Worldview · Where to Play · Scenario
從營運問題
看見戰場
每次策略討論都需要世界觀校準。沒有世界觀，Where to Play 只是客戶清單；有世界觀，Where to Play 才是對戰場變化的選擇。
01 / 19
起點
為什麼 Where to Play 在引導現場最容易卡住？
他手上的既定條件
既有產品線、既有大客戶、既有產線、既有業務團隊、既有年度目標、既有老闆期待、既有價格與毛利壓力……

「這還需要選嗎？公司早就決定了。」「我的客戶就那幾個。」「我現在比較需要的是怎麼把訂單拿回來。」
但真正的問題可能是
✦ 客戶價值判準已經改變，他不知道
✦ 接單不順不是業務不努力，而是客戶組合錯了
✦ 競爭者不是亂殺價，而是有新的成本結構
✦ 良率壓力代表公司被迫進入高門檻應用市場
✦ 交期壓力代表客戶供應鏈風險正在轉嫁
✦ AI、ESG 正在改變客戶選擇供應商的標準
經理人常以為自己沒有戰場選擇權，但他每天都在做微戰場選擇，只是沒有把它說成策略。
02 / 19
補入必要中介層
Martin 的 Choice Cascade 需要一座橋
Aspiration → Where to Play 之間若直接跳過，就會變成填表：aspiration 填願景句、Where to Play 填幾個市場、How to Win 填幾個行動。策略因此表面化。
一般框架容易跳過的問題
我們現在到底活在什麼局勢裡？
對客戶、競爭者、技術、政策的理解還對嗎？
我們以為的戰場仍然成立嗎？
正在努力改善的東西，未來是否仍是客戶在意的？
我們是否正在贏一個即將失效的遊戲？
必要的中介層
Worldview Calibration · 世界觀校準

不是外部分析資料堆疊，而是把經理人對局勢的隱含判斷攤開來檢查。
正確流程順序
Aspiration → Worldview Calibration → Where to Play Options → Reverse Engineering → Capabilities / Resources / Systems
03 / 19
理論補強
三個視角，強化世界觀校準的必要性
Rumelt
先診斷挑戰，再找戰場
Where to Play 不是從地圖上圈市場，而是先診斷挑戰，然後問：哪一個戰場選擇最能集中力量突破 crux？

否則「選市場」只是把舊有分類重新排列。
Adner
小心贏錯遊戲
Kodak 不是沒有數位轉型，而是轉型到錯的戰場——它贏了數位列印，卻輸給數位觀看與社群分享。

最危險的不是做不好，而是把錯的事情做得很好。
Horn
競爭者不是不理性
「對手亂殺價」是常見的錯誤理解。競爭者常是基於自己的目標、資源、限制與資訊做出理性行動。

問題不是對方不理性，而是你沒有站到他的世界裡看。
世界觀校準不是讓經理人做宏觀評論，而是防止他們用舊產業地圖做新時代決策。
04 / 19
核心概念
Worldview Calibration：世界觀校準的定義
外部分析 vs. 世界觀校準
外部分析回答：市場多大？競爭者有哪些？技術趨勢是什麼？

世界觀校準回答：
我們相信這個市場為什麼會這樣運作？
我們相信客戶為什麼買？
我們相信競爭者為什麼這樣做？
如果這些判斷都錯了，現在的策略會怎樣？
正式定義
在進入 Where to Play 之前，系統性揭露並檢查團隊對客戶、競爭者、技術、政策、價值鏈、供應鏈、夥伴與組織能力的隱含假設，以判斷目前戰場理解是否仍然有效。

