「我們把公文跟現行簽呈全都掃成 PDF 存進伺服器，這樣算不算完成數位化？」
在某場大型對外分享會的 Q&A 環節，台下一位學員手握麥克風，神情帶著一絲困惑與試探地問道。
會議室安靜了兩秒。我看著他，給了一個極度直接的答覆：
「它算。但你真正想問的，其實是這東西後面根本推不動、完全沒屁用，對吧？」
台下立刻傳來一陣心照不宣的乾笑。實務上會落到這種下場，通常脫離不了兩種極端情況：一種是掃描完後利用價值極低，另一種純粹是為掃描而掃描。
不可否認，把成箱發黃受潮的紙本掃描成電子檔，對於集中歸檔、異地備份，絕對有其不可磨滅的管理意義。然而，當所有人滿心歡喜以為跨出了一大步，現實的冷水立刻迎面潑來——很多歷史文件與現行表單，原本就帶著長官隨手龍飛鳳舞的原子筆批示、蓋得模糊不清的騎縫章，甚至進事務機時還微微歪斜了五度；掃描成圖片格式的 PDF 後，文字辨識（OCR）雖然不至於到「完全瞎掉」，但數據的結構化品質與可用性已經大幅降低。整台伺服器裡堆著成千上萬份幾百 MB 的圖檔，最後大家要找資料，滑鼠點來點去，居然還是只能瞪大眼睛靠「檔案名稱」來盲人摸象。
更不用提現在大家朗朗上口的「AI 賦能」：你滿心期待地想直接掛上最新的生成式 AI 代理人，請它在同仁遇到棘手客訴或工程異常時，自動去翻閱這些掃描文件庫，比對過往類似案例，直接幫忙草擬一份回覆函或簽呈公文。
在這種滿是雜訊且缺乏前後脈絡的情境下，就算強行餵給 AI，它吐出來的內容也充滿了不可控的幻覺，實務上的商業價值幾乎近乎於零。AI 頂多只能在搜尋檔名時，順便幫你提供一點「標題撰寫建議」吧（笑）！而且前提還是：你們單位過去十幾年來，每個人都嚴格遵守了「發文日期_內容主旨」這種一絲不苟的命名習慣。
很多人常常分不清數位轉型的界線，其實用一個最常見的採購估價流程就能看清楚：
數位化：把過去所有紙本採購單、得標合約掃描或鍵入系統。只是把類比的墨水搬進磁區，本質上什麼都沒改變。如果大家在會議室裡吵半天，只在爭論掃描解析度要 300 還是 600 DPI、檔名要怎麼編，充其量只是默默把資產的數位存檔做完而已。
數位優化：拿數位化的結果做出進一步分析。比如採購系統能自動將過往所有的歷史得標價格抓出來、計算出合理的統計區間與波動分布，讓審核員在評估新案報價時，手頭有一把客觀的尺來判斷價錢是否合理。既有業務沒變，但人的工時被實質解放了。
數位轉型：系統不僅能精準算出歷史區間，更直接結合供需條件與規格，由演算法直接判定新報價「是否合理」，甚至在常態區間內直接觸發免審核自動發包——這才稱得上轉型，因為整個組織的決策模式被徹底重塑了。
只把紙本換成 PDF，資訊依然被鎖死在死板的像素圖片裡，工作流程一動也不動。以終為始來看，後面如果完全推不動、改不了作業流程，那充其量只是完成了資產的數位存檔，跟「優化」與「轉型」八竿子打不著——這也是為何一開始那位聽眾在提問時，聲音中其實充滿了質疑與猶豫。
接著我們來看第二種更荒謬的情形：為掃描而掃描。
說到底，為什麼大家這麼喜歡把紙本掃成 PDF、急著宣告自己「數位化達標」？
因為在很多大組織裡，管理指標的制定早就已經扭曲成了官僚交差的荒謬大戲——只要數字達標，沒有人在乎背後的流程到底長什麼樣。
最經典的例子，就是某間企業為了響應綠色轉型與無紙化，那一年的重大 KPI 訂得無比直接明瞭：「公司今年要省下多少張紙」。
