AI 時代軟體護城河指南：當寫程式不再值錢，台灣團隊的三層防禦與 90 天轉身計畫

2026 年 4 月 28 日，矽谷天使投資人納瓦爾（Naval Ravikant）在這場訪談裡給出一個不留餘地的結論：單憑軟體這項資產的公司，已經不值得放進投資組合。順帶一提，網路上流傳的「18 個月轉型期限」其實出自後續評論作者的引申，並非他本人提出的數字，引用時值得留意。這個說法在台灣軟體圈激起的漣漪，比多數國際新聞都大，因為它戳到的表面是矽谷的估值，骨子裡是台灣非常多人賴以為生的商業模式：寫程式、賣功能、按專案或按月收費。

這篇指南不打算重複「軟體已死」的宣告。死亡的是一種舊假設：做出東西很難，所以做出來的人可以收錢。當生成式模型把「做出一個能用的系統」的成本，壓到明顯低於過去的水位，靠實作能力收費的生意，定價權就會一路往下掉。真正要回答的問題變成：扣掉「我們會寫、我們做得出來」之後，你的團隊手上還有哪些東西是對手拿不走的？

先把結論講在前面：AI 沒有讓軟體公司集體貶值，它做完的是「實作」這一層的商品化程序。就像印刷沒有終結寫作、攝影沒有終結繪畫，被市場重新標價的永遠是某一項特定能力，而非整個行業。差別在於，這次被定價的能力恰好是過去三十年台灣資訊服務業的主要收入來源，所以痛感才會這麼真。也因為這樣，這篇指南的立場務實，不往悲觀或樂觀傾斜：把守得住的顧好，把守不住的盡快換成收費的理由。

我用一套可以直接搬進會議室的盤點方法回答：先分類哪些東西已經守不住、哪些還守得住，再攤開三層防禦裡 AI 抄不走的著力點，對照台灣最常見的三種團隊處境（接案工作室、泛用型 SaaS 小團隊、企業內部 IT），最後收斂成一張 90 天的轉身計畫。這套框架把上述訊號整理成可以直接搬進會議室的順序，先盤點、再分層、後行動。

納瓦爾這個名字在台灣的創業圈並不陌生：他共同創辦的 AngelList 是新創媒合的重要基礎設施，Notion、Uber 這一整代公司他也早早押注，長年以思路清晰著稱，很少無的放矢。這篇指南引用他，並非要借名氣壓人，重點在於他把一個所有人都感覺到、卻沒人敢說破的趨勢一句講穿：軟體的供給端正在解除管制。過去「會寫程式」是一張有配額的門票，現在配額取消了，門票自然貶值。貶值的也不只是那張票，還有整個以票的稀缺為前提搭建起來的商業結構，這才是要認真面對的完整命題。

一張報價單背後的假設，正在失效

做個思想實驗就能感覺到壓力的形狀。假設你是一家中型資訊公司，主力產品是客戶關係管理系統，累積了五年的客戶基礎。今天有一組新創人馬，用模型輔助開發，用一個產品週期就做出規格表上大多數條目的可用版本，介面更輕、起步價更低，還把你們視為差異化的 AI 摘要列為內建標配。你的三百個客戶不會明天就走，因為資料搬移很麻煩、因為業務關係還在、因為老系統穩定。但下一輪新客戶的比價名單裡，你出現的順序會越來越後面。侵蝕不是崩塌，是從名單的尾端開始，等你發現營收下滑時，通常已經過了最容易轉身的時間點。

支撐台灣接案市場二十年報價邏輯的根基，是工作量：需求訪談、系統分析、前後端開發、測試、驗收，每一段都有人力天數，有天數就有價格。這個邏輯的前提是「實作很貴」。當客戶自己用 AI 工具就能拼出一個七成像的原型，當小編制團隊靠模型輔助就能在過去不敢想像的短週期裡交付同等複雜度的系統（這是坊間普遍流傳的情境，也是不少接案者的第一手感受），工作量這個計價單位就開始鬆動。鬆動的不是工程師的價值，而是「以實作時間換收入」這個交換公式。