資料是事實材料，世界觀是解釋模型。AI 的價值是把經理人的解釋模型從語言裡抽出來，讓它變成可檢查的假設。
05 / 19
Worldview Check
每次策略討論都要做的輕量程序（20-40 分鐘）
Q1
我們現在靠什麼贏？
客戶選我們的真正理由是什麼？這個理由是我們自認的，還是客戶明確說的？未來 18-36 個月會變強還是變弱？
Q2
客戶現在為什麼買？
客戶是否正在從買產品，轉向買解決方案、資料、共同開發或供應鏈穩定？他們表面說價格，真正在意的是否是風險？
Q3
競爭者現在靠什麼搶？
競爭者的低價從哪裡來？是否有母公司、政府補貼、多市場槓桿、或不同成本結構？是否在用某些客戶練能力或建立門檻？
Q4
價值鏈中誰權力變大、誰變小？
客戶是否更集中？品牌商是否把風險往供應商轉嫁？平台商是否掌握終端資料？ESG、地緣政治是否改變誰說了算？
Q5
未來 18-36 個月，哪三件事會讓我們現在的打法失效？
若這三件事都不影響 Where to Play 或 How to Win，不需要情境分析。若有一兩件會根本改變戰場，就要升級。
06 / 19
AI 在 Worldview Check 的角色
AI 扮演四種角色，而不只是搜尋資料
①
隱含假設抽取器
從經理人的自然語言中識別出未說清楚的判斷——哪些有證據？哪些只是經驗？哪些若錯了會讓行動失效？
②
外部變化掃描器
列出可能的外部驅動因素：終端需求、技術、供應鏈風險、ESG、地緣政治、AI 自動化、平台化……但要求經理人判斷哪些真的與自己有關。
③
反方世界觀生成器
「如果你目前的判斷錯了，另一種解釋是什麼？」——不是景氣不好，而是客戶正在轉向另類供應商。不是競爭者亂殺價，而是他們有新成本結構。
④
情境觸發判斷器
判斷這個議題屬於哪一類：純營運改善、既有戰場取勝、Micro WTP、Macro WTP，還是需要 Scenario / Ecosystem 分析？
當經理人說「對手亂殺價」，AI 不應接受這句話，而應問：對手是否有產能壓力？是否在用這個市場練能力？是否有不同成本結構？
07 / 19
Where to Play · 本地化定義
它是選擇，不是描述；它包含 Where Not to Play
描述 vs. 選擇
「我們在車用市場」——只是描述。

「我們優先服務需要高可靠度、小量多樣、願意共同驗證的車用次系統客戶」——才是選擇。
四個關鍵
① 它是選擇，不是描述
② 它包含 Where Not to Play
③ 它不一定是大市場選擇（常是微戰場）
④ 它必須和 How to Win 成對出現
成對出現的邏輯
選高混低量戰場 → 不能只靠量產效率取勝

