過去短短幾年，從世界各地到台灣，我們看到了一個明顯的趨勢，有許多知名企業從產品生產轉變成服務提供，許多製造業的隱形冠軍，因為製造競爭變得更激烈，也因消費者自主性提升，產品需求更多元且及時，市場變化變得更難預測，如同主廚走出廚房在吧台與顧客進行接觸，他們放下以製造為主的工作，由過往OEM、ODM及產品品牌的角色，開始展開各式渠道與終端消費者進行服務與互動。同時，內部流程也以此思維進行重新設計，與客戶產生高度連結。

產品為核心走向服務思維的現象逐漸浮現，一些以產品驅動的產業也開始體認這樣的趨勢。KPMG Global 於2019年針對過去一年全球各地汽車產業3,000位高階主管調查報告中提到，有60%的高階主管認為乘客運輸與物流的產業界線不再分明，如同由UberEats將餐點送到府上與開車出去用餐可能來自於顧客同樣的需求，因為對於顧客而言，使用交通工具不是最終目的，而是來自於移動過程的動機。也因此有65%的領導階層認為汽車的單一產品優勢不再，需要建立生態系與不同產業的合作夥伴共同創造價值滿足客戶。

然而，當踏入不熟悉的領域或是需要驅動新形態的商業模式，已不能只憑過往的經驗，也需要來自於客戶的心聲及證據的支持，因此2018年汽車產業有59%高層認為最重要的議題就是車聯網與數據分析應用。因為市場的變化及客戶的洞察最有效的方式就是透過資料洞察找到脈絡與創見。

近期KPMG所作的調查顯示，僅35%的分析主管認為公司高階相信並支持數據分析結果。而高層對相關議題的理解亦有待加強。因此，初期如能以發展數位藍圖為轉型第一步驟，將能確保資源配置的有效性，同時也能精準地衡量成效，產生正向循環，逐步完成企業轉型要務。

根據我們的觀察，創造可被分析的數據並驅動數據資產產生商業價值是非常關鍵的議題，近期我們協助許多客戶發展蒐集數據策略，例如透過售前蒐集顧客不同消費階段的行為及軌跡，建立數位歸戶，整合客戶不同數位渠道上的蹤跡；同時透過KPMG全球資料庫與產業知識，產生衍生性變數，打造可被分析的數據資料庫，並評估數據對於企業的商業議題價值，進而協助企業有可行的做法，瞭解其顧客，並幫助企業進行可落地且看得見效益的分析，從輔助策略制定到行銷與流程執行，讓數據分析驅動數位轉型得以實現。

智慧製造強調設備聯網、資料與數據串接、現場精實製造，接下將會發展演變成企業與企業之間、供應鏈與供應鏈之間在商業模式突破、運營平台轉型與產業生態系的競爭。現代工廠所生產的資料量浩瀚難以計數，若能透過AI人工智慧機器學習從中找出脈絡，發掘出人類很難理出的頭緒，驅動製造業轉向發展製造服務化，經由創新科技的協助，才能在轉型至服務化的過程中，找到有效的獲利模式。