同樣的壓力也落在訂閱制軟體身上。表單、排班、報表，這一類工具的續約理由越來越難寫在功能清單上，理由很簡單：跟競品的規格差距每一季都在收斂，而新進者改用 AI 原生架構重寫一遍的代價，遠低於你當年從零蓋起來的投入。這不是台灣獨有的現象：老牌 CRM 業者近年持續面臨 AI 原生產品的競爭壓力；微軟則在 2021 年宣布、2022 年完成以約 197 億美元收購語音 AI 公司 Nuance，看中的正是它在醫療院所內難以替代的縱深位置。微軟這筆交易至少說明一件事：產業縱深加上嵌入既有工作流的關係，在買方眼中具有明確的收購價值，「什麼叫難以替代」的判準正在重寫。

訂閱制那一側的台灣例子其實離大家更近。過去十年，台灣出現過一波小型 SaaS 創業潮：排班工具、預約系統、電子型錄、進銷存雲端版，每一個都真實解決了問題，也各自累積了可觀的付費客戶。這波團隊現在面對的考題是：功能面差距被追平的速度，快於客戶信任累積的速度。模型壓低了新進者補齊功能清單的門檻，而你的品牌與資料資產，可能還沒厚到讓客戶忽略功能差距。這不是做錯了什麼，是遊戲規則換了。訂閱制的優點是現金流可預期，缺點是續約的合理性每年都要重新證明一次，AI 把這個年度考試的難度調高了一級。

把這個訊號翻譯成台灣的語言：公司在投影片上慣用的那三個優勢詞：功能完整、開發快速、價格漂亮，放到 2027 年之後都只會是產業的基本盤，而非優勢。功能會被追平，速度人人都有，價格戰沒有贏家。防線要往別處找。

盤點：你的生意現在靠什麼擋住競爭

轉型之前先盤點，順序錯了會白燒錢。把公司現在每一筆錢的理由攤在桌上，逐條追問一句不留情面的話：換一組小編制的新團隊，配備 2026 年的模型與開發工具，重做一遍要花多久才能達到可用水準？答案若是用戶等得起、客戶比價時感受得到的短期間，那一條不叫防線，只能叫時間差。時間差可以買，不能守。

盤點要避開一個陷阱：把「客戶目前沒走」當成「客戶離不開」。客戶留下的理由能歸成三類，其中只有一類配得上防線兩個字。第一種是不知道有替代品，這在資訊不對稱的市場很常見，但 AI 工具的行銷預算正在快速消滅這種無知；第二種是搬移太麻煩，這是切換成本，是真資產，但它會隨著資料可攜性要求與導入工具進步而慢慢折舊；第三種是你的系統真的嵌在營運裡、拔掉會痛，這才是長期防線。訪談客戶時與其問「滿意嗎」，不如問「如果明天要換系統，最麻煩的三件事是什麼」，答案會直接告訴你自己在哪一種。

↔ 左右捲動檢視完整表格

還守得住的	已經守不住的
客戶每天產生、只進你系統的資料	功能清單與規格表
嵌進客戶日常流程的整合與設定	UI 好不好用
特定產業的規則、術語、人脈	開發速度與迭代週期
自有流量、名單、品牌信任	單純的價格競爭力
法規資格、認證、實體交付能力	「我們很懂 AI」這句話

右欄並非無關緊要，只是它們已經從差異化變成入場券。左欄五項，就是下一節三層防禦要展開的著力點。盤點時建議拉出過去十二個月的收入明細，把每一筆錢標到左右兩欄：如果超過七成收入對應的是右欄，你的商業模式需要動手術而非吃保養品；如果左欄占多數，要做的是把左欄的資產變厚、變難搬走。