選高門檻應用 → 不能只靠關係接單

選工程協作型客戶 → 不能用只看營收的業務 KPI

選低價大量市場 → 必須以自動化與成本壓制作為打法，不能用高服務成本結構
08 / 19
兩層 Where to Play
Macro 是公司層級；Micro 才是 BU Head 最能影響的
Macro Where to Play（通常需要向上授權）
進入哪個產業或地區
從代工轉品牌
從產品轉服務
從單一供應商轉平台型組織
進入價值鏈哪一段
從產業競爭轉生態系競爭
Micro Where to Play（BU Head 的真實戰場）
優先服務哪些客戶、降低哪些客戶優先級
接哪些訂單、不接哪些訂單
哪些低毛利產品線應逐步退出
哪些產能保留給策略客戶
針對哪些客戶建立共同開發
哪些外部夥伴值得綁定
哪些市場只是撐稼動率、不該視為成長方向
即使大戰場被公司畫定，BU Head 仍然有微戰場的策略選擇空間——他只是從來沒有把這些日常決定當作策略。
09 / 19
Where to Play · 八個維度
把「戰場」從抽象概念變成實際可選擇的清單
維度關鍵問題製造業示例
客戶優先服務誰？大客戶、利基客戶、共同開發客戶、願意付溢價客戶
訂單什麼訂單值得接？高毛利、高複雜度、NPI、急單服務、穩定量產
產品哪類產品值得投入？標準品、客製品、模組、關鍵零件、系統件
應用哪些應用是未來戰場？車用、工控、醫療、AI server、半導體設備、綠能
價值鏈位置我們扮演什麼角色？純製造、製程開發、設計協作、FAE、售後服務
關係深度和客戶的關係到哪裡？被動接單、年度合約、共同開發、策略供應商
地理/供應鏈在哪個供應鏈配置中競爭？臺灣、中國、東南亞、歐美在地化供應
生態系角色是否依賴夥伴共同交付價值？與軟體商、設備商、系統整合商、學校、政府合作
10 / 19
語言轉譯
把每一個營運語言，翻譯成戰場語言
策略不是遠方的抽象概念，而是藏在經理人每天處理的事情裡。AI 最實用的功能，是幫他完成這個翻譯。
經理人原始說法AI 應轉譯成的 Where to Play 問題
最近接單不順我們在哪一類客戶或應用失去競爭力？
客戶一直殺價我們是否卡在只剩價格競爭的戰場？
良率壓力很大這是基本門檻，還是進入高門檻應用的入場券？
業務只會接低毛利案我們的目標客戶選錯，還是 KPI 選錯？
老闆要開發新客戶新客戶是補營收，還是轉向更有價值戰場？
客戶要求共同開發我們是否要從製造供應商轉向工程協作夥伴？
ESG / 碳要求變多這是合規負擔，還是高階客戶篩選供應商的新門檻？
AI 很重要但不知道怎麼做AI 是內部效率工具，還是改變客戶價值主張的戰場因素？
11 / 19
Where to Play Triage
AI 協助判斷：這個問題屬於哪一類？
純營運改善
執行層問題
良率異常、排程問題、換線時間過長——用 8D、TOC、Lean、Six Sigma 即可，不進策略流程。
既有戰場取勝
競爭手法問題
Where to Play 已清楚，問題在如何更有效競爭——直接進 How to Win，討論競爭手法、活動系統、能力。
Micro WTP
資源優先順序問題
大戰場不變，但需重排：是否退出低毛利客戶、是否成立 FAE 團隊、是否保留產能給高價值訂單——要求明確 Where Not to Play。
Macro WTP
戰場重選問題
現有市場或價值鏈位置無法支撐 aspiration——需更完整分析、資源評估、投資決策與向上授權。
Scenario / Ecosystem
外部高度不確定問題
外部變化可能改變 WTP 或 How to Win，且不是短期測試能解決——導入情境分析或 ecosystem mapping。
12 / 19
Scenario Trigger Test
五題判斷：這個問題需要情境分析嗎？
情境分析是重型工具。若太早導入，經理人容易覺得抽象、離營運太遠。正確做法是先做觸發測試——五題中有兩題以上為「是」，才考慮升級。
1
這個變化是否會改變客戶選擇供應商的標準？
2
這個變化是否會改變產業或市場分段方式？
3
這個變化是否會讓新競爭者、替代者或平台商進場？
4
這個變化是否會讓我們目前重要的能力失去價值？
5
這個變化是否會影響三年以上、難以逆轉的投資決策？
若多數為否，回到 How to Win 即可。若有兩題以上為是，就需要情境分析來測試策略選項的穩健性。
13 / 19
情境分析放在哪裡
不是放在一開始，而是在三個精準位置導入
①
在 Where to Play 前——拓寬世界觀
當經理人的判斷太單一時：
「客戶永遠只看價格」
「AI 只是工具，不改變我們」
「ESG 只是合規成本」

這些未被挑戰的說法，會限制 WTP 的想像空間。
②
產生選項時——測試哪個選項最穩健
三個戰場選項各自依賴不同未來。情境分析用來判斷：

哪個選項在不同未來都可行？
哪個是高風險高報酬？
哪個只在單一樂觀情境成立？
③
Reverse Engineering 時——測試關鍵假設
「若這個選項要成立，哪些事必須為真？」

