#商流2 DIKW國際商務在 AI 時代的核心表格

T. S. Eliot’s 1934 詩集The Rock： Where is the wisdom we have lost in knowledge? / Where is the knowledge we have lost in information? 我們在知識中所失去的智慧在哪裡？我們在資訊中所失去的知識在哪裡？

層次

英文

在國際商務中的意義

AI 時代的處理方式

對應你的架構

D：資料

Data

蒐集市場、產業、企業、客戶、競爭者、政策、物流、金融等原始資料

用 AI 協助蒐集、清理、分類、比對、建立資料庫

市場、產業、企業數據

I：資訊

Information

把資料放入商業框架中，形成可理解的分析

用百年來主要商業思維整理資料，例如 SWOT、PESTEL、五力分析、價值鏈、STP、4P、財務比率等

用商業思維做定性／定量分析

K：知識

Knowledge

用模型解釋現象、找出因果、預測趨勢與風險

用 AI、統計、機器學習、商業模型進行推論、預測、情境分析

用模型解釋並預測框架分析結果

W：智慧

Wisdom

根據分析與預測做決策，並落實到國際商務行動

在商流、資流、金流、物流中採取策略行動，並持續回饋修正

在商流、資流、金流、物流上採取行動

 

國際商務 AI-DIKW 教學架構

國際商務在 AI 時代不能只停留在「查資料」或「問 AI 答案」。真正重要的是把資料一步一步轉化為可以行動的商業智慧。

DIKW 可以作為一個很好用的教學架構：

Data 資料 → Information 資訊 → Knowledge 知識 → Wisdom 智慧

放在國際商務中，可以理解為：

蒐集全球商業資料 → 用商業框架整理分析 → 用模型解釋與預測 → 在商流、資流、金流、物流上做決策。

一、D：Data 資料

市場、產業、企業數據

第一層是 Data 資料。

在國際商務中，資料是最基礎的原料。
但資料本身還不是答案，它只是尚未被整理的事實、數字、文字、紀錄或訊號。

例如：

資料類型

例子

市場資料

市場規模、人口結構、消費習慣、進口需求

產業資料

產業集中度、供應鏈分布、技術趨勢、替代品

企業資料

財報、營收、成本、產品線、通路、客戶

貿易資料

進出口額、關稅、HS Code、貿易夥伴

金融資料

匯率、利率、付款條件、信用風險

物流資料

運費、航線、港口、交期、庫存

政策資料

法規、制裁、補貼、環保標準、原產地規則

消費者資料

評論、搜尋趨勢、社群討論、購買紀錄

AI 在這一層的作用是：

  1. 快速蒐集資料。
  2. 整理大量文件。
  3. 從新聞、報告、財報中抽取重點。
  4. 將非結構化資料轉為結構化資料。
  5. 協助建立資料表、摘要與分類。
  6. 找出異常值或缺漏。

