2012 年 1 月 19 日，柯達（Eastman Kodak）申請破產保護。這家曾經佔據全球底片市場 90% 份額的巨人，在數位洪流中轟然倒下。[1] 諷刺的是，世界上第一台數位相機，正是柯達工程師史蒂夫·乍森（Steve Sasson）在 1975 年發明的。[2] 柯達不是沒看到未來——它比任何人都早看到；柯達的問題是，它不願意擁抱那個會毀滅自己的未來。這個故事，在商業史上一再重演。今天，當我們討論 AI 時代的企業轉型時，這些歷史教訓比以往任何時候都更加重要。

一、創新者的兩難：為什麼巨人總是跌倒

1.1 克里斯汀生的經典框架

哈佛商學院教授乎雷頓·克里斯汀生（Clayton Christensen）在 1997 年出版的《創新的兩難》（The Innovator's Dilemma）中，提出了一個令人不安的洞見：優秀的管理、傾聽顧客、專注核心能力——這些被奉為圭臬的「最佳實踐」，恰恰是導致成功企業失敗的原因。[3]

克里斯汀生區分了兩種創新：

  • 維持性創新（Sustaining Innovation）：在既有技術軌道上的漸進改良。例如，讓底片的解析度更高、讓手機的電池更耐用。
  • 破壞性創新（Disruptive Innovation）：以新技術或新商業模式，從低階市場或新市場切入，最終顛覆整個產業。例如，數位相機、智慧型手機、串流音樂。

成功企業擅長維持性創新——它們的組織架構、激勵機制、客戶關係都是為此而設計的。但面對破壞性創新時，這些優勢反而成為枷鎖：

  • 客戶導向的陷阱：現有客戶不想要破壞性產品（柯達的專業攝影師不想要低解析度的數位相機），所以企業不投資。
  • 利潤結構的束縛：新市場初期規模太小、毛利太低，無法滿足大企業的成長需求。
  • 組織慣性的阻力：內部政治、部門利益、既有流程都抵抗改變。

1.2 S 曲線與跳躍時機

每一項技術都遵循 S 曲線（S-Curve）的發展軌跡：早期緩慢成長、中期快速爆發、後期趨於平緩。[4] 當一條 S 曲線進入平緩期時，下一條 S 曲線通常已經在醞釀——這就是轉型的關鍵時刻。

問題在於時機的判斷：

  • 太早跳躍：新技術尚未成熟，投入的資源被浪費，可能自毀長城。例如，微軟在 2000 年代過早進入平板電腦市場（Tablet PC），最終失敗。
  • 太晚跳躍：舊業務的現金流已經枯竭，沒有資源支持轉型。例如，柯達在 2000 年代才認真投入數位，但此時利潤已被壓縮殆盡。
  • 跳躍到錯誤的曲線：判斷了正確的時機，卻選錯了方向。例如，Nokia 從 Symbian 跳躍到 Windows Phone 而非 Android。[5]

二、三個經典案例的深度剖析

2.1 柯達：發明未來，卻死於未來

柯達的故事是商業史上最令人唏噓的悲劇之一。讓我們回顧關鍵時間線：

  • 1975 年：柯達工程師 Steve Sasson 發明世界第一台數位相機（0.01 百萬像素）。
  • 1981 年：索尼推出 Mavica 電子相機，數位攝影的商業化開始。
  • 1989 年：柯達內部報告預測，數位攝影將在 2010 年前後取代底片。[6]
  • 1996 年：柯達推出 DC 系列數位相機，銷售表現亮眼。
  • 2001 年：柯達的底片銷售開始下滑，但數位業務尚未盈利。
  • 2012 年：柯達申請破產保護。

柯達的失敗不是因為「沒看到」數位趨勢——它比任何人都早看到。問題在於，底片業務的利潤率高達 70%，[7] 而數位相機的利潤率只有 15-20%。對一家以利潤為導向的上市公司而言，主動放棄高利潤業務去擁抱低利潤業務，在財務上是「不理性」的。

