【書摘】Local Motors打造汽車業的維基型組織
【書摘】Local Motors打造汽車業的維基型組織
2012.02.17 | 創業

 

剛從伊拉克戰爭中退役的海軍陸戰隊員傑伊.羅傑斯(Jay Rogers)最近重返戰場,不過這一回,他的使命不是進入他國領土,也不必穿上軍裝。這一次,他要挑戰的是總令人失望、靠著大筆納稅人的紓困金才得以存活的工業時代汽車業僵化科層體制。

在羅傑斯看來,底特律汽車製造業者沒有能力從耗用汽油的汽車製造商,轉變為世界一流的環保運輸工具製造者,正是他和同袍必須上戰場以取得伊拉克沙漠油源的原因之一。所以,他立志創設一家革命性的汽車製造公司「Local Motors」,使命就是矯正這個問題。

協力創新邁入新境界

當羅傑斯在沙漠上冒著生命危險時,底特律的汽車業正瀕臨瓦解。然而,這些汽車製造公司的執行長似乎對此不以為意,仍然搭乘私人飛機飛來飛去,繼續領取巨額分紅和福利津貼。他們的傲慢過分到令羅傑斯相信,美國該打的仗應該在國內,而非在伊拉克;美國腐蝕衰敗的製造業根基,以及自大蕭條以來最嚴重的經濟衰退,已經導致數百萬美國人陷入貧窮。

羅傑斯認為,徹底改革汽車業可以減輕美國對外國石油的依賴,為美國衰退中的製造業創造就業機會。於是,他在軍中申請哈佛商學院的入學許可,希望得以累積人脈,學習執行他的計劃所需要的本領。兩年後的二○○七年,羅傑斯以名列前茅的成績畢業,旋即創立採用全新經營模式的汽車公司Local Motors。若你想要知道這是怎樣的一家汽車公司,不妨把它想像成和通用(GM)或克萊斯勒(Chrysler)極端相反的經營模式。

羅傑斯沒有招募設計工程師團隊,也沒有設立自家的研發部門。與眾不同的是,他擁有一個來自一百二十一個國家、近五千名設計者的線上社群,這些人參與競賽,並且集體設計新一代的汽車。那麼,汽車零組件呢?除了打造最新型的合成框架,羅傑斯不打算自行製造任何零組件,而是向福特、BMW、賓士等能夠以合理價格供應合適零組件的廠商購買。不同於大型汽車製造商,Local Motors沒有佔地三百萬平方公尺的製造廠,也沒有傳統的供應鏈;羅傑斯建立了一個由三十五家小工廠(位於世界各地)構成的網路,每家工廠僱用當地人,打造針對當地特殊地理環境而設計的汽車。

Local Motors 甚至沒有經銷商,而是由打造汽車的小工廠直接銷售。「我們除掉一切無用的東西,簡化到只剩下基本的必要部分:打造汽車的人和使用汽車的人,」羅傑斯說。因為不需沿著供應鏈一再分割大餅,Local Motors 得以分得汽車售價的更大部分,羅傑斯表示,多出的利潤遠足以支應相對較高的生產成本。底特律的汽車製造商只讓購買者扮演最有限的角色,反觀Local Motors 的顧客則是整個過程中的要角;他們在當地的小工廠參與汽車的設計、銷售、維修和回收,極度熱中者甚至還可以在週末花幾小時幫助組裝汽車。

靠著這種地方分權化的集體協作模式,羅傑斯得以用不到三個月的時間設計出一款新車(底特律的汽車製造商通常得花兩年)。傳統的汽車製造商一般的生產週期是六年,反觀Local Motors 只花十四個月和大約兩百萬美元,就從網站上世界各地設計師的數萬件投稿中,挑選出一款名為「RallyFighter」的設計生產,這是一款可以在泥濘中高速奔馳的越野車。誰會買這款車呢?羅傑斯瞄準參加耐力賽(例如在墨西哥舉行的國際拉力賽)的賽車隊,以及美國西部願意花五萬美元購買一輛輕型、可合法上路的賽車的瘋子。若能賣出兩百五十輛「Rally Fighter」﹂,就能損益平衡,Local Motors 很有信心能夠達到這個數字,因此打算生產兩千輛。社群成員陸續設計出的車款,還包括專為在城市狹窄街道流暢行駛而設計的「Boston Bullet」,以及為都市跑車熱愛者設計的「Miami Roadster」。這些車款將使用電池引擎和替代能源引擎。

有效驅動成長的新工具

當然,由於只專注於利基市場,Local Motors 無法獨力讓汽車產業徹底發生革命。不過,試圖利用底特律的弱點而發財的全新思維創業家,並非只有羅傑斯。有許多新創的汽車公司,如特斯拉汽車(Tesla Motors)、菲斯克汽車(Fisker Automotive)、V汽車(V-Vehicle)和科達汽車(CodaAutomotive),正積極推出電動汽車、汽電混合車和其他類型的創新汽車。位於加州的特斯拉已經售出超過一千輛的全電動敞篷車,並且計劃提高產量,進軍澳洲和一些亞洲國家。這些新創企業一方面填補了工業時代巨人如通用和克萊斯勒等留下的空間,一方面也創造新模式,邀請顧客參與設計與打造流程,和供應商建立真正的夥伴關係,並為整個流程注入迫切需要的創新。

Local Motors 只不過是許多強而有力的創新模式之一。一般人常想到的例子大概是推特、臉書和維基百科,但如同Local Motors的例子所示,協力創新遠非僅於此,它是人們在所選擇的同儕社群中社交、娛樂和交易的新方式,也為個人參與的經濟活動開啟了令人振奮的新機會。

 

書名:打造維基型組織:集體協作的威力

出版社:天下雜誌

 

作者簡介

唐.泰普史考特 Don Tapscott

全球著名的新經濟學家和商業策略大師,被譽為「數位經濟之父」,現任「nGenera Insight」智庫董事會主席。他也是世界最受歡迎的商業演講人之一,《財星》五百大企業中超過半數的CEO們,曾聆聽過他的演講,包括許多重要人物,如美國前總統柯林頓、Google公司執行長施密特等。

安東尼.威廉斯 Anthony D. Williams

現任里斯本智庫(Lisbon Council)資深研究員,並為政府、國際機構與《財星》五百大企業的策略顧問。

買書去

 

關鍵字: #太陽能
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