【觀點】日本電信業在震災後的措施|數位時代 BusinessNext

日本在3月11日發生規模9.0的強震，加上海嘯的襲擊與潛伏的核能危機，許多人被迫離開家園甚至與親人失聯。作為緊急時最重要的發佈方式之一：「電信系統」，日本的電信通訊曾經一度面臨及大的負荷，但是請看看這一連串的新聞發佈記錄， NTT 的全力搶修在當天就讓重災區外周圍的縣市恢復通訊，隔日就讓重災區的企業用回線部分恢復，災後兩日（3/13）重災區的中心地點部分尚未修復外、部份電話通訊已經回復，並且於當日主動發佈料金減免等措施。

很汗顏的是，這篇報導把震後依然大多完好並恢復迅速的網路通訊系統拿來跟台灣比，就算在921地震發生超過11年之後的今天，我依然無法有信心去反駁這篇報導。很快整理日本電信業者在震災後的部分措施，供作參考。

1. 災害留言板-語音

主要由NTT提供的語音留言服務，使用方式有點像是語音信箱，只要撥打「171」加上自己的電話再選擇要留言還是要聽取就可以，對於失散無法互相聯絡者是相當貼心的服務，當然是免費使用。台灣也有類似的服務，是撥打1991之後採取一樣的方式留言及聽取，不過要收費，不知道手機採用儲值卡的人萬一錢不夠用要怎麼辦喔。

2. 災害留言板-文字

每一電信業者（包含E-MOBILE及Willcom）都有自己的災害揭示版，因為日本用手機來收發email以及上網及為普遍，正常的使用狀況下一個人的主要使用手機只會有一個，所以無論是強制或是業者自願，從每家業者都有提供留言板服務來看，日本人重視人命的體現果然比很多國家來的積極。

SoftBank 更是恐怖的在3/12就上線一個 iPhone 專用的災害留言板 App（也給蘋果 AppStore的審核工作人員拍拍手），效率之好、員工之積極令人折服。

3. 料金減免及帳單延期

每一家電信業者都有提供相關服務，例如NTT及SoftBank及KDDI等等皆主動提供相關的減免及延期措施，而且上述這三家全部都在一天之內就提出，詳細方案的公布也隨之迅速上線。因為已經拿到帳單的也不知道要去哪繳、出帳的帳單也寄不到、通訊不能的那幾天也不能收錢，雖不能說是天經地義，卻是理所當然。

4. 賑災資金募集

日本電信業者提供的義援金募集在災後兩天就上線，從KDDI的募集說明猜想應該是為了符合付費API的使用規則，募集資金的方式就是請用戶買待機畫面來扣款，然後將「所有」收到的款項轉捐出去，不會扣東扣西。台灣也有簡訊捐款，不過通常會先扣除「相關」成本之後才捐出，如果是採取實收的金額捐助，款項從用戶捐出的動作開始到進受捐助帳戶最長可能需要經過一輪帳單週期的時間。簡訊捐款是相當方便的捐款方式，作為平時募集之用相當合適，作為緊急捐輸之用時，如果電信業者可以明白的載明收款及捐款方式及時間、款者也可接受，就可以參考。

5. 簡訊及及email（尤其指手機）通信免費

SoftBank用戶在災後一週內，無論從國內或是國外傳送簡訊給SoftBank在日本國內的用戶一律免費，email（尤其指手機）通信也全部免費。

另外，美國的電信業者 AT&T、T-MOBILE以及Spring 也提供給所有從美國境內到日本境內的簡訊及通話服務免費的措施，直到3月底為止。

6. 災區WiFi免費開放使用

7. 自主性節電

SoftBank營業店鋪關閉廣告招牌燈、不開暖氣，配合節電措施。

8. 免費泡麵送災區

SoftBank社長送了15000份白戶軒的泡麵到災區去，雖然在斷水、斷電、斷瓦斯的狀態下熱水的取得本身就是問題，「總比什麼都不做好」（摘自上述連結之內文）。

9. 提供災區大量手機充電器

SoftBank也送了大量的手機充電器到災區，只因為社長的推友發訊給他，因為避難之故在市公所避難的災民每人手機只能充電15分鐘，希望SoftBank支援充電器。有人知道該訊息之後，決定改用SoftBank的服務。

任何心是肉做的人都不願意看到這樣慘烈的事情發生，只是發生了之後，我們能學到什麼？除了將心比心之外，自省、自省、再改進才能無愧的面對不確定的未來。

出自Inside部落格

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。