方法論總論
為什麼臺灣經理人
需要本地化 AI 策略引導
西方框架在哪裡失效？AI 如何重新介入？
一套從營運現實出發的本地化策略方法論。
01 / 17
起點
臺灣經理人的世界，不是願景，而是任務
他每天面對的現實
老闆交下的營收目標、客戶突然縮單、主力產品被殺價、良率不穩、交期被追、供應鏈卡住、業務只接低毛利案、組織表面授權卻權責不清。
在這樣的壓力下，若有人開口問：「你的 aspiration 是什麼？」大多數經理人只會給出兩種反應。
反應一：防衛
「這些問題太遠，我現在的問題是訂單進不來、良率上不去，問願景有什麼用？」
反應二：配合
給出漂亮但沒有策略功能的答案——「成為客戶最信賴的夥伴」、「追求卓越品質」。這些話聽起來無誤，但不產生選擇、不改變資源配置、不要求承擔代價。
02 / 17
原則一
從營運語言進場，而不是從策略名詞開始
策略不是要把經理人從日常事務中抽走，而是幫他辨認：眼前這些讓他頭痛的事，是純粹的執行問題，還是某個更深層策略錯位的訊號？
只是營運問題時
交期排程失控 → 用 TOC 或 VSM 解決
製程變異 → 用 Six Sigma 或 8D 處理
年度砍價 → 用成本結構或談判策略應對
背後藏著策略訊號時
接單不順 → 客戶價值判準可能已改變
低價競爭 → 對手形成新的成本結構
交期壓力 → 客戶正在把供應鏈風險轉嫁給你
你以為你在處理營運，其實你可能正在面對戰場改變、客戶選擇邏輯改變、競爭手法改變、價值鏈權力位移，或組織能力已不再匹配。
03 / 17
原則二
承認經理人常是受限的策略行動者
很多西方框架預設策略制定者有高度自主性。但臺灣的 BU Head，常常不是那樣的人。他可能不能決定整個公司要不要進新市場、不能自由裁撤產品線、沒有完整 P&L 權限，卻被要求承擔 P&L 結果。這種結構會帶來一種常見的心理狀態：局部無力感。
四種 Ownership 能力
① 辨認自己真正擁有哪些權限
② 辨認可以間接影響哪些資源
③ 把需求包裝成上級聽得懂的策略理由
④ 承擔策略推進必然帶來的組織摩擦
必須拆解的問題
你是完全沒權限，還是沒有單獨決定權？
你是沒有資源，還是沒有爭取資源的論述？
你是老闆不同意，還是你還沒證明這是必要條件？
你是策略上謹慎，還是會議上求安全？
04 / 17
原則三
從任務完成者，升級為取捨判斷者
計畫的語言
回答「接下來要做什麼」——增加拜訪、提高報價速度、改善交期、降低成本。
這些都重要，但它們是執行層面的回答。
策略的語言
回答「哪些事情值得做、哪些不值得做，以及為什麼這樣做會贏」。
這 15% 成長要來自哪裡？我們是否繼續接低毛利訂單撐稼動率？競爭者若跟進降價，我們承受得住嗎？
只有任務、沒有判斷，經理人會陷入「把事情做好」，卻回答不了「哪些事情值得做好」。
05 / 17
AI 的角色定位
不是答案機，而是反逃避機制
①
整理資料
快速整理市場資訊、競爭者資料、會議輸出、客戶訪談、策略假設，讓討論有共同基礎。
②
生成選項
在適當框架內產生 Aspiration 原型、Where to Play 選項、How to Win 論述、活動系統草稿。
③
不通人情的追問
人會察覺政治與面子，AI 不會。正因如此，它可以提出人類常不願問的問題：假設是否成立？資源是否真的不足？
AI 的策略價值，不是因為它更像人，而是因為它可以被設計成不像人。
06 / 17
人機分工
Facilitator 管人，AI 管結構
兩者不是競爭關係，而是分工。把各自最擅長的事交給最適合的角色。
Facilitator 負責
讀取現場的情緒、恐懼與沉默
判斷何時該追問、何時該停下
處理組織政治與面子
保護討論品質與心理安全
決定策略選擇的最終方向
AI 負責
閱讀文本、整理輸出
提供追問清單
暴露邏輯矛盾
保護思考不過早收斂
讓人類更難逃避責任
