核准每一項決策」，走向「確保決策符合組織價值與目標」。

3. 建立關鍵人才能力並啟動文化轉型

58% 的 CIO 表示，雲端運算技能是目前最短缺的能力；另有 40% 的組織將技能落差列為轉型的主要障礙。邁向先進營運模式，需要結合技術知識、商業策略與倫理判斷的新型能力，而這些能力目前在市場上仍相對稀缺。

企業應系統性投資員工關鍵能力的培養，例如情境工程、策略思維與敘事驅動創新。衡量成效時，應以商業影響為核心，追蹤 AI 賦能員工如何貢獻營收成長、客戶獲取與競爭優勢，而非主要依賴工時或完成任務數等傳統生產力指標。訓練計畫也應聚焦於人機協作，而非傳統技能替代或單純技術訓練。

超流體企業轉型需要文化變革，其重要性不亞於技能發展。員工若能學會與 AI 代理協作，將例行決策交由系統處理，並把心力投入更高價值的創意與策略工作，便能在轉型中發揮更大價值。

這項文化轉變的主要挑戰不在技術，而在管理層是否願意放下部分營運控制，同時保留策略監督。傳統管理仰賴人類監督關鍵決策；自主營運則要求企業信任系統能在設定邊界內做出營運選擇。

4. 重新思考生態系策略

企業應系統性盤點自身的價值網路，找出可透過智慧合約自動化與跨組織協調創造效益的機會。轉型可從簡單的雙邊協議開始，隨著能力逐步成熟，再擴展至更複雜的多方利害關係人編排。最終目標，是創造能持續放大的網路效應，使組織對生態系夥伴產生更高價值。

成功的生態系策略，會優先降低所有參與者的摩擦，而不是維持專有優勢。降低轉換成本乍看可能違反直覺，卻有助於推動市場採用；開放原始碼軟體模式已展現這類做法的潛力。透過網路效應與共同價值創造，企業反而能建立更具韌性且更難被取代的競爭位置。

5. 推動組織結構與人才管理轉型

邁向超流體化，需要企業從根本重新設計組織。傳統仰賴固定指揮鏈的層級式架構，將逐步轉向更扁平的網路型組織；高階管理者也將與相互連結的 AI 代理共同協作。這項轉變將影響人才管理的三個關鍵面向：

• 領導力發展：培養高階管理者協調 AI 代理網路的能力，取代過去以監督傳統匯報結構為主的管理方式。領導者需要習慣去中心化決策，同時維持策略監督。
• 角色重新設計：圍繞人機協作重新思考職務角色，而非僅以人類既有任務為中心。重點在於設計能發揮人類獨特能力的角色，例如創造力、倫理判斷與策略思維，同時讓 AI 代理負責協調與執行。
• 績效管理：從個人生產力指標，轉向衡量生態系影響力。評估員工時，重點將放在其提升 AI 能力、促成跨功能創新，以及貢獻網路效應的能力，而非傳統任務完成指標。

總結

邁向超流體企業，代表企業創造價值的方式正在發生根本轉變。隨著 AI、區塊鏈與生態系技術逐漸成熟，組織將面臨一項關鍵選擇：率先降低營運摩擦，建立以網路為基礎的競爭優勢；或承擔被更敏捷競爭者取代的風險。

成功的關鍵不僅在於技術導入，也在於治理模式、組織文化與策略思維能否同步轉變。雖然多數企業目前仍處於第一階段，領導者已可從今天開始採取行動，為未來轉型建立基礎並加速推進。最終能脫穎而出的組織，會將這場轉型視為強化人類創造力與策略思維的契機，而非僅是自動化既有流程。