科技投資容易計算，商業價值卻較難確立。
企業可以將工作負載遷移至雲端、推出數碼通路、建立資料平台，以及部署 AI 助理，但基本的經營效益仍然沒有太大改變。交付團隊或許如期完成各個里程碑，客戶卻依然面對支離破碎的服務，員工也仍然需要手動核對互相矛盾的資訊。
作為企業架構師，我認為核心挑戰在於：將科技帶來的可能性，連接到塑造業務運作的決策。當有人運用平台改善客戶成果、成本結構、收入來源或風險承擔時，平台才真正產生價值。這種連結需要明確的負責人，也需要證據支持。
在我看來，持續創造價值有賴六項環環相扣的實踐：調整商業模式、有意識地選擇營運模式、聚焦關鍵成功因素、建立資料變現能力、釐清治理，以及投資學習。它們彼此強化；若將其視為各自獨立的計劃，成效便會大打折扣。
1. 圍繞客戶成果調整商業模式
架構首先應該回答一個商業問題：客戶重視甚麼成果，而企業如何透過交付這項成果獲取回報？
以設備製造商為例。銷售機器會建立一種客戶關係，協助客戶維持可靠的生產運作則會建立另一種關係。後者可以將設備、維修保養、融資、遙測資料與專業合作夥伴整合為持續提供的服務。科技讓協作成為可能，但商業模式決定了企業承諾甚麼、由誰付款，以及當表現未達預期時，由誰承擔風險。
這項區別十分重要，因為將現有交易數碼化，與改變競爭基礎，所需的能力並不相同。更完善的訂購平台或許能提升便利性；按設備可用率定價的服務，則需要可靠的營運資料、清晰的合約、合作夥伴之間的協調，以及在故障發生前介入的能力。
AI 代理擴大了這個設計空間。企業可以從建議客戶採取行動，進一步代客戶執行行動。這為減輕客戶負擔帶來機會，同時也要求企業確立客戶同意、行動界限，以及出現問題時的申訴與補救途徑。
有些活動需要結構化執行：代理按照獲批准的步驟工作，並設有明確的檢查與上報機制。另一些活動則容許適應性執行：代理在既定限制內探索不同行動，以達成預期成果。架構必須反映工作所屬的類型。獲准優化維修時間表，並不代表獲准更改客戶合約。
策略上的任務，是決定企業有能力為哪些成果負責、需要哪些合作夥伴，以及在計入交付服務與承擔責任的全部成本後，這個模式是否仍具吸引力。
2. 明確界定營運模式
如果企業無法協調自身的工作，再吸引的客戶承諾也可能落空。
兩項選擇尤其值得關注：各業務單位必須共享多少資訊及協同多少活動，以及它們的工作方式需要多大程度的一致性。整合與標準化彼此相關，卻是不同的決策。各單位可以共用客戶身分識別，同時提供不同服務；也可以遵循共同流程，但各自維持獨立的客戶關係。
企業架構應讓這些選擇清晰可見。哪些能力必須共用？哪些地方的差異能滿足客戶或監管需要？哪些差異只是造成重複成本？
代理式 AI 令模糊不清的決策帶來更大影響。每個代理都會將資訊存取、決策權限、流程規則及協作方式的假設付諸執行。如果不同地區的團隊將互相衝突的客戶資格定義自動化，更快的執行速度可能放大不一致的結果。
在擴大代理的應用規模之前，領導者應就共同的業務定義、跨流程交接的責任歸屬，以及行動互相衝突時的處理方式達成共識。只要界限經過審慎訂定，地方自主權仍然可以創造價值。
對設備製造商而言，這可能意味著各地區共用資產識別與服務紀錄，同時按現場條件調整當地維修作業。目標是在保留有用差異的同時，建立足以兌現企業承諾的一致性。
3. 將投資集中於關鍵成功因素
一份冗長的科技應用清單，並不能說明其策略重要性。
關鍵成功因素，是企業為了達成目標而必須表現出色的少數條件。對設備服務業務而言，這些條件可能包括穩定可靠的設備運作、具盈利能力的服務交付，以及客戶續約。領導者應以這些優先事項，決定把注意力與資金投放在哪裏。
下一步，是找出影響每項因素的決策與工作流程。如果穩定運作十分重要，就應一併檢視故障偵測、維修優先次序、備件供應及技術人員調度。只改善其中一項活動，卻讓其他活動繼續受限，可能無法為客戶帶來多少實際好處。
這正是架構師連接策略與交付的切入點：描繪關鍵工作流程、找出形成瓶頸的能力，再運用人與科技的互補優勢重新設計工作。AI 可以協助診斷，而對於不尋常或影響重大的介入措施，則可由具經驗的工程師保留決定權。
價值應在實施之前界定。確立基準、預期改善幅度、衡量期間，以及承擔責任的業務負責人。衡量時除了速度與成本，也應納入服務品質與風險。