各個著力點之間的關係是組合而非單選，而且組合方式決定強度。單靠一層防禦都守不久：只有資料沒有分發，好東西沒人知道；只有分發沒有縱深，流量來了接不住；只有資格沒有工作流，證照會變成空殼。台灣市場上常見活得穩的老系統商，多屬於「資格＋工作流」的組合：一紙核准讓它進入市場，幾十年的流程嵌入讓客戶離不開。新創團隊則適合「縱深＋分發」的組合，用內容快速建立能見度，靠縱深守住第一批客戶。盤點時不妨把三層防禦畫成一張體檢表，缺哪個補哪個，比追逐單項滿分更有效率。

盤點完畢後，可以用五個問題快速體檢三層防禦的現況。資料回流：客戶的使用紀錄有沒有回頭讓產品變好，還是只是躺在資料庫裡？工作流嵌入：客戶拔掉你的系統，營運會停幾天？產業縱深：你的功能清單裡，有幾項是該產業的人一看就知道你懂行？分發與品牌：客戶在還不認識你之前，有沒有機會先讀到你的觀點？法規與實體：你手上有哪些別人要排隊才拿得到的資格？五個問題答得越具體，資產的真實度越高；答不出來的，就是下一季要補的功課。

三層防禦：AI 抄不走的公司在守什麼

內層著力點一：只進你系統的資料回流

往下看之前，先把分析單位換掉。多數討論把競爭力列成一張平面的清單，這裡改用縱深的角度分三層看：最內層是「活的營運系統」，你的系統和客戶的日常長在一起；中層是「結構門檻」，法律與產業知識築出別人進不來的場域；最外層是「人心佔位」，客戶在需求出現前就先想到你。三層的防守性質不同：內層靠黏著，中層靠資格，外層靠信任。接下來的幾個小節，就是把這三層各自的著力點展開。

資料回流的冷啟動有一個實務順序。第一年不要想著做模型、做預測，先把收集做對：欄位設計一致、時間戳記完整、異常也要留痕。很多系統累積了十年資料卻沒有資產價值，問題出在當初只把資料當交易記錄存，沒有當營運資產存，格式改過三次、舊資料斷層、單位不統一。第二年開始把資料還給客戶：月報、季報、同業比較，讓客戶第一次感覺到「資料在你這裡比在我這裡有用」。第三年才有條件談個人化與預測。這個順序跳過任何一步，資料就只是硬碟裡的負擔，談不上任何防禦。同場加映的是，台灣的《個人資料保護法》與歐盟等主要法域日益明確的跨境傳輸規則，讓「合法持有且善用客戶資料」本身變成一種競爭門檻：做對的團隊拿到信任與資料，做錯的團隊收到罰單與解約。

模型抄得走功能表，抄不走客戶在你系統裡沉澱的歷史。餐廳的每筆訂位紀錄、工廠的每張工單、診所的每個排程偏好，這些資料在客戶使用你系統的過程中自然累積，而且只存在你這裡。資料回流的形成條件有兩個：系統要埋在營運現場的每天，以及累積的資料要回頭讓產品變好，例如排程建議更準、庫存預測更準、報表更貼近決策。形成之後，它同時是產品力和切換成本：客戶換系統，就算資料能整批搬走，營運脈絡與回饋機制也要重新累積。

內層著力點二：工作流嵌入

第二種資產不那麼顯眼，但台灣很多老牌資訊公司靠它活過了每一次技術浪潮：把系統嵌進客戶的日常工作流，深到換掉你要開三次會議、停兩週作業、重訓全部人員。POS 機串金流、會計系統對接國稅局電子發票格式、ERP 接廠內的條碼槍與磅秤，這些整合單看每一條都不難，難的是幾十條一起換掉的成本與風險。AI 時代這個邏輯不變，反而更強：模型能幫新系統快速做出功能，卻不能幫客戶快速搬完流程。要把這種資產做大，方向是把產品從「一個工具」升級成「一條流程的中樞」，串接的上下游越多，中樞越難被拔走。