目標訂出來了，各部門如何達成？現場展現出了令人嘆為觀止的「生存智慧」——
既然 KPI 是考核公司影印機的用紙張數，那很簡單：只要不從公司的影印機印出來，我們就算達標！
於是，一場魔幻的現實劇在辦公室輪番上演：
結果呢？真實世界裡的紙張消耗一頁都沒有減少，甚至還造成同仁自墊影印費的民怨與跨廠商溝通的混亂。但在年底的公關簡報與年度 ESG 報告書上，數字漂亮得不得了——白紙黑字寫著公司用紙量斷崖式下滑，「節碳效果相當於種植了幾座大安森林公園」！
最諷刺的一幕，莫過於這項無紙化專案的最終結案簽呈：
因為流程依舊需要實體簽核，這份簽呈還是被印了出來。經過各級主管層層蓋章，最上頭赫然留著董事長蒼勁有力的親筆批示：「成效顯著，請同仁繼續努力！」
最後，承辦人將這份帶有最高指示的實體紙本，滿心歡喜地放進事務機，「掃描成一份 PDF 檔存進伺服器」，正式宣告專案圓滿落幕。
目標 100% 達成了，但整個過程實質上無比詭異。
這就是指標偽裝的最高境界：所有人都在認真演戲，數字在帳面上光鮮亮麗，組織卻在一場「自欺欺人」的狂歡中原地打轉。
看完這場省紙鬧劇，就能理解只有數位沒有轉型，原因是沒有量化的目標。
當高層隨手拋出一個未經深入定義的數字當 KPI，底下為了交差，量化就立刻演變成一場「只要數字達標、不管流程死活」的指標偽裝大戲。
這就帶出了檢驗數位專案最殘酷、也最核心的底層公式：
數位轉型=(數據+AI) × 商業整合
其中：
商業整合=Domain（場域專業） + Deployment（流程落地）
請特別注意：公式裡寫的是「相乘」，而不是「相加」。
這意味著：如果今天數據整理出來的目標，根本無法呼應第一線的實際作業流程與商業模式，那後面的商業整合就是趨近於 0。不管你的演算法用得多新、資料庫架構多前衛、算力燒了多少錢，乘上那個大寫的零，最終換來的結果依然是趨近於 0。帳面上漂漂亮亮、發表會上掌聲雷動，私底下幾乎不能用，這就是標準「偽裝的指標」。
很多人以為轉型失敗只會發生在行政流程與表單電子化上，但實務上更致命的，是產品與技術團隊掉進另一種思維陷阱——以為轉型就是幫現有產品盲目疊加演算法（AI-driven），卻徹底忘了轉型的終點是「創造實質的商業增量」。
當技術團隊以自我為中心、脫離商業現實去硬推專案時，那種「算力極高、商業整合為零」的偽轉型慘案，代價往往更為慘烈。
早年我曾參與過生技這門「慘業」，就在現場親眼見證過一場教科書級別的翻車慘案。
那是一個關於罕見疾病（罕病）基因篩檢的研發專案。當時團隊打著「AI 賦能生技產品轉型」的旗號，急著想打造出具有前瞻技術光環的代表作。
如果你看過市面上這類基因檢測的報價單就會發現，這套商業模式是完全的「等第制」：從基礎型、進階型一路往上切，而最貴、號稱「全檢」的頂級旗艦套裝，裡面動輒直接包含數百種罕病的基因位點。
在因緣際會下，團隊好不容易拿到了一批極其珍貴的臨床樣本與罕病基因數據。研發團隊興奮極了，立刻發揮頂尖技術，開發出了一套精準度極高的新演算法，專門用來抓出某種極為罕見的疾病。
專案剛做出來時，整個團隊簡直熱血沸騰。大家心裡想著：這不僅能幫產品掛上「AI 驅動」的華麗招牌替公司賺進大把營收，更重要的是，這可是攸關人命安全、救人於水火的偉大事業啊！道德感與技術自豪感直接拉滿！
然而，現實很快狠狠打了一記耳光，從冷酷的市場與商業機制來看，這套偉大的演算法在商業增量上根本站不住腳：