但這一層要提醒學生：

資料多，不等於理解深。

AI 可以幫助我們更快取得資料，但人仍然要判斷資料來源是否可靠、資料是否過時、資料是否有偏誤。

二、I：Information 資訊

用百年來主要商業思維做定性／定量分析

第二層是 Information 資訊。

資料經過整理、分類、比較、計算後，才會變成資訊。

例如：

單獨看到「某國進口額成長 15%」只是資料。
但如果放進市場分析，就可以變成資訊：

該市場需求正在上升，可能適合出口商進入。

這一層的重點是：

用經典商業框架，把零散資料變成可理解的商業資訊。

可以使用百年來累積下來的主要商業思維，例如：

商業框架

用途

PESTEL

分析政治、經濟、社會、科技、環境、法律因素

SWOT

分析企業優勢、劣勢、機會、威脅

Porter 五力分析

分析產業競爭結構

價值鏈分析

分析企業如何創造價值

STP

市場區隔、目標市場、定位

4P / 7P

產品、價格、通路、推廣等行銷組合

財務比率分析

分析獲利能力、償債能力、營運效率

BCG 矩陣

分析產品組合與資源配置

商業模式畫布

分析企業如何創造、傳遞與取得價值

供應鏈分析

分析採購、生產、庫存、運輸與交付

這一層可以分為兩種分析：

1. 定性分析

定性分析處理的是文字、情境、關係、策略與判斷。

例如：

問題

定性分析

為什麼某市場不容易進入？

可能因為法規、文化、通路壟斷

某企業的優勢是什麼？

品牌、技術、關係、供應鏈能力

某國風險高在哪裡？

政治不穩、匯率波動、政策不透明

2. 定量分析

定量分析處理的是數字、比例、趨勢和模型。

例如：

問題

定量分析

市場是否成長？

CAGR、銷售額、進口額

企業是否賺錢？

毛利率、淨利率、ROA、ROE

出口是否划算？

成本、運費、關稅、匯率、利潤

庫存是否合理？

週轉率、安全庫存、交期

AI 在這一層的價值是：

協助把資料放入框架，快速形成初步分析。

但教師要強調：

AI 不能取代框架思考。AI 產出的分析，仍要用商業邏輯檢查。

三、K：Knowledge 知識

用模型解釋並預測分析結果

第三層是 Knowledge 知識。

資訊回答的是：

現在發生了什麼？

知識進一步回答：

為什麼會這樣？接下來可能會怎樣？

也就是說，知識不只是整理現象，而是建立解釋與預測。

例如：

資料層看到：某國對某產品進口增加。
資訊層分析：該市場需求成長，競爭者尚未飽和。
知識層進一步問：

  1. 這個成長是短期還是長期？
  2. 成長原因是人口、政策、技術，還是價格？
  3. 如果匯率變動，需求會不會下降？
  4. 如果競爭者進入，利潤會不會被壓縮？
  5. 企業是否有能力維持供應？

這一層需要模型。

模型可以分為幾類：

模型類型

用途

解釋模型

解釋市場或企業現象為何發生

預測模型

預測銷售、需求、匯率、風險

分類模型

判斷客戶、供應商、市場類型

風險模型

評估信用風險、政治風險、供應鏈風險

情境模型

模擬不同策略下的結果

決策模型

幫助選擇市場、產品、通路、付款方式

在 AI 時代，這一層特別重要，因為 AI 可以協助建立或使用模型，例如：

  1. 銷售預測模型。
  2. 客戶分群模型。
  3. 需求預測模型。
  4. 匯率風險情境分析。
  5. 供應商風險評分。
  6. 市場進入可能性評估。
  7. 價格敏感度分析。
  8. 貿易法規風險比對。

但這裡要提醒學生：

模型不是現實本身，模型只是理解現實的工具。

AI 可以幫助我們預測，但預測永遠有不確定性。
所以模型結果不能直接等於決策，還需要進入下一層：智慧。

四、W：Wisdom 智慧

在商流、資流、金流、物流上採取行動

第四層是 Wisdom 智慧。

智慧不是知道很多，而是能在不確定環境中做出適當行動。

在國際商務中，智慧表現在四個流：

四流

意義

決策行動

商流

商品、服務、交易關係與市場開發

選市場、選客戶、選通路、談條件

資流

資訊、資料、文件與管理系統流動

建立資料系統、合約文件、報關文件、ERP

金流

付款、融資、匯率、信用與風險

選付款方式、避險、信用狀、保險

物流

貨物移動、倉儲、運輸、交付

選運輸方式、港口、倉庫、交期、Incoterms

這一層才是真正的國際商務決策。

例如：

1. 商流行動

根據市場分析，企業決定：

  1. 進入哪個國家市場。
  2. 採用代理商還是直營。
  3. 選擇 B2B 還是 B2C。
  4. 主打高價品牌還是低價競爭。
  5. 是否與當地企業合作。

2. 資流行動

根據資料與流程需求，企業決定：

  1. 建立客戶資料庫。
  2. 導入 CRM 或 ERP。
  3. 整合訂單、庫存、報關文件。
  4. 建立 AI 客服或自動報價系統。
  5. 建立供應鏈資料儀表板。

3. 金流行動

根據風險模型，企業決定：

  1. 使用 T/T、L/C、D/P、D/A 哪種付款方式。
  2. 是否購買出口信用保險。
  3. 是否做匯率避險。
  4. 是否調整報價幣別。
  5. 是否要求預付款。