要系統性做大工作流嵌入，可以用一張「整合地圖」盤點：把客戶一天的營運從開門到結帳畫成一條線，標出每一段用了哪個系統、誰手 key、哪裡有斷點。台灣常見的斷點集中在幾處：電子發票與會計系統的對接、物流與超商取貨的串接、通訊軟體客服與工單系統的斷層、以及薪水與排班資料的兩套帳。每補完一個斷點，客戶的流程就多一段活在你的系統裡，拔走的痛感就多一分。這張地圖同時是銷售工具：拜訪客戶時攤開來，指出他沒自覺的斷點，比 demo 十個功能更有說服力，因為功能是抽象的，斷點的痛是具體的。

中層著力點一：產業縱深

水平工具的風險最大，垂直系統的防禦最深，這是這波變化裡最明確的分野。做一套誰都能用的任務協作系統，等於跟全世界的 AI 新創排隊互砍；做一個只服務拖吊業、洗腎診所、或有機農產運銷的系統，對手得花上以年計的時間摸清法規、術語、季節性與人脈，才有資格站上你的報價桌。國際上的例子很清楚：Veeva 專注生命科學產業的雲端系統，長期是垂直軟體的指標案例；Toast 從餐廳收銀出發，把支付、庫存、人事全部綁進去。台灣的縱深機會比想像中多：醫療、營造、農漁產運銷、傳產二代接班，每個領域都在等一個真的懂行的系統。懂行這件事，模型只能輔助，不能替你懂。

台灣的縱深機會值得多列舉一輪，因為多數人低估了它的密度。醫療體系裡的診所掛號、洗腎排程、長照個案管理；營造業的工程日報、勞安稽核、估價與發包；農漁產的產銷班收購、冷鏈溫度、拍賣行情；宗教與民俗活動的點燈、收據、會員管理；還有最快浮上檯面的傳產二代接班，每一項都是「懂的人不多、願意做的工程師更少、但付費能力扎實」的市場。切入縱深的第一步不是寫程式，是蹲點：去現場看一週的實際作業，把老師傅的口頭規則整理成系統邏輯。這份蹲出來的產業知識，就是模型讀遍網路也讀不到的私有文本，也是你報價時最硬的底氣。

外層：分發與品牌信任

當做出產品變容易，被看到就變難。注意力與信任，是接下來十年最硬的通貨。這對台灣團隊是壞消息也是好消息：壞消息是過去「產品做好自然有人買」的僥倖徹底結束；好消息是內容與搜尋帶來的分發能力，從來不需要幾億資本，需要的是觀點、紀律與時間。經營方式在 SaaS SEO 與 AI 時代的知識變現 這兩篇有完整展開，這裡只講原則：分發資產的關鍵是自有名單與自有品牌，而非租來的粉絲；把專業判斷持續寫成內容，讓客戶在還不需要你的階段就認識你，等需求真正浮現時，你早已站在名單前排。品牌信任的另一層意義在 品牌溢價 有拆解：當功能趨同，客戶最後買的是「出事時找得到人、講話有人信」這種無法程式化的安心。

分發的地貌本身也在變。過去兩年，越來越多查詢直接發生在 AI 助手與聊天介面裡，搜尋引擎把生成式答案放在傳統結果之前，而讓內容更容易被這些生成式回答引用的優化實務，就是大家常聽到的 GEO（生成式引擎優化）。對內容經營者的意思是：你的專業內容除了要被搜尋引擎讀懂，還要被模型引用，因為當客戶問模型「台灣餐飲 POS 系統怎麼選」，模型講得出誰，誰就在名單最前面。這件事的完整策略在 AI 時代的 SEO 趨勢 與 GEO 與 SEO 的資源分配 兩篇有展開，這裡的原則只有一句：分發資產的累積要同時對人與對模型，漏掉任何一邊，名單都會缺一角。

中層著力點二：法規資格與實體交付

最後一種資產最不性感，也最耐砍：政府給的資格、產業要求的認證、需要真人到場的交付能力。電子發票加值中心的核准、個資與資安等級的驗證、醫療器材軟體的許可、金流串接的合規審核，部分資格涉及較長的準備與審查期，而且適用對象各不相同。實體交付同理：裝機、到場教育訓練、進廠維修，這些得靠真人移動的環節，模型生成不出來。如果你的生意落在這一層，恭喜，它是最不需要大動作轉型的一種，要做的是把既有資格與交付範圍穩步擴大，先別急著全部上雲。