AI 不預測未來，而是暴露假設。它不決定策略，而是逼迫選擇。它不承擔責任，而是讓人類更難迴避責任。
07 / 17
框架本地化
重譯 Martin，而不是照搬 Martin
Roger Martin 的 Choice Cascade 架構簡潔有力，但直接套用在臺灣 BU Head 身上，常會在第一步就卡住。本方法論的做法是重新翻譯，而非推翻。
A
Aspiration — 我想把這個 BU 帶成哪一種值得經營的生意？
不是願景口號，而是可以導出取捨的方向宣告。
W
Worldview Calibration — 我們現在活在什麼局勢裡？
不是填 SWOT，而是校準對客戶、競爭者、價值鏈與技術趨勢的真實判斷。
P
Where to Play — 在既有限制下，我要優先服務誰、接什麼訂單？
不是「換市場」，而是重新決定戰場優先順序。
H
How to Win — 靠哪套競爭手法被客戶選中，且對手難以複製？
不是行動方案，而是取勝系統。
M
Resources & Management Systems — 哪些資源需要爭取？哪些制度必須調整？
這是本地化後必須補進來的層次，因為臺灣 BU Head 最常卡在這裡。
08 / 17
加入 Rumelt
不要先問願景，先問挑戰
Rumelt 的觀點正好切入臺灣情境：策略不該從目標開始，而該從「高風險挑戰」開始。大多數 BU Head 沒有清楚的願景，但他一定有挑戰。
營收下滑
毛利壓縮
關鍵客戶流失
成本結構失衡
競爭者低價進攻
產品組合老化
新技術衝擊
找到 Crux
Rumelt 把 crux 定義為：挑戰束中「重要且可處理」的部分。
對臺灣經理人尤其關鍵，因為他們常被要求同時做十幾件事：營收要成長、成本要下降、AI 要導入、ESG 要回應、人才要培養——結果什麼都做，但沒有一件形成真正突破。
策略的第一步，是砍掉多餘的議題，把力量集中在關鍵突破點上。
09 / 17
世界觀校準
沒有世界觀，Where to Play 只是客戶清單
多數框架在形式上談外部分析，但經理人填完 PESTLE、五力分析，往往只是資料整理，不是真正的世界觀。真正的世界觀是對戰場運作方式的基本判斷。
關於客戶
他們為什麼買？真正害怕什麼？他們把我們當供應商、工程夥伴，還是只是比價來源？
關於競爭
對手靠什麼贏？他們的低價行為真的不理性嗎？還是他們有我們尚未理解的成本結構？
關於未來
未來 18-36 個月，哪三件事若改變，會讓我們現在的打法整個失效？
我們現在每天努力改善的東西，未來還是不是客戶真正重視的東西？這個問題，才是世界觀校準的核心。
10 / 17
Where to Play 重新定義
不是換市場，而是重新決定優先戰場
「我沒有選市場的權力，公司早就決定了。」——這是很多 BU Head 的直覺反應。但 Where to Play 的本意，遠比選新市場更細緻。
Micro Where to Play 的例子
接低價急單 = 選擇繼續服務價格敏感型客戶
投入客戶 NPI = 選擇往共同開發戰場移動
保留小量多樣訂單 = 選擇打高混低量市場
為特定產業做認證 = 選擇進入高門檻應用
砍掉某產品線 = 選擇退出低價低差異戰場
成立 FAE 團隊 = 選擇從製造轉向技術支援夥伴
AI 在這裡做什麼
把每一個日常決策翻譯成戰場選擇的語言——讓經理人看見，他其實每天都在做 Where to Play，只是從來沒有把它當作策略選擇。
當現有戰場與 Aspiration 配適良好時，就進入 How to Win；若發現戰場錯位，才需要回頭做世界觀校準。
11 / 17
How to Win
從競爭手法到取勝系統
「提升品質、縮短交期、降低成本、加強服務」——這些往往只是進場資格，而不是取勝邏輯。真正的 How to Win 要回答：客戶為什麼選我們而不是選競爭者，且對手為何難以跟進？
1
競爭手法選單
成本壓制、交期可靠、高品質門檻、工程協作、快速導入、高混低量彈性、客戶鎖定、反定位、生態系組裝……
