【MMDays】 追回「那些年、台灣失落的網路產業」
【MMDays】 追回「那些年、台灣失落的網路產業」
2013.03.01 | 創業

去年的十月,TIEA (台灣網路暨電子商務產業發展協會) 成立,是台灣網路史上的一個里程碑。最近詹宏志說:「台灣網路產業失落了 15 年」。曾經在 Google 工作過,我認為,台灣的網路產業往後來看,也還是落後了這些世界最強的網路企業 15 年以上的光景,也就是說,如果我們現在開始把每一件事情做對,15 年後,我們有機會與先進國家的網路產業平起平坐,我們的產、官、學界,都有太多的東西需要追趕,而台灣政府,在這之中扮演了最重要的角色。到底我們該怎麼做,才能追回失落的那些年?

政府需改變產業扶植的思維

台灣政府有史以來最成功的一項產業措施就是打造了一個新竹科學園區,因此現在的政府官員想要複製過去成功的模式,喊出口號要打造所謂雲端園區,結果造成了現在每一個台灣的縣市政府,都在喊著要打造自己的雲端建設的怪象。「『上網』和『雲端』究竟有什麼不同?」這是扶植相關產業的政府官員一定要搞清楚的問題。重點不在於蓋更多的機房和園區,重點在於大量投資發展軟體應用,帶動產業的升級、甚至於硬體的發展。今年度的世界通訊大展 MWC 2013 已經呈現出行動裝置硬體創新的疲態,各家大廠推出的硬體規格已經非常相近,幾乎沒有差異化。可以很明顯地看出,軟體應用將會是未來的重點,而且本來一直都是如此。Google 也是因為打造出了全世界都需要的應用服務「搜尋」,才回過頭來帶動資料中心的發展,台灣政府現在卻是採取相反的思考。

政府現在扶植雲端產業的政策和作法,真正受惠的是台灣的硬體大廠,因為政府把重點放在「實體建設」和「機房」,讓硬體大廠有機會賣更多的機器,結果真正需要突破的軟體產業和網路產業,分配到的資源與硬體大廠完全不成比例。政府在以各項政府補助、國發基金發產台灣軟實力的時候,必須徹底摒除以「今天出貨、明天收錢」這種硬體製造思維來審查專案的作法,否則許多極具潛力的想法和新創公司在初期就會遭到扼殺。現今全球的資本形成規則已經因為網際網路的到來和商業模式而被徹底改變,獲利模式的建立往往會落在公司營運的中期、而非初期。這並不表示政府在審查專案時要矇著頭去做審查,而是要真正引入在產業界具實務經驗的專業人士,有效評估專案未來的潛力。政府在以專案培養軟體創新產業上,也必須確立容忍風險的運作及防弊機制,否則政府官員只會選擇最安全的路走,避免承擔責任;政府的資源也就像現在一樣,始終集中在那些「有關係」、「有辦法」、「會寫政府想看的計畫書」的企業身上。

簡而言之,創新乃網路軟體產業的核心,因此其本質伴隨著風險而來,往往無法事先做出準確的預測以及評估,政府在大聲疾呼培育創新、創意人才的同時,需體認到現今政府扶植網路產業的方式,與鼓勵創新的方式正好背道而馳,仍舊以「準確預測」、「完整規劃」的硬體代工思維看待網路產業和軟體人才。政府應儘速借鏡各國政府對於現今全球化及腦力密集社會的最佳實務,專業企業顧問公司麥肯錫 (McKinsey) 成立了Center for Government,目的就是為了將各國政府的最佳實務可以在全世界分享,改善我們的社會,台灣政府無須再閉門造車,因為現成的最佳實務已經透過這種方式在全世界的政府流傳和執行,台灣政府需迎頭趕上這波改造政府、改造社會的急行列車。否則產業空洞、貧富差距、人才斷層等台灣嚴重的社會問題將無法獲得有效的根治。