更深層的問題是組織結構。柯達的數位部門被置於傳統底片部門之下，資源配置、績效考核都以底片業務為中心。當數位部門的主管提出更激進的策略時，他們被內部政治壓制。[8]

2.2 Nokia：從王者到棄子

Nokia 的故事同樣值得深思。2007 年，當 Steve Jobs 發表初代 iPhone 時，Nokia 是全球最大的手機製造商，市場份額超過 40%。[9] 六年後的 2013 年，Nokia 將手機業務出售給微軟，價格僅 72 億美元——不到其巔峰時期市值的 5%。[10]

Nokia 的失敗比柯達更加複雜：

  • 軟體能力的缺失：Nokia 是硬體公司出身，其軟體能力——特別是作業系統——遠遜於蘋果和 Google。Symbian 系統的架構無法適應觸控螢幕時代。[11]
  • 組織文化的僵化：INSEAD 商學院的研究發現，Nokia 內部瀰漫著「恐懼文化」——中階管理者不敢向上呈報壞消息，導致高層對危機的嚴重性認知不足。[12]
  • 策略選擇的失誤：2011 年，新任 CEO Stephen Elop 做出了致命的決策——放棄自有的 MeeGo 系統，全面轉向微軟的 Windows Phone。這個「燃燒的平台」策略（Burning Platform）最終證明是跳入另一個火坑。[13]

Nokia 的教訓是：看到危機並不夠，你還需要正確的應對策略。Elop 的策略或許有其邏輯——單打獨鬥難以對抗 iOS 和 Android 的生態系——但選擇微軟而非 Android，最終被證明是致命的錯誤。

2.3 Skype：定義市場，卻失去市場

Skype 在 2003 年創立時，重新定義了通訊產業。它讓網路通話變得免費、簡單、普及，一度擁有超過 6.6 億註冊用戶。[14] 但今天，當我們談到視訊會議時，我們說的是 Zoom 或 Teams，而不是 Skype。

Skype 的衰落有多重因素：

  • 所有權的頻繁更迭：Skype 在 2005 年被 eBay 收購（26 億美元）、2009 年被私募基金收購、2011 年被微軟收購（85 億美元）。每次易主都帶來策略的不連貫。[15]
  • 產品迭代的遲緩：Skype 的核心技術（P2P 架構）在 2000 年代是優勢，但在雲端時代反而成為負擔。微軟在 2017 年才將 Skype 轉為雲端架構，為時已晚。[16]
  • 市場定位的模糊：微軟同時擁有 Skype（消費者市場）和 Teams（企業市場），資源分散，定位混亂。當 COVID-19 疫情推動視訊會議需求爆發時，Zoom 以更簡單、更可靠的產品搶走了市場。[17]

三、AI 時代的新戰場：Google 與 Meta 的兩難

3.1 Google：擁有一切，卻可能失去一切

Google 在 AI 領域的積累無人能及：

  • 研究實力：Google DeepMind 是全球頂尖的 AI 研究機構，AlphaGo、AlphaFold 等突破性成果舉世矚目。[18]
  • 基礎設施：Google 擁有全球最大的雲端運算基礎設施，以及自研的 TPU 晶片。
  • 數據資產：搜尋、Gmail、YouTube、Android——Google 坐擁人類數位行為最完整的數據。
  • 人才儲備：Transformer 架構的發明者、BERT 的創造者，都是 Google 員工。[19]

但 Google 面臨的正是經典的「創新者的兩難」：

  • 搜尋廣告的現金牛：2024 年，Google 的搜尋廣告收入超過 1,750 億美元，佔總營收的 57%。[20] 任何可能動搖搜尋業務的創新，都面臨內部阻力。
  • AI 對搜尋的威脅：當用戶可以直接向 ChatGPT 提問，而不是在 Google 搜尋並點擊連結時，整個搜尋廣告的商業模式就受到威脅。
  • 「負責任 AI」的束縛：作為全球最大的科技公司，Google 在 AI 安全和倫理方面承受的壓力遠大於新創公司。這導致產品發布更加謹慎，有時甚至顯得保守。[21]