那你說，這套演算法後續在流程上有沒有落地（Deployment）？
有，但也就是形式上的落地。 公司內部在做常態篩檢時，系統後台會「順便看一下」這個指標；但業務單位根本不敢把它印成對外行銷的宣傳亮點，因為在市場上根本賣不動。更諷刺的是，正因為它抓的是極度罕見的疾病，從模型上線一路到我離職的那一天，這套號稱精準的新算法，在真實世界裡「一次都沒有抓到過」。
它不能說是大失敗，但對既有營收與商業版圖的改變程度確實微乎其微。
而這場生技鬧劇的最終結局是什麼？整個專案團隊後來直接被公司整組裁掉——因為沒有商業增量的演算法，企業根本養不起。
數據很純、AI 很神、道德光環很亮，但如果換不回對等的現金流與業務重塑，組織現實就是這麼殘酷。
老實說，在工作上打滾，大家多多少少都會看一下回報——說白了，就是這份工作到底能開出多少薪水、能換來多少真金白銀的收益。
幾年前，當資料科學家被捧成「21 世紀最性感職業」時，外面吹得天花亂墜，彷彿只要招募這群演算法專家進場，企業就能點石成金、收益頗豐。但大家在狂歡之餘，往往刻意忽略了一個最現實的前提：企業本身的商業模式到底養不養得起這個人？又養不養得起這樣的專案？
高薪的研發人才、昂貴的 GPU 算力叢集、雲端資料庫的維運費用，每一項都是紮紮實實的成本。如果一家企業或專案本身的商業模式根本無法創造對等的毛利空間，那麼這套性感的演算法除了在簡報上好看之外，對公司實質生存沒有任何助益。
正是因為走過這段血淋淋的經驗，我後來對於「商業模式」產生了無比的看重。
如果你搞不清楚對方到底靠什麼賺錢、商業模式的獲利引擎在哪裡，並且讓數據專案與之緊密貼合，那你做出來的東西，頂多就是替既有業務添一點小花邊、在邊邊角角錦上添花一下。想要藉此徹底改變本質、實現真正的數位轉型？根本是癡人說夢。
分享這些踩過的坑，並不是為了去批判誰，而是提醒大家少走點冤枉路。
不管是空有形式卻接不上流程改善的「掃描 PDF」，還是技術頂天卻在市場上無處變現的「罕病演算法」，問題的本質都是同一件事：我們訂下的指標，在第一天就和現場的實際情況脫節了。
如果真想避開這些坑，解方其實很樸素，就是守住兩條防線：
驗證量化目標是否接得上實際作業流程：目標量化實際上就是強迫你的東西做到數位優化。 立案前先看現實：如果今天某個關鍵指標（目標）根本沒辦法自動化算出來，那就代表前面的數位化根本尚未完成！你連及時的數據都撈不到，又怎麼可能做到後續的分析與流程優化？反過來說，如果這顆數字達標了，現場同仁到底哪一道工序會減少？哪一個決策環節會被改寫？如果答不出來，這指標就是假的。
驗證技術產出是否對得起商業代價：算一算後續的維護成本與真實帶來的業務增量，別讓團隊花了一年刻出來的成果，最後只成了「系統上線後順便看一下」的邊角料。
說穿了，量化不是為了交差去湊數字，而是為了確保專案自始至終都踩在現實的泥土上。唯有目標不脫鉤，後續的維運與優化才有走下去的可能。
但退一步說，假設我們今天目標訂對了、業務流程理順了、現行表單與系統也都具備了（看似數位優化全做完了），在實務推進「轉型」時，就保證一帆風順了嗎？
答案是：迎面而來的，將是兩個更殘酷的實務深淵。
下一篇，我們正式踩進最常見的跨部門政治修羅場——各部門劃地自限、系統互不開放權限，全靠少數資深同仁當「人肉數位膠水」硬串的碎片化泥淖：
《第九章｜數據拼圖秀：你拼的是藍圖，還是滿地碎片？》
iThome鐵人賽
看影片追技術