產業界需改變人才管理的思維

台灣以代工起家,人才管理思維以工業時代的管理思維為主:員工的生產力可以用紙筆計算,員工是隨時可以替換的零件。這些人才管理的思維在網路軟體產業完全行不通,硬體與軟體先天上擁有完全不同的特性,軟體開發是一項純粹創作的心智活動,具備腦力密集、而非勞力密集的產出方式。我們的會計制度,也是以有形資產為主的鑑價來評估企業的價值。在軟體產業中最為重要且難以衡量的「團隊能量」、「軟體資產」等等,均缺乏有效的衡量指標,使得企業主仍舊以「看得見」的東西來管理團隊和人才,忽略了人才腦袋中的事情、以及團隊中人與人之間形成的凝結與默契。

軟體業界已經累積了很多管理軟體人才的最佳實務,台灣的企業主必須開始瞭解和採用這些最佳實務,才能讓組織有效地轉型、真正做好準備跨入網路及軟體產業。舉例來說,企業主必須知道:每次一位軟體工程師的流失和離職,公司付出隱性的成本 (新人起步時的訓練和交接等等) 平均等同於 3 個月該名新近員工的薪資。而且,其他資深的員工可能還必須花費額外的成本和心力來帶領這位新人,這些都是公司的會計帳目上完全不會看到的事情。這一個實務上的經驗清楚告訴我們:軟體工程師不是一個可以替代的零件,每一個軟體工程師的加入和離開,都會使團隊內的化學作用和實際產出永遠不再和以前一樣。如果台灣企業主再以代工產業的思維來看待軟體人才,只會扼殺更多剛剛步出校園、身懷雄心壯志、思維不受任何框架限制的人才和他們的創意。

學術界需與產業界緊密接軌

台灣擁有一流的人才素質,但是我們的軟體人才與歐美國家的軟體人才有一個最大的不同:台灣剛剛畢業的學生,寫出來的程式通常都是不能用的。我們現今的教育方式,仍舊停留在強記書本的知識以及考試得高分為主。結果直接造成了實務上的落差,台灣的大學生普遍缺乏實作的能力,近年來台灣學生透過企業實習等方式,雖一定程度上緩和這個問題,但是學校終究是學生在求學時期花費最多時間的地方,我們的教育方式也需要趕快改變。網路技術的特性就是日新月異、進步神速,然而學校的教學內容往往跟不上變革的速度,造成我們優秀的學生在步出學校時,擁有滿腦子的理論知識,卻無法寫出一支符合容易延展、容易維護、沒有明顯安全性漏洞等要求的程式。理論是高科技人才的基石,但是現今台灣網路業的人才,理論與實務的落差太大,「懂理論的是一批人,懂實務的卻是另一批人」。

麥肯錫 (McKinsey) 最近的一篇報告指出,到了 2020 年,全球的高科技人才短缺將高達 4000 萬人,也就是說,在這樣一個科技掛帥的時代,「企業界找不到人,失業者卻找不到工作」的情形將會更為嚴重。2020 年不過是七年後的事情,眼看著就要到來。台灣的學術界應該儘速擺脫考試文化,讓學生可以在在學時期就與產業環境緊密接軌。而不是學非所用、用非所學。網路產業的人才養成本來就具有很大的彈性,除了與產業接軌的實習制度之外,現成教育資源早就已經在全世界流通,開放原始碼的專案隨時可以取用、專業的線上學習網站如 Coursera 如雨後春筍般出現,學校的老師不必衝撞體制,就可以直接把這些豐富的資源納為己用。傳統的教育方式早就已經不符合新一代人才的培養方式,而由於全球化的速度和競爭,教育界和學術界根本沒時間等待政府對於教育體制的改革來搶救人才。老師和學生都要隨時警覺到自己是否已經和產業界脫節、善用網路的資源,自己拿出課堂上改革的對策,不要再讓學生去死背萬年不變的考古題。

曙光乍現、隱憂仍在

要追回失落的 15 年,我們至少還需要另一個 15 年的追趕,在台灣網路產業的發展上,TIEA 的成立像是曙光乍現,但是能不能不只是曇花一現、真正發揮影響力,還是要看台灣產官學界掌握資源、掌握權力的在上位者能不能真的聽懂「網路產業的語言」。

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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