知識 · IT・資料・DX

DX · AX

Digital Transformation / AI Transformation

📂IT·資料·DX⏱閱讀 2 分鐘📊入門🔗相關 8

什麼是 DX?

一句話定義
DX 是以數位技術根本改變工作方式的數位轉型(Digital Transformation),AX 則是下一階段,將 AI 內化到工作與事業中的轉型(AI Transformation)。
以此主題安排內訓📚 相關課程💬 培訓諮詢
⚡ 3 行重點摘要
  • DX=以數位方式改變工作方式
  • AX=將 AI 內化到工作與事業中
  • AX 是 DX 的下一步

DX 實際改變的不是系統,而是簽呈流程與工作界線。即使導入了 ERP,簽呈仍靠紙本流轉,營收數據還困在各部門的 Excel 檔案裡,那就不是轉型,而是昂貴的電腦化。AX 也是一樣:重點不是買一百個生成式 AI帳號,而是把「誰來寫初稿」從人轉給 AI,並把人的角色從撰寫者重新定義為驗證者與判斷者。

實務上必須先區分三個層次,討論才會清楚。把紙本轉成檔案的電腦化、把流程搬上系統的數位化,以及連事業模式與組織結構都一併改變的轉型,難度完全不同。AX 也是依序提高難度:從結構化的重複文件作業 → 公司內部知識檢索 → 決策輔助 → 產品本身搭載 AI。RPA之類的自動化只會依規則運作,而 AI 是以機率作答,因此 AX 必定要保留人工審核的步驟。還有一點,沒有 DX 就不會有 AX。若三年份的資料都只以掃描 PDF 形式堆積,AI 要讀取的原始資料本身就不存在。

現場最常見的失敗,是「導入了,卻沒人在用」的狀態。只辦一場兩小時的全公司專題演講、就把授權帳號發下去,三個月後實際使用的人通常只剩十人上下。沒有資安指引就先上手,把客戶圖面或個資貼到外部模型的事故,也真的會發生。若KPI維持不變、只換工具,省下的時間會被其他雜務填滿,績效無法以數字呈現,最後到了隔年的預算審議,就會得出「試過 AI,但不適合我們」的結論。一旦這樣失敗一次,組織的抗拒會變成兩倍。

會出現此術語的課程 · AI・DX
推薦課程 · 推薦講師 · 迷你報價
🧮 迷你報價 · 講師費基準
約 KRW 1,200,000 (≈ US$900)專題講座 2 小時 · 20 人以下 · 韓語
依此條件取得正式報價 →
💡 簡單來說
從手工作業到數位化(DX),再從數位到 AI(AX),這是工作方式的連續演進。
為什麼在實務上很重要
即使只買工具,若人不會用,轉型也會失敗。DX 與 AX 最終都要以「教育與文化」為核心課題。
由來與出處

數位轉型(DX)是 2010 年代隨雲端與行動裝置普及而大眾化的詞彙;AI 轉型(AX)則是生成式 AI 普及(2022 年之後)才出現的下一階段概念。

透過案例理解

我們以一個假設案例來看。這是員工 320 人、年營收 KRW 140,000,000,000 (≈ US$104,785,700) 規模的汽車零件製造商 A 公司的故事。寄給客戶的品質索賠回覆函,每一件平均要花 6 小時,品質團隊 9 人每月要處理 40 多件,加班已是常態。這是從執行長說出「我們用 AI 來減少一些吧」的 2024 年 3 月起,為期八個月的紀錄。

  1. 品質組長把撰寫回覆函的 6 小時逐項拆開計時後發現,其中3 小時 40 分是在找出過去類似的索賠案例,並把內容抄寫到表格裡的單純作業。
  2. 資訊部門的課長把過去三年的 1,860 份客訴文件,從掃描 PDF 轉成可搜尋的文字。他的感想是:「比起導入 AI,這項整理工作花了兩個月。」
  3. 我們以品質組全體 9 人為對象,每週一次、每次 90 分鐘,進行為期 6 週的課程。不是單純上課,而是每週請大家各自帶來自己工作用的提示詞(prompt),再彼此修改。
  4. 八月時曾出現兩件 AI 草稿誤寫原因分析的案例,因此品質手冊第 4 條明文規定,最終回覆函必須由課長以上主管審閱簽章。
  5. 截至 11 月,每件的製作時間從 6 小時縮短為 2 小時 20 分,每月約節省 147 小時;品質團隊的加班津貼較去年同月減少 38%,採購團隊、生產管理團隊等 3 個部門也要求以相同方式導入。
相關術語
與此術語相關的課程
📚數位轉型Nanum 經營顧問 企業內訓 · 面授/線上查看課程 →
是否需要針對此主題進行企業內訓?
立即取得負責人為您量身打造的課程規劃與報價。
教育洽詢
最後修訂 2026年9月13日 · 監修 金鍾赫

常見問題

這是一條連續的光譜。在數位基礎(DX)之上深度整合 AI 的階段,就是 AX。
與其打造龐大的系統,不如挑出一項重複性業務先進行試辦,並同步進行人員教育,這才是務實的做法。
這是一脈相承的演進。DX(數位轉型)之後,下一步是 AX(AI 內化)。
從找出現場反覆作業與低效率環節、以數位與 AI 加以改善的小小成功開始,才是務實的做法。