台灣的法規門檻具體有哪些，值得攤開看，因為每一項都是現成的時間牆。電子發票加值中心的核准要通過財政資訊中心的查核；涉醫療的軟體可能落在醫療器材分類，要走查驗登記；法規的適用看角色：自行經營代理收付款項才落入電子支付與第三方支付洗錢防制的規範，單純做技術整合的開發者面對的則是契約面的要求，實際義務依個案的角色與契約內容而定；個資處理的委外關係在《個人資料保護法》下有一整套契約義務；上市公司客戶還會用內稽內控標準來審你。其中需要主管機關核准的資格，等待期以月甚至年計；契約與內控要求則是文件與流程成本，性質不同，都值得在報價裡體現，新進者繞不開、買不動、更沒耐心等。如果你的公司已經持有其中幾張，它們的價值在 AI 時代只會上漲，因為排隊跟你競爭的人變多了，你門口那道以時間築成的牆卻還立著。

三種台灣團隊處境，三種轉身策略

接案工作室：從賣工天到賣判斷

接案是最早被 AI 衝擊的處境，也是最有機會直接升級的處境。衝擊很直白：客戶拿 AI 生成的規格書來比價，純實作的報價空間被壓縮。但同一股力量把「顧問」的價值推高了，因為客戶端坐擁一堆答案，卻分不出哪個答案可靠。轉身方向是把報價單從工天結構改成「策略顧問＋導入＋維運」三段：顧問段賣產業判斷與選型，導入段賣流程設計與資料治理，維運段賣長期陪伴。這個結構在 執行成本與理解成本 的分析裡有理論基礎：當執行變便宜，稀缺往理解與判斷移動，收費就要往稀缺處收。

報價結構怎麼改，可以有個參考原型。過去一個三百萬的系統開發案，拆成三段後變成：顧問段四十萬，產出選型建議與流程藍圖，兩週交付；導入段一百六十萬，含系統設定、資料搬移與教育訓練，六到十週；維運段每月八萬起，含支援、調校與每季的營運檢視。要誠實說的是，第一年的名目收入通常會低於單一專案，缺口要靠維運月的累積與隔年的回購補回；換到的是收入曲線從一次性的尖峰，變成可預期的長尾，而且顧問段的毛利通常最高，因為它賣的是你蹲出來的判斷，不是工天。更重要的是，三段式報價會自動篩掉只想比價的客戶，留下的客戶關係品質完全不同。數字只是示意，比例才是重點：把最有判斷含量的那段，放最前面、單獨計價。

水平 SaaS 團隊：往縱深遷移，或者往分發衝

手上若是泛用型工具，前面有兩條路，而且通常要選一條走到底。第一條是往縱深遷移：挑一個你已有最多客戶的產業，把產品改造成該產業的專用系統，功能、術語、報表、法規全部貼著該產業重做。遷移的代價是放棄泛用市場，換到的是競爭密度瞬間下降。第二條是往分發衝：產品保持水平，但把公司的重心從開發移到內容、社群與口碑，用品牌與名單把功能優勢的衰退補回來。Shopify 是第二條路的極致範例：電商開店功能可以被模仿，但商家教學內容、生態系與夥伴網路的長期累積，持續拉高競爭者的追趕成本。台灣團隊選第二條路時，SaaS 商業模型的基礎觀念 與定價結構要先打底，內容投資才有回收的容器。

兩條路怎麼選，有三個檢驗問題。第一，你現有客戶裡有沒有哪個產業占超過三成？有，縱深遷移的起點就在那裡；客戶高度分散，遷移的沈沒成本會壓垮你。第二，團隊裡有沒有人真的願意泡在該產業裡？縱深是靠人的熱情泡出來的，不是靠市場分析選出來的，找不到那個人，選了也走不深。第三，你的內容與業務能量，撐得住多久的分發投資？內容資產的回收前等待期往往以季甚至年計，資金與心理準備不夠，半途而廢比不開始更傷。三個問題都有答案，路就出來了；三個都模糊，先用一個季度的時間做小規模試驗再決定。