若某些條件取決於外部演化（客戶是否付費？AI 是否從 PoC 進入量產？ESG 是否成為硬性門檻），就需要情境分析。
14 / 19
輕量情境分析
2x2 Critical Uncertainty：製造業 AI 人才 / FAE 戰場示例
建構步驟
① 列出 8-12 個外部不確定因素
② 評估每個因素的衝擊與不確定性
③ 選出兩個「高影響、高不確定」的因素作為軸
④ 形成四個情境
⑤ 測試 WTP / How to Win 選項的可行性
本例兩軸
橫軸：客戶 AI 導入速度（低 PoC → 高 快速落地）
縱軸：客戶對外部協作開放度（低封閉 → 高 開放）
高落地 × 高開放
FAE 與企業課程機會最大
客戶積極導入 AI、也願外部協作，人才 Hub 角色需求最強。
高落地 × 低開放
提供工具、模組、標準課程
客戶導入 AI 但由內部主導，外部單位以標準化內容切入較佳。
低落地 × 高開放
顧問、教育、共同 PoC 先行
客戶願意探索但商業化慢，先建信任與能力，等待市場成熟。
低落地 × 低開放
維持觀察、小型實驗
AI 多為話題，客戶不願付費，不宜大投資。
15 / 19
Ecosystem Lens
當產業邊界可能重畫，2x2 仍不夠
典型觸發條件
供應商可能變競爭者
客戶可能自建能力
平台商可能掌握終端資料
系統整合商可能接管客戶介面
AI 工具改變原本的工程與服務分工
不同產業的玩家開始整合成新解決方案
不要問「哪個產業」，而要問
我們提供的 value proposition 是什麼？
哪些活動必須由我們完成？
哪些活動需要夥伴？
哪些夥伴可能轉為競爭者？
我們若要成為 ecosystem leader，別人為什麼要跟？
我們是否落入 ego-system trap？
臺灣中型企業不一定能成為平台主導者，但可以成為生態系中不可替代的一段——關鍵製程、關鍵資料節點、關鍵應用解決方案。Where to Play 不是「我要當平台」，而是「我要在某個生態系中成為缺一不可的角色」。
16 / 19
完整 AI 介入流程
九個步驟：從營運問題到 Where to Play 決策摘要
1
輸入營運問題用自己的語言描述，不要求策略術語
2
AI 轉譯成策略問題辨認可能的客戶分群改變、價值主張商品化或業務 KPI 問題
3
抽取世界觀假設標出哪些假設有證據、哪些只是經驗判斷、哪些若錯了策略會失效
4
Worldview Check依五個問題檢查戰場理解
5
Where to Play Triage判斷是哪一類問題，決定下一步工具
6
產生 3-4 個互斥 WTP 選項每個選項含目標客戶、where not to play、對應 how to win、成立條件
7
Reverse Engineering「若這個選項要成功，哪些事必須為真？」
8
判斷是否需要情境分析成立條件若可 90 天驗證 → 不需要；若取決於未來局勢 → 進 Scenario
9
輸出 WTP Decision Brief選項、選擇理由、不選其他的原因、關鍵假設、90 天驗證任務、需向上爭取的資源
17 / 19
Prompt 庫
九個可直接使用的追問指令
P1 · 營運語言轉譯
「請根據以下問題，分成：純營運改善、隱含策略問題、可能的 WTP 問題、可能的 How to Win 問題、需要驗證的假設。請不要直接給行動建議。」
P2 · 世界觀顯影
「請從以下描述抽取我的隱含世界觀。每個假設請標註：證據充分、證據不足、需要驗證、若錯誤會造成重大策略風險。」
P3 · 戰場分流
「請判斷以下問題屬於哪一類：純營運改善、既有戰場取勝、Micro WTP、Macro WTP、Scenario / Ecosystem。請說明理由與建議下一步工具。」
P4 · Micro WTP 產生器
「請在不假設公司可完全改變市場的前提下，產生 5 個 micro where to play 選項。每個含：優先客戶、要降權的對象、需要投入的能力、可能的 how to win。」
P5 · Where Not to Play
「針對以下 WTP 選項，列出必須停止、降權或避免的客戶、訂單、產品、應用。請說明若不停止，會如何破壞策略。」
P6 · Scenario Trigger Test
「請依五個判準判斷是否需要情境分析：是否改變客戶選擇標準、是否改變市場分段、是否引入新競爭者、是否讓現有能力失去價值、是否影響三年以上不可逆投資。」
P7 · 2x2 情境分析
「請列出 8 個外部不確定因素，依 impact 與 uncertainty 排序，選出最適合形成 2x2 的兩個 critical uncertainties，生成四個情境，並測試我的 WTP 選項在各情境下的可行性。」
P8 · 競爭者視角
「請站在主要競爭者的角度，解釋它的行動邏輯。從目標、成本結構、產能壓力、客戶組合、多市場接觸與母公司策略推論。請不要用『不理性』作為解釋。」
P9 · Ecosystem Lens
「請列出終端受益者、必要活動、我們可控活動、需夥伴完成的活動、可能轉為競爭者的夥伴、價值鏈權力變化，以及我們可選擇的 ecosystem position。」
18 / 19
核心結論
不是每次都需要情境分析，
但每次都需要世界觀校準。

沒有世界觀，Where to Play 只是客戶清單；
有世界觀，Where to Play 才是對戰場變化的選擇。
AI 策略引導方法論 · Worldview / Where to Play / Scenario
19 / 19