4. 物流行動

根據供應鏈分析，企業決定：

  1. 使用海運、空運、鐵路或多式聯運。
  2. 選擇 FOB、CIF、DAP、DDP 等貿易條件。
  3. 是否設海外倉。
  4. 是否分散供應商。
  5. 如何降低延誤、破損、缺貨風險。

這一層的關鍵是：

AI 提供分析與建議，但企業要負責決策與風險承擔。

五、完整流程範例：台灣企業要出口產品到東南亞

假設一家台灣企業想把產品出口到越南、泰國或印尼。

D：資料

先蒐集資料：

  1. 各國市場規模。
  2. 進口成長率。
  3. 當地競爭品牌。
  4. 關稅與法規。
  5. 物流成本。
  6. 匯率波動。
  7. 消費者偏好。
  8. 通路型態。

I：資訊

用商業框架整理：

  1. 用 PESTEL 分析各國外部環境。
  2. 用五力分析判斷產業競爭。
  3. 用 SWOT 分析本企業優勢與弱點。
  4. 用 STP 判斷目標客群。
  5. 用財務模型計算進入成本與利潤。

K：知識

用模型解釋與預測：

  1. 哪個市場成長最穩定？
  2. 哪個市場競爭壓力最低？
  3. 哪個市場物流成本最低？
  4. 哪個市場匯率風險最高？
  5. 哪種進入模式成功機率較高？
  6. 如果價格上升 10%，銷量可能下降多少？

W：智慧

最後採取行動：

四流

行動

商流

先進入越南市場，採代理商模式

資流

建立代理商訂單與庫存回報系統

金流

第一年採預付款加部分信用狀

物流

先用海運搭配當地倉儲，降低單位成本

這樣 DIKW 就不只是理論，而是可以變成一套完整的國際商務決策流程。

六、AI 時代下 DIKW 的教學重點

AI 時代的國際商務教育，不能只教學生「怎麼查資料」，也不能只教「怎麼下 prompt」。

真正要教的是：

能力

說明

資料判讀能力

知道資料來源、限制與偏誤

框架分析能力

能把資料放入商業理論中理解

模型推論能力

能用模型解釋、預測與比較方案

決策行動能力

能在四流中採取具體商業行動

AI 協作能力

知道什麼可以交給 AI，什麼必須由人判斷

風險意識

理解國際商務中的不確定性與責任

AI 可以加速每一層，但不能跳過任何一層。

如果學生只停留在 D，會變成資料堆積。
如果只停留在 I，會變成報告整理。
如果只停留在 K，會變成模型推演。
只有進入 W，才會形成真正的商務智慧。

七、教學版總結

在 AI 時代，國際商務的 DIKW 可以重新理解為一套從資料到行動的決策流程。

D 是資料，包括市場、產業、企業、貿易、金融、物流與政策數據。AI 可以協助蒐集與整理資料，但資料本身還不是答案。

I 是資訊，也就是把資料放入商業框架中分析。透過 PESTEL、SWOT、五力分析、價值鏈、STP、4P、財務分析等百年來累積的商業思維，資料才會變成有意義的市場與企業資訊。

K 是知識，進一步使用模型解釋和預測分析結果。這包括需求預測、風險模型、客戶分群、供應鏈模型、財務情境分析與市場進入模型。知識的重點是理解原因、判斷趨勢、預測可能結果。

W 是智慧，也就是把分析與預測轉化為國際商務行動。企業必須在商流、資流、金流與物流中做決策，例如選擇市場、設計通路、管理文件與資料、安排付款條件、控制匯率與信用風險、選擇運輸與貿易條件。

一句話總結：

AI 時代的國際商務 DIKW，不是讓 AI 直接給答案，而是用 AI 強化資料、分析、模型與決策，使企業能在商流、資流、金流、物流中做出更快、更準、更可追蹤的行動。

Barcelona 三月MWC Mobile World Congress。

血滴子，APP in 1，

手機出現後的頁面設計：Responsive, Flash 轉爲前台互動式應用JavaScript, CSS, HTML。React 和 Vue都是基於JavaScript 的前端互動框架