企業內部 IT：從成本中心到流程守門人

內部團隊常被忽略，其實籌碼最好。外面 AI 工具百花齊放，業務單位自己刷卡訂閱，影子 IT 滿天飛，這時候內部 IT 的價值不是擋，而是接：把資料流、權限、稽核軌跡守住，讓各單位的安全試用有軌道。轉身的目標是把自己定位成「AI 治理與流程整合的中樞」：哪個模型可以用、資料能去哪、成果怎麼驗收，規則由你訂。這個位置一旦站住，內部 IT 就從砍預算時的第一順位，變成轉型時的必經之路，而且它天然結合了內層的工作流嵌入與中層的法規資格，是三種處境裡防禦最完整的一種。

企業 IT 還有一個常被漏掉的槓桿：把內部經驗產品化。許多台灣中型企業的 IT 團隊，這幾年為了內部需求做的工具，流程自動化、報表整合、文件搜尋，品質其實不輸市售產品，只是從沒想過拿出去賣。AI 時代給了一個契機：同產業的其他公司也面臨一樣的轉型壓力，卻沒有你的內部知識。當然，產品化是另一門功課，業務、支援、計費都是新功課，不是每個 IT 團隊都該走。但至少該做的是盤點：哪些內部工具、哪些流程文件、哪些資料處理經驗，具備對外潛力。這份盤點本身，就是向經營層證明 IT 不只是成本中心的最好材料。

90 天轉身計畫

框架聽完，能落地才算數。把上面的盤點與策略壓成 90 天，三個月做三件事，每件都有明確產出，避免轉型拖成永遠開不完的會。

進計畫前先決定優先順序。各個著力點不能同時開工，資源分散等於沒有重點。排序的實用原則是看「既有累積」與「回收速度」的乘積：已經有客戶資料基礎的，先把資料回流做厚，因為素材現成、回收最快；已經有產業口碑的，把縱深產品化，讓口碑變成產品力；兩者都缺的團隊，從分發開始，因為內容資產零門檻，而且會反饋市場需求，幫你決定接下來往哪個縱深走。法規與實體資產通常不會是第一順位，除非你的產業剛好站在監管變動的風口上，那就要提前卡位。

第 1 到 30 天：盤點與止血

第一個月只做診斷。收入明細逐筆標記到「守得住／守不住」兩欄，算出暴露比例；訪談五到十個客戶，問續約或回購當下的真實考量，答案常常跟內部想的不同；盤點手上已有的資料、整合、證照，很多團隊盤完發現自己其實有防線，只是從來沒把它當產品在賣。止血的動作只有一個：停止再投資右欄，缺乏需求證據的功能擴充與美術打磨，先按下暫停或降級，把工程產能騰出來給第二個月；既有客戶承諾的交付與必要維護照常進行。

這個月常見的失敗有兩種。一種是盤點變成批判大會：團隊把「守不住」名單越列越長，士氣先垮了。要記得盤點的目的不是找出誰該負責，是把資源從持續貶值的地方搬到會升值的地方，心態上是在搬家，不是在認錯。另一種是客戶訪談做成滿意度調查，問卷發出去回收一堆「還不錯」，什麼結論都得不出來。有效訪談要一對一、要開放題、要問具體事件：「上一次想換系統是什麼時候、後來為什麼沒換」，這種問題才會挖出真實的留下原因。

第 31 到 60 天：選一層防禦做厚

第二個月選定一個著力點，做一個能被客戶感知的升級。做資料回流就出一張「年度營運洞察報告」，把客戶自己都沒發現的使用模式還給他；做工作流嵌入就挑一條最痛的斷點整合，例如把對帳或申報流程的自動化補完；做產業縱深就改版一組只有該產業看得懂的報表與術語。重點是這個升級必須寫進報價或續約說明，讓客戶清楚看到「這是新價值」，而非默默變強。定價的思考工具可以直接套 商業模式九宮格：價值主張換了，收費結構就要跟著換。