節省的時間同樣需要效益實現計劃。如果工具釋放了員工的工作容量，企業會用來服務更多客戶、減少加班、提升品質，還是削減某項開支？若沒有相應的營運決策，估算出來的生產力提升可能只停留在試算表上。
4. 建立能帶來經濟成果的資料能力
資料透過應用創造價值。三條實用路徑分別是改善內部流程、以資訊提升產品與服務的價值，以及提供客戶願意付費的資訊產品。
上述製造商可以利用服務資料減少不必要的上門服務、向客戶提供維修預測，或在授權與保密要求容許的情況下，開發基準比較服務。每條路徑都有不同的客戶、成本結構與成功標準。
對架構而言，這意味著資料平台需要明確的商業及營運目的。每個資料集都應有負責人、容易理解的定義、符合用途的品質，以及清楚的存取條件。使用者也需要了解資料的限制。及時但不完整的維修紀錄，與完整但過時的紀錄，可能導致不同的決策。
AI 帶來另一項要求：釐清資訊與行動授權之間的關係。代理能夠讀取服務紀錄，不應自動代表它有權取消上門服務或訂購替換零件。資料存取與行動權限需要分別管控。
建立這些能力，需要專業團隊以外的人員參與。業務員工必須能夠解讀資訊、質疑建議，並辨別某個結果是否不適合用於當前決策。當人們能夠持續運用可信的資訊改善成果，資料變現才會成為企業能力。
5. 釐清決策權與問責
當治理讓決策變得及時、一致且有明確問責時，它便能創造價值。
每項重要的科技決策，都需要有人獲授權作決定、有準則可依循，並對後果負責。若委員會沒有明確的決策負責人，便可能增加延誤，卻依然無法解決責任歸屬問題。
對 AI 代理而言，實際的起點是訂明：誰可以部署代理、代理可以使用哪些資訊與工具、可以採取哪些行動、何時需要人工批准，以及誰有權暫停其運作。監察範圍應涵蓋業務成果、錯誤、不公平影響，以及行為變化。
管控程度應反映行動的後果。內部文稿助理與能夠作出合約承諾的代理，需要不同的審批與驗證安排。共通的管控措施可以讓日常、低風險的應用更容易落地，同時將審查資源集中於影響重大的決策。
架構師可以將政策轉化為可執行的機制，包括有明確界限的權限、交易限額、審批關卡、行動紀錄，以及復原程序。這些機制應以合理可預見的失誤情境進行測試。如果代理預訂了錯誤的服務，企業能否發現問題、停止進一步預訂，並補救對客戶造成的影響？
即使執行工作已經自動化，人的問責仍須清楚。系統具備自主性，並不會免除企業對所提供服務的責任。
6. 將學習與變革納入交付工作
如果員工繼續繞過新系統、沿用舊有方式工作，科技計劃便難以帶來實質改變。
培訓出席率與工具採用率是有用的訊號，但不足以證明企業已建立更好的工作方式。領導者需要了解，員工是否能作出更好的決策、處理例外情況，以及交付預期的客戶成果。
因此，學習應融入交付過程。透過試點驗證假設、透過模擬演練應對困難情境，再利用實際工作的回饋改善系統與技能。企業需要給員工學習的時間，並讓他們可以放心指出新流程的弱點。
對製造商而言，技術人員可以演練 AI 診斷與現場實際證據不符的情況。服務經理則可以練習處理不同客戶之間互相競爭的優先需求。這些演練除了檢驗個人能力，也能測試營運模式及上報處理途徑。
成熟度應透過可重複達成的表現來證明。在擴大方案規模之前，應確認方案能否在真實條件下運作、員工是否理解自身責任，以及在減少初期支援後，效益能否持續。這樣，擴大應用才是有證據支持的決策。
架構師的貢獻：讓價值可追溯
這六項實踐構成一組互相連結的選擇。商業模式界定承諾，營運模式確立企業如何兌現承諾，關鍵成功因素讓投資聚焦，資料支援決策與服務，治理分配權限與責任，而學習則讓組織持續改善表現。
當各項計劃競逐資源、各自優化交付成果時，企業架構可以維持這些連結的完整性。
對每一項重大投資，我都期望看到清晰的說明：要達成甚麼客戶或業務成果、哪些能力與工作流程必須改變、涉及哪些資訊與決策、由誰承擔責任，以及甚麼證據足以支持進一步投資。當其中一環缺失，架構討論就應讓這個缺口浮現。
實際的起點，是選定一項重要成果。建立基準、找出阻礙表現改善的限制，再跨越組織界線重新設計工作。衡量結果、從中學習，並擴展經實證有效的做法。
科技領導者透過協助企業作出這些選擇，並推動落實，確立自身的策略角色。衡量成功的標準，是企業能否可靠而有利潤地兌現更有價值的承諾，並隨著客戶需要的改變，持續調整這項承諾。