2
How to Win Thesis
把取勝邏輯壓成一句話：「在某戰場中，透過某套手法，讓某類客戶選我們，並透過某些活動組合讓對手難以複製。」
3
活動系統設計
單一 BU 用 Porter Activity System；多 BU 或平台型事業用飛輪檢查；涉及技術變遷用 Wardley Map 判斷自建 vs. 外包。
4
配適性與可防禦性測試
活動是否互相強化？是否真的有別於競爭者？這個優勢能堅持多久？
12 / 17
能力・資源・制度
把策略從簡報拉回組織現實
策略停在簡報上，是因為沒有人問：要讓這套打法可重複，我們需要哪些能力？哪些資源？哪些制度必須改？
真正的 Ownership 測試
你願不願意為這個 How to Win 去爭取資源？
你願不願意要求改 KPI？
你願不願意停止某些舊業務？
你願不願意和老闆談清楚：若要這個結果，必須給哪些條件？
AI 在這裡做什麼
建立能力缺口表
建立資源動員地圖
產生向上爭取資源的策略論述
檢查 KPI 是否與策略矛盾
拆解「我做不到」背後的真實限制
BSC 在本方法論中是最後一段，不是前面。策略未清楚前，BSC 只會把舊行為 KPI 化。
13 / 17
完整流程
十個階段的引導路徑
1
Operating Issue Intake從經理人真正在意的營運問題進場
2
Strategy Triage判斷問題性質：純營運、策略症狀，還是戰場選擇？
3
Challenge Bundle & Crux整理挑戰束，找到重要且可處理的核心
4
Aspiration Discovery重建抱負浮現路徑，而非直接寫願景
5
Worldview Calibration校準對客戶、競爭者、技術、生態系的真實判斷
6
Where to Play Triage分辨大戰場選擇 vs. 微戰場優先順序
7
How to Win Evaluation Stack設計取勝手法，選擇適當分析工具
8
Capabilities / Resources / Systems把策略轉成組織承擔
9
Reverse Engineering & Experiment設計 90 天驗證實驗，標出最關鍵假設
10
Strategy Narrative & BSC產出一頁式策略敘事與可追蹤的績效指標
14 / 17
使用邊界
這套方法論不適用的情況
方法論的誠信，在於說清楚它的局限。
🔧
問題明確是製程改善
單一製程良率異常、設備瓶頸、排程問題——這時應用 8D、TOC、Lean，不需要完整策略流程。
🔒
經理人完全沒有授權
若 BU Head 無法影響客戶選擇、無法調整資源、也無法向上提案，策略工坊會淪為假參與。應先處理 governance。
📋
老闆只要短期交差
必須先明確輸出物：這是年度計畫美化，還是真正的策略選擇？兩者需要截然不同的引導設計。
AI 無法感知會議室裡的恐懼與政治，也無法替經理人承擔。策略最終是人類的選擇、承諾，和後果。
15 / 17
AI 的六種本地化用途
在引導過程中，AI 分別扮演什麼角色？
①
營運語言轉譯器
把「我們要改善良率、縮短交期」翻譯成策略問題。
②
挑戰束整理器
整理挑戰、辨認症狀與根因、協助聚焦在 crux 上。
③
世界觀顯影器
把隱含假設顯現出來，判斷是否需要情境分析。
④
戰場分流器
判斷現在的問題是營運題、戰場選擇題，還是情境分析題。
⑤
How to Win 原型機
草擬活動系統、生成競爭手法選單、做制度一致性檢查。
⑥
資源承擔檢查器
產生向上爭取資源的論述，檢查 KPI 是否與策略矛盾。
16 / 17
核心結論
本地化 AI 策略引導，是把臺灣經理人腦中的營運直覺、模糊抱負、世界觀假設、競爭判斷、資源遲疑與組織恐懼，轉化為一組可檢查、可選擇、可爭取、可承擔、可制度化的策略選擇。
AI 策略引導方法論
17 / 17