第二個月的失敗模式則相反：做了一個漂亮的升級，客戶卻完全無感。原因通常是升級埋在系統裡，沒有被翻譯成客戶的語言。資料回流做得再深，客戶看到的要是一份他能拿去開檢討會的報告；流程整合做得再順，客戶感受到的要是一句「以前對帳要兩天、現在兩小時」。每個升級都要配一個「前後對比」的具體故事，而且要讓第一線業務背得起來。技術完成的那一天，才是這個專案的一半，另一半是把完成的事實變成客戶的記憶。

第 61 到 90 天：重構報價與對外敘事

第三個月把成果翻譯成商業語言。報價單從工天改成價值結構，合約從專案改成顧問加維運，對外的網站與業務話術從「我們會做什麼」改成「你們留下什麼」。這一步最容易卡住技術出身的創辦人，因為它要你承認過去的收費理由已經貶值，把公司故事重講一遍。講對了，客戶感受到的是你先他一步升級了，漲價反倒成了次要印象。

第三個月的挑戰不在技術在心理：定價改了，老客戶怎麼面對？答案是分層處理。續約中的客戶，先給價值再談價格，讓新資產免費體驗一個週期，續約時再反映在費率，多數客戶接受度會遠高於直接漲價。新客戶直接用新結構報價，不背舊定價的包袱。至於比價型的客戶，就讓他走，這是轉型最誠實的試紙：會因為對手便宜兩成就走的客戶，本來就不是新商業模式想留住的客群。

常見誤區

誤區一：把 AI 功能當護城河。 加一個 AI 助手、一個自動摘要、一個智慧推薦，這些是 2026 年的電力與自來水，人人可用，差別只在誰串得快。用別人的模型做出來的東西，別人也能用同一個模型做出來。判斷標準只有一條：這個功能離你的資料、流程或產業位置有多近？越近越守得住。

誤區二：用裁員代替轉型。 生成式工具確實讓同樣的產出不需那麼多人力，於是有團隊把省下的成本直接落袋，結果半年後，對手帶著同一批工具、更精簡的編制、更低的報價出現在客戶面前。省下來的產能如果沒有灌進任何一層防禦，只是把倒數計時器調慢。該問的不是「AI 幫我省下幾個人」，該問的是「省下來的人力，要投入哪一層別人做不來的防禦」。

誤區三：等塵埃落定再動。 「等 AI 穩定下來再說」聽起來穩健，實際上是把窗口讓給別人。工具會一直換，這點永遠不會穩定；但資產的累積邏輯，資料、流程、縱深、分發、資格，從現在到可見的未來都不會變。等，唯一確定的結果是別人的資料回流比你早一年開始轉。

誤區四：把轉型當成一次性的專案。 90 天計畫走完、新報價上線、內部開了慶功會，然後公司回到原來的節奏，這是轉型最安靜的死法。市場不會因為你完成過一次盤點就停止變動，模型的能力每一季都在推進，競爭對手的資產也在累積。真正健康的組織會把這套盤點變成年度制度：每年做一次收入標記與資產檢核，每季看一次三層防禦的厚度變化，讓「我們靠什麼擋住競爭」成為經營會議的常設議題，別再等危機臨頭才翻找急救手冊。防線也不是砌好就一勞永逸的城牆，是每年都要清一次淤的水道。

還有一個隱性誤區值得點名：把轉型等同於導入 AI 工具。買了幾套訂閱、辦了幾場教育訓練、內部聊天群組多了一個機器人，這些動作容易做、容易回報，也容易造成「我們在轉型」的錯覺。工具是水泥，護城河是工程，水泥不會自己變成河。判斷標準回到那句話：這個動作累積了哪一種資產？沒有答案的，就是花錢買安心，不是轉型。