2023 年，當 ChatGPT 席捲全球時，Google 內部據報拉響了「紅色警報」（Code Red）。[22] 但 Google 的回應——倉促推出 Bard（後改名 Gemini）——初期表現不如預期，反而強化了外界對其「落後」的印象。

3.2 Meta：All-in 的豪賭

Meta（前 Facebook）採取了與 Google 不同的策略：全力押注。2023 年，祖克柏宣布「Meta 的效率年」，大規模裁員的同時，將資源集中在 AI 和元宇宙。[23]

Meta 在生成式 AI 的策略有幾個特點：

  • 開源路線：LLaMA 系列模型以開源方式釋出，這與 OpenAI、Anthropic 的閉源策略形成對比。[24]
  • AI 整合現有產品：Meta AI 被整合到 Facebook、Instagram、WhatsApp，直接觸達數十億用戶。
  • 基礎設施投資：Meta 計劃在 AI 基礎設施上投入數百億美元，包括自研晶片和大規模 GPU 集群。

Meta 的優勢在於：它的核心業務（社交廣告）與 AI 的關係是互補而非替代的。AI 可以讓廣告更精準、內容更個人化、創作工具更強大——這些都強化而非威脅現有的商業模式。

3.3 OpenAI 與 Anthropic：新創的優勢

OpenAI 和 Anthropic 這類新創公司，擁有大企業所缺乏的優勢：

  • 沒有遺產負擔：它們不需要保護任何現有業務，可以全力推動最激進的產品。
  • 組織敏捷：決策流程短、執行速度快。OpenAI 從 GPT-3 到 GPT-4 的迭代速度，遠超大企業的內部流程所能允許。[25]
  • 人才吸引力：最頂尖的 AI 研究者，往往更願意加入能讓他們主導研究方向的新創，而非在大企業內部打政治戰。
  • 資本支持：OpenAI 獲得微軟超過 130 億美元的投資，Anthropic 獲得 Google 和 Amazon 超過 60 億美元的投資。[26] 資金不再是限制因素。

當然，新創也有其脆弱性：商業模式尚未證明（OpenAI 仍在虧損）、監管風險、以及對大型雲端廠商的依賴。但在創新的「攻擊」階段，這些劣勢遠不如速度和聚焦重要。

四、轉型時機的判斷框架

4.1 格魯夫的策略轉折點

英特爾傳奇 CEO 安迪·格魯夫（Andy Grove）提出了「策略轉折點」（Strategic Inflection Point）的概念：當產業的基本動態發生根本性改變時，企業必須做出重大策略調整，否則將走向衰落。[27]

格魯夫建議，領導者應該持續問自己一個問題：「如果我被董事會開除，新來的 CEO 會怎麼做？」這個思維實驗迫使你跳脫現有利益結構的束縛，像「局外人」一樣思考。1985 年，格魯夫和摩爾正是用這個邏輯，做出了退出記憶體業務、專注處理器的歷史性決策。[28]

4.2 轉型的「三個訊號」

綜合歷史案例與學術研究，企業應該在以下三個訊號同時出現時，認真考慮轉型：

訊號一：技術曲線的交叉

當新技術的性能曲線開始接近並可能超越舊技術時（即使目前新技術仍然「不夠好」），這是最早的警訊。柯達在 1989 年就看到了這個交叉點的預測——但它選擇忽視。

訊號二：邊緣市場的侵蝕

破壞性創新通常從主流市場不在意的邊緣開始。當你發現「低階」競爭者開始蠶食你的低毛利業務時，不要慶幸「反正那些客戶不值得留」——下一步，它們會往上爬。[29]

