層級分析法

層級分析法（AHP）是由數學家 Thomas L. Saaty 於1970年代開發的一種多準則決策分析方法。其核心是將複雜的決策問題分解為一個有序的層級結構，通常包含目標、準則、次準則及備選方案。決策者透過對同一層級內的元素進行「成對比較」，判斷其相對重要性，從而系統性地計算出各元素的優先級權重。國際標準 ISO 31010:2019《風險管理—風險評鑑技術》將 AHP 列為一種有效的決策支援工具，特別適用於處理具有多個目標或準則的風險評估場景，例如在多個風險緩解方案中進行選擇。AHP 與傳統加權評分法最大的不同在於，它不是直接指定權重，而是透過比較來推導權重，並設有「一致性比率」（Consistency Ratio, CR）指標來檢驗判斷的邏輯一致性，增加了決策的嚴謹性與可靠性。

在企業風險管理中，AHP 提供了一套將質性判斷轉化為量化指標的系統化流程。具體導入步驟如下： 1. **結構化風險問題**：首先，定義評估目標（如：供應鏈韌性評估），並建立層級結構，頂層為目標，中層為關鍵風險準則（如：供應商財務穩定性、地緣政治風險、物流中斷可能性），底層為評估對象（如：不同國家的供應商）。 2. **成對比較與權重計算**：邀請採購、法務、營運等跨部門專家，使用 Saaty 的 1-9 標度對各準則進行成對比較。例如，提問「供應商財務穩定性」相對於「地緣政治風險」的重要性為何。AHP 軟體會將這些判斷轉換為各準則的權重，並計算一致性比率（CR）以確保判斷的邏輯一致性（通常要求 CR < 0.1）。 3. **綜合評分與決策**：專家們再針對每個供應商在各準則下的表現進行評分，系統將分數與準則權重加權相乘，得出各供應商的最終風險分數。分數愈高代表風險愈大，企業應優先為其制定緩解計畫。台灣某半導體公司曾應用此法評估海外設廠地點的綜合風險，使投資決策的考量更全面，並為董事會提供了清晰的量化依據，將資源配置效率提升約15%。

台灣企業導入 AHP 時，主要面臨以下挑戰： 1. **專家判斷的主觀性**：AHP 的結果品質高度依賴專家的知識與公正性。若專家存在本位主義或對問題理解不一，可能導致權重失真。對策是建立一個跨職能的多元化專家小組，在評估前舉辦工作坊以建立共識，並可採用匿名方式（如德菲法）收集初步意見，減少群體壓力。同時，嚴格要求一致性比率（CR）小於0.1，若超標則必須重新檢視判斷。 2. **層級結構設計複雜**：將一個模糊的商業問題轉化為清晰、完整且相互獨立的層級結構，對團隊是一大考驗。不當的結構會直接影響結果的有效性。對策是參考如 ISO 31000 的風險管理框架，從策略、營運、財務、合規等標準維度展開，確保準則的全面性。建議初期從範疇較小的決策問題（如IT系統採購）開始試行，累積經驗。 3. **時間與資源投入高**：進行多輪的成對比較問卷與討論相當耗時，對追求效率的中小企業構成負擔。對策是導入 AHP 專用軟體來自動化計算、管理問卷與分析結果，大幅提升效率。優先行動項目是培訓2-3位核心決策成員成為內部專家，預期在3個月內能獨立引導團隊完成一次完整的 AHP 分析。

積穗科研股份有限公司專注台灣企業Analytic Hierarchy Process相關議題，擁有豐富實戰輔導經驗，協助企業在90天內建立符合國際標準的管理機制，已服務超過100家台灣企業。申請免費機制診斷：https://winners.com.tw/contact