FAQ

一人公司或三人的迷你團隊也適用這套框架嗎？

適用，迷你編制的優勢反而更大。三層防禦沒有一項要求規模，要求的都是專注：選一個夠窄的產業、一條夠深的流程、一個夠真的社群，小團隊反而比大公司轉身快。國際上像 Midjourney 這樣靠精簡編制、不拿外部資金就站穩品類的案例，證明的不是奇蹟，而是「縱深＋口碑」的槓桿在 AI 時代被放大了。規模在這個局裡是負債多於資產。

我們是傳產，不是軟體公司，也要管護城河嗎？

更要。傳產的護城河本來就在中層的產業縱深與實體交付，AI 對你是加分不是威脅：用 AI 把報價、對帳、客服這些周邊流程的自動化做起來，把省下的時間投入只有你能做的現場關係與交付品質。真正要防的是反過來的情況：某個懂你產業的軟體團隊，用模型快速補齊了過去學不會的產業知識，然後把你的客戶流程搬走。傳產的功課不是變成軟體公司，是搶在別人之前把自己產業的數位流程佔住。

18 個月這個期限是真的嗎？

任何特定月數都不該被當成真理引用，網路評論裡流傳的 18 個月也不例外，提出該評論的作者事後也已說明這個期限並非納瓦爾本人所言。各種期限數字真正的用處是當節拍器：轉型的每個動作都該趁現金流還穩、客戶還有耐心時完成，別拖到營收下滑才被迫起跑。實務上我建議用自己的數據定節拍：盯著續約率、報價勝率、客戶比價次數這三個指標，任一個連續兩季走弱，就是你的 18 個月已經開始倒數。

工程師的職涯也適用同一套邏輯嗎？

適用，把「公司」兩字換成「個人」即可。個人的防禦層大概是：只有你碰過的系統與資料、跨團隊的協作網路、某個產業的領域知識、技術社群的能見度、以及需要臨場的實務手感。純粹的編碼產出會被工具壓縮，但「知道該做什麼、怎麼驗收、出事怎麼收」的判斷力，在組織裡的稀缺性只會上升。這也是前述「稀缺上移」分析的核心結論，放在個人職涯上同樣成立。

結語：稀缺的地方換了，你搬過去了嗎

每一代技術浪潮的本質都一樣：把上一代的稀缺變成基本盤，然後把新的稀缺標出一個新價格。工業化把體力變便宜，稀缺移到教育；網路把資訊變便宜，稀缺移到注意力；這一波把實作變便宜，稀缺移到資料、流程、縱深、信任與資格。台灣的軟體從業者在過去三十年累積的，從來就不只是寫程式的能力，還有對產業現場的理解、對客戶營運的理解、把混亂需求翻譯成可用系統的判斷。這些東西沒有貶值，貶值的只是它們原來的包裝方式。

順著這個視角回頭看納瓦爾的判斷，它其實不是預言，只是把帳算給大家看：當供給端解除管制，靠供給稀缺獲利的商業模式就要重寫。台灣的優勢向來與供給端規模無關，靠的是密度：小市場、產業集中、供需兩端的距離近，一個專注的團隊想蹲進一個產業，門檻比大多數市場都低。這個結構性條件，在稀缺移向資料、流程與信任的時代，剛好從劣勢翻成優勢。缺的從來不是機會，是把機會當真。

最後補一句 90 天之後的事。轉身計畫的目的是長出新的肌肉，並不追求一次到位。第一季結束時你有的只是一個新報價結構與一個被客戶感知的升級，護城河的厚度要靠之後每一季的複利：資料回流一季比一季豐富、內容資產一篇一篇疊上去、產業知識一年比一年深。把三層防禦放進每季的經營檢討會，問同一個問題：這一季哪一種變厚了？連續四季都有答案的公司，不必再問 AI 會不會取代自己，因為答案已經寫在資產負債表外的資產欄裡。

把包裝換掉，收費的理由也要從「我們做得到」改寫成「只有我們這裡有」，這就是這個時代軟體護城河最核心的道理。框架、處境與 90 天計畫都給你了，從今天收入的明細開始標記，就是最誠實的第一步。