B06　DIKW：AI 時代的國際商務資料到決策

教學面向

核心內容

學習成果

D：Data

蒐集市場、產業、企業、貿易、金融與物流原始資料。

能辨識資料來源、品質、時效與偏誤。

I：Information

以商業框架進行定性與定量整理。

能把零散資料轉成可比較、可解讀的資訊。

K：Knowledge

以模型解釋原因、預測趨勢與評估風險。

能說明模型假設、限制與不確定性。

W：Wisdom

把分析轉成商流、資流、金流與物流行動。

能提出可執行且可追蹤的商務決策。

教學導讀

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？

DIKW = Data, Information, Knowledge, Wisdom（資料、資訊、知識、智慧）是一條從原始事實走向決策行動的路徑。AI = Artificial Intelligence（人工智慧）可以加速每一層，但不能跳過任何一層：資料若不可靠，分析就會失真；框架若不適合，模型就會回答錯誤問題；模型若缺乏解釋，決策就可能無法承擔。

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

一、D：Data 資料

資料是尚未被完整解釋的事實、數字、文字、紀錄或訊號。在國際商務中，資料來源跨越市場、產業、企業、貿易、金融、物流、政策與顧客行為。AI 可協助蒐集、清理、分類、比對與抽取文件內容，但人仍須檢查來源可信度、更新日期、統計口徑與可能偏誤。

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

二、I：Information 資訊

資料經過分類、比較、計算與情境化後，才形成資訊。單獨看到「進口額成長 15%」只是一筆資料；若進一步比較基期、競爭者、關稅、消費人口與通路條件，才能判斷成長是否代表市場機會。

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

資訊層必須同時保留定性與定量分析。定性分析處理制度、文化、關係、策略與敘事；定量分析處理成長率、獲利能力、成本、匯率與庫存。兩者互補，不能用數字取代脈絡，也不能只靠經驗忽略可驗證的證據。

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

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

三、K：Knowledge 知識

知識不只回答「發生了什麼」，更要回答「為什麼」與「接下來可能怎樣」。因此需要解釋模型、預測模型、分類模型、風險模型、情境模型與決策模型。模型的價值在於把假設寫清楚、把方案放在同一標準下比較；模型的限制則是它永遠只是現實的簡化。

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

四、W：Wisdom 智慧

智慧是把資料、框架與模型轉成可承擔的行動。國際商務決策最終落在四流：商流決定市場、客戶、通路與交易條件；資流決定資料、文件與系統如何流動；金流決定付款、融資、匯率與信用風險；物流決定貨物如何倉儲、運輸、清關與交付。

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

五、完整案例：台灣企業進入東南亞

企業先蒐集越南、泰國與印尼的市場規模、進口成長、競爭品牌、法規、物流成本、匯率與通路資料；再用 PESTEL、Porter 五力、SWOT、STP 與財務分析整理資訊；接著使用需求預測、風險評分與情境模擬比較市場；最後選擇先進入越南、採代理商模式、建立訂單與庫存回報系統，並以預付款搭配部分信用狀降低初期風險。

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

六、AI 時代的能力要求

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 可以加速資料整理、初步分析與模型運算，但人必須負責問題定義、資料治理、模型檢查、倫理判斷與決策責任。若只停留在 D，會形成資料堆積；只停留在 I，會形成報告整理；只停留在 K，會形成模型推演；只有進入 W，才能形成真正的商務智慧。

教材小結

DIKW 不是直線式的一次性流程，而是一個循環：決策產生新的交易、付款、物流與顧客回饋資料，再回到下一輪分析。AI 的角色不是直接替企業做決定，而是讓每一層更快、更可追蹤，同時保留人對風險與責任的最後判斷。