「資料變現」重點不在數量，而在流動性

MIT 史隆管理學院資訊系統研究中心（MIT CISR）首席研究科學家 Barbara Wixom 的最新研究點出了盲點：轉型的關鍵不在於企業收集了多少資料或模型有多複雜，而在於資料能否在企業內部被高效整合、靈活應用並重複創造價值。研究團隊將這種能力稱為「資料流動性（Data Liquidity）」，亦即資料資產被重複使用與重新組合的容易程度。

許多企業都深知資料是驅動人工智慧的關鍵。然而，近年台灣企業在積極推動 AI 轉型的過程中，卻普遍面臨相同的困境：即便導入了高階工具與模型，實際成果仍不如預期中的理想。

對此，MIT 史隆管理學院資訊系統研究中心（MIT CISR）首席研究科學家 Barbara Wixom 的最新研究點出了盲點：轉型的關鍵不在於企業收集了多少資料或模型有多複雜，而在於資料能否在企業內部被高效整合、靈活應用並重複創造價值。研究團隊將這種能力稱為「資料流動性（Data Liquidity）」，亦即資料資產被重複使用與重新組合的容易程度。

在 MIT 針對美國重型機械巨頭卡特彼勒（Caterpillar）的研究簡報《Data Liquidity Levers at Caterpillar》中證實，資料流動性高的企業，不論在客戶體驗、產品上市速度或數據決策表現上，都遠優於同業。真正拉開競爭差距的，是誰能讓資料跨越部門與系統的壁壘，無阻礙地被 AI 模型重複調用。然而，資料流動性不會憑空發生，若企業沒有針對基礎架構、資料準備與數據治理做出「刻意的策略布局與長期投資」，組織很難大規模重複運用資料，這也限制了企業能從數位與AI投資中獲取的價值。

資料流動性是驅動 AI 商業模式的核心引擎

所謂的資料流動性，是指資料資產在不同應用情境與組織邊界之間，被重複使用與重新組合的容易程度。在高度流動的資料環境中，資料能夠自由流轉，讓員工、系統和 AI 模型都能順暢地調用數據，而不會產生不必要的摩擦、延遲或重複開發的浪費。

研究團隊指出，在當今的數位經濟中，資料流動性正是驅動 AI 商業模式、打造無縫客戶體驗與自適應營運（Adaptive Operations）的核心引擎。資料流動性高的組織，不僅能更高效地重複利用資料、大幅降低因資料重複而產生的成本，更能讓關鍵洞察在企業內部更廣泛地共享。

重機具巨頭 Caterpillar 的資料轉型

為了解企業如何大規模釋放資料流動性，Wixom及其合作研究員Joaquin Rodriguez、Gabriele Piccoli和Cynthia Beath 針對全球重機具製造巨擘卡特彼勒（Caterpillar）展開了為期多年的追蹤研究。

這家公司面臨的挑戰極具代表性，既要處理全球數百家經銷商的繁雜介面，又要迎接來自龐大物聯網（IoT）感測器的海量數據。這種「資料高度複雜且分散」的狀況，正是傳統製造業的典型痛點，對於許多同樣以製造業起家、正處於轉型十字路口的台灣企業來說，具有極高的借鏡與參考價值。

做為擴大服務業務核心策略的一環，Caterpillar 鎖定了三個關鍵的實務著力點，用以決定資料究竟會成為可複用的戰略資產，還是繼續困在部門孤島之中。這三個著力點分別是資料架構、資料準備和資料權限。

一、打造可重複使用的資料架構（Data Architecture）

Caterpillar 面對複雜且分散的資料環境，包括各部門應用系統各自為政、擁有數百個相互獨立的經銷商介面，且全球營運中的機具每天都會產生數百萬條詳盡程度不一的聯網感測訊號（Telematics）。為解決該痛點並支援多元的 AI 與業務應用場景，Caterpillar 重新設計了一個模組化平台。該平台採用清晰的分層設計：包含輕量化的「應用層」、提供彈性對接的「服務層」，以及專為重複使用而建置的「資料層」。

資料會經過不同階段流動，從原始擷取到驗證、標準化，再進入具有明確所有權的穩定主資料集或組合式衍生資料集。這樣的架構讓Caterpillar能建立可重複使用的資料產品，例如車隊清單資料集，減少重複作業、加快開發速度，並提升顧客體驗的一致性。

二、深化「資料準備」（Data Preparation），精準對齊營收策略

Caterpillar 優先整理可重複使用的資料，特別是能夠直接支援其服務收入策略的客戶、聯絡人和資產主數據。包括記錄了設備擁有者的客戶資料；公司需要聯繫的客戶聯絡人資料；紀錄客戶全部設備的資產資料。這些資料集結合起來，讓公司能夠解答關鍵商業問題，像是「當某台特定大型機具需要汰換時，該由哪一位客戶聯絡人負責」。

為了確保這些資料資產具備可靠性，Caterpillar 成立了資料品質專責小組（Data Quality Group）。該團隊制定了四個品質等級，並將演算法、統計學及機器學習技術轉化為「可重複調用的服務」，用以驗證資料。同時，系統會持續監控資料品質，一旦偵測到異常欄位或錯誤紀錄，便會立即發出警示，交由資料管家（Data Stewards）進行即時修復與校正。