# 上午 BCG X，下午 Dcard——AI 轉型的上下半場，就是同一場比賽
一個幸運的日子
2026 年 7 月 21 日，我在《經理人》AI for Impact 論壇待了整整一天。
上午聽 BCG X 吳學林拆解 AI 轉型的戰略地圖（Deploy / Reshape / Invent），下午其中一場講座，Dcard 林裕欽分享 Agent-Native 的實戰現場——100+ Agents、90% 使用率。
這兩場演講在我腦袋裡自動拼成了一張完整的圖。
這篇文章，就是那張圖。
先說結論：戰略沒有實戰是空談，實戰沒有框架是亂撞
BCG X 提供的是戰略分層——告訴你 AI 轉型可以從三個層次推進，每個層次的價值和難度都不同。Dcard 提供的是實戰腳本——告訴你一家從零開始的網路公司，怎麼在兩年內把 AI 從「試試看」做到「100 個 Agent 在跑」。
這兩者缺一不可。
沒有 BCG X 的框架，Dcard 的故事聽起來就像「他們好厲害但我不知道從哪裡開始」；沒有 Dcard 的實戰，BCG X 的框架就只是 PPT 上漂亮的三層金字塔。
把它們拼在一起，才是企業主真正需要的完整答案。
對照表：BCG X 三層 × Dcard 三個實戰
| 層次 | BCG X 的定義 | Dcard 的實戰對應 | CJ 哥的連結 |
|---|---|---|---|
| **Deploy 部署** | 疊加 AI 在既有流程上，效率提升 5-10% | Agent 串接 Quip/GitHub 加速新人 Onboarding | 兩者都認同：這是最快見效的起點，但容易被複製 |
| **Reshape 重塑** | 重新設計流程本身，跳躍 30%+ 成長 | Agent 重構數據分析流程，從排隊等 BI 到直接查 | 兩者的核心一致：不是讓 AI 做原本的事，是重新想這件事該怎麼做 |
| **Invent 創新** | 用 AI 創造全新商業模式 | GNTC 新事業體——把內部經驗產品化 | Dcard 正在做 BCG X 說的 Invent——這是最難但價值最高的層次 |
10-20-70 × Agent-Native：兩個框架如何協同
BCG X 的 10-20-70 法則告訴我們：資源要這樣分配——演算法 10%、系統整合 20%、轉型管理 70%。
Dcard 的轉型過程，完全驗證了這個比例。
10% 演算法
Dcard 沒有從零訓練自己的 LLM。他們用的是市場上最好的模型，然後把精力花在——用林裕欽的話說——「不是讓模型變強，是讓模型理解我們的業務情境」。這正是 BCG X 說的 10%：演算法不是瓶頸，不需要在上面砸太多資源。
20% 系統整合
Dcard 做了一件很多企業忽略的事：盤點和串聯 Meta Data。業務規則、流程邏輯、權限設定、數據定義——這些決定了 AI 能不能真正理解企業在做什麼。這 20% 的工作決定了 AI 能不能從「閱讀器」變成「智慧同事」。
70% 轉型管理
Dcard 的 前線部署工程師（Forward Deployed Engineer，簡稱 FDE）制度、團隊跨職能融合、打破「沒案例→不信→不重構」的死循環——這些都是轉型管理的範疇。林裕欽在演講中花了最多時間講的，不是技術，是怎麼讓團隊願意改變、怎麼讓組織有能力接住新的工作方式。這恰恰是 70% 的核心。
CJ 哥點評： 當我聽到林裕欽花了最多時間在講變革管理，而不是技術架構時，我忍不住在台下笑了——因為這跟 BCG X 早上說的 70% 完全一致。兩場演講、兩位完全不同的講者、從完全不同的角度出發，卻在同一天給出了同一個答案：轉型管理的難度，遠大於技術的難度。 如果你還在花 70% 的預算買工具、只留 10% 給組織變革，你已經走在錯誤的方向上了。
Time-To-Value vs 傳統 KPI：從框架到衡量
BCG X 說要衡量 ROI，Dcard 更具體地提出了一個指標：Time-To-Value。
從提出需求到解決問題的時間。從入職到獨立貢獻的時間。從客戶拜訪到提案送出的時間。
這兩個觀點其實是互補的：BCG X 告訴你「為什麼要衡量」（ROI），Dcard 告訴你「用什麼來衡量」（Time-To-Value）。
當我把這兩個觀點放在一起，我發現一個很清楚的結論：AI 轉型的終極衡量標準，不是技術指標，是時間——從「卡住」到「順了」要多久。
CJ 哥點評： 我輔導的客戶中，有一家傳產導入 AI 品質檢測系統。傳統 KPI 一定會看「模型準確率 99.5%」——但老闆真正有感的是什麼？是本來要等三天才能出貨的 QC 流程，現在當天就能搞定。這就是 Time-To-Value。
死循環的解方：FDE 制度
BCG X 說：AI 轉型需要 CEO 親自帶。
Dcard 說：對，但 CEO 沒辦法親自做每一個案例——你需要 前線部署工程師（Forward Deployed Engineer，簡稱 FDE）。
FDE 不是顧問、不是外包，是真正進駐團隊的內部轉型推手。他們不只寫程式，更重要的是：用最小案例證明 Agent 的價值，讓團隊親眼看到、親身體驗，然後才規模化。
這套做法，其實呼應了 BCG X 說的「Reshape」精神——你不可能用舊團隊的方式，創造出新團隊的成果。
CJ 哥點評： 很多中小企業主聽到這裡會問：「我們沒有 Dcard 的資源，怎麼做 FDE？」我的建議是：找一個最積極的年輕同事，給他一個月的時間、一個最痛的業務問題、一個簡單的 AI 工具——讓他自己試。有時候，一個人的成功案例比一本厚厚的轉型企劃書更有說服力。
給企業主的一張行動檢查表
把兩場演講的精華濃縮成一張檢查表。看完這篇文章後，你可以拿這張表檢視自己的組織：
- •[ ] Deploy 起點：找到一個具體的痛點，一週內做出 AI 原型
- •[ ] Meta Data 盤點：你公司的業務規則，有多少是寫在系統裡的、有多少在老員工腦袋裡？
- •[ ] Time-To-Value 基準：現在做這件事情要多久？期望做完之後要多久？
- •[ ] 破除死循環：有沒有可能找一個人、花一個月，先做一個小案例給團隊看？
- •[ ] 70% 資源分配：你的預算分配跟 10-20-70 的比例一致嗎？還是在相反的方向上？
這兩場演講最大的價值，不是那些框架和案例本身——而是它們在同一天、同一場活動中互相印證的事實：AI 轉型的答案，戰略和實戰各給了一半。把它們放在一起，你才能看到全貌。
你的企業現在卡在哪一層？留言告訴我，我們一起想辦法。