訊號三：人才流動的方向

當最優秀的人才開始離開，加入競爭對手或新創時，這是組織健康的領先指標。OpenAI 的崛起伴隨著大量 Google Brain 研究員的出走——這是 Google 應該更早警覺的訊號。[30]

4.3 轉型的「三個原則」

原則一：獨立單位，獨立資源

克里斯汀生的建議是：將破壞性創新放在獨立的組織單位中，給予獨立的資源配置和績效考核標準。這個單位需要與母公司保持足夠的距離，以免被現有業務的邏輯所綁架。[31]

原則二：接受短期的「自我侵蝕」

成功的轉型往往需要「自我侵蝕」（self-cannibalization）——用新業務取代舊業務，即使這意味著短期的營收和利潤下滑。蘋果從 iPod 到 iPhone 的轉型，就是自我侵蝕的典範。[32]

原則三：領導者的決心與溝通

轉型不只是策略問題，更是領導力問題。領導者需要清晰地說明「為什麼必須改變」，並在組織內部建立緊迫感。Satya Nadella 在微軟的「雲端優先、行動優先」轉型，是近年來最成功的案例之一。[33]

五、AI 時代的轉型啟示

5.1 誰會是這一輪的柯達？

如果歷史的模式重演，AI 時代最危險的企業可能具有以下特徵：

  • 高度依賴單一現金牛：當 AI 可能顛覆這個現金牛時，企業面臨兩難。
  • 組織規模龐大：決策緩慢、內部政治複雜、創新被官僚體制扼殺。
  • 過去的成功經驗：「我們以前就是這樣成功的」的思維，阻礙了對新模式的接受。

Google 符合這些特徵嗎？部分符合。但 Google 也有柯達所沒有的優勢：它的領導層高度技術導向、它的財務狀況允許長期投資、它已經在 AI 領域積累了深厚的能力。問題在於：它能否將這些能力轉化為市場領先的產品？

5.2 什麼時候「不轉型」是對的？

我們也不應該過度簡化。並非所有的技術變革都是「破壞性」的；並非所有的轉型都是必要的。有時候，最好的策略是「堅守陣地」，等待泡沫破裂。[34]

判斷的關鍵在於：新技術是否真正創造了「不可逆」的價值？數位相機相對於底片、智慧型手機相對於功能手機，都創造了不可逆的用戶價值。但並非所有 AI 應用都達到這個門檻——許多生成式 AI 的用例，仍然停留在「有趣但非必要」的階段。

5.3 給領導者的建議

最後，給正在思考轉型的企業領導者幾點建議：

  1. 建立「預警系統」：追蹤技術曲線、邊緣市場、人才流動等領先指標，不要等到訊號變得明顯才反應。
  2. 培養「雙元能力」：同時管理「利用」（exploitation）現有業務與「探索」（exploration）新機會，這需要不同的組織結構和管理邏輯。[35]
  3. 接受不確定性：轉型時機的判斷沒有公式可循。你需要在資訊不完整的情況下做出決策，並為錯誤留有餘地。
  4. 速度優於完美：在快速變化的環境中，「差不多對」的快速行動，往往優於「完全正確」的緩慢行動。

結語：時間不等人

柯達、Nokia、Skype 的故事告訴我們：轉型的最佳時機，往往是在你「還不需要」轉型的時候。當危機變得明顯、當所有人都看到問題時，往往已經太晚了。

AI 時代的企業轉型，可能比以往任何一次都更加緊迫。技術迭代的速度前所未有、資本重新配置的規模前所未有、產業邊界被打破的程度前所未有。在這樣的環境中，「等等看」不是謹慎，而是怠惰；「維持現狀」不是穩健，而是風險。[36]

當然，並非每家企業都需要成為 AI 公司。但每家企業都需要思考：AI 將如何改變我的產業？我的核心能力在 AI 時代是否仍然有價值？如果不是，我需要多長時間來重建這些能力？

時間不等人。而歷史，正在看著我們。