[蘇麗媚] 體重機終究是乏了|數位時代 BusinessNext

人人都喜歡看「數字」，因為大家都說「數字會說話」。一個體重50公斤的女生，變成45公斤，開心嗎？哇，好開心，但別開心得太早，也許體重機根本沒歸零（當然，可能是當事人故意不歸零），也可能是彈性疲乏……。

本來是胖胖可愛的人，站在鏡子前，變瘦了，哇，好高興，但請別自欺欺人，因為那是一面哈哈鏡（凹鏡）。當然，如果你從小照的就是這面鏡子，就會覺得自己就是這樣的身段，但別人都知道，這並不是真正的你。

乏了的體重機、變體的哈哈鏡，某個程度上，等同是目前傳統的收視率調查困境，可以參考，但並不精準，甚至是失真的。但電視台、廣告業代理商目前只能仰賴這個讓人無奈但勉強接受的結果。

其實在數位匯流的衝擊下，群眾使用網路普級，收視管道多元，透過電腦、行動裝置觀看影片的人越來越多，甚至可以預期的是，未來更多傳播行為都將在網路上串聯並記錄完成。

根據資策會的調查，國人已習慣跨平台多螢觀看影視節目內容，很多人邊看電視邊滑手機，而且隨時透過社群網站發表個人看法。有意思的是，有些影音內容「默默」走紅，隨著直接且熱烈的討論，甚至主導社群走向、社會議題。但這些強大且宰制媒體發展的新媒體使用者的收視行為，根本不會反應在傳統收視率數字中。

這樣的失真，或者該說是「暫時無法跟上時代腳步」的收視率調查方法及數字，的確是不少創作者頭上的緊箍咒，收視率主導內容走向，不少創作者為了不讓自己陷於泥沼、滅頂，無奈修正方向。但其實有更多創作者堅定自己要走的路，堅持製作優質的內容。

幸好，總有曙光。2013年，美國電視收視率普查機制導入「網路口碑監測」，以Twitter為「電視第二屏」的樣本，做為收視率加權基礎。今年3月此機制已被證實有連動性，也就是說，藉著新媒體的特性，分析出使用者的年紀、喜好、興趣等，並得知在網路上的行為模式。這種「有效監測」的方式，方便節目製作者與廣告主找出更精準的行銷服務，進而做更優質的服務應用。「節目收視率數字在說話，而且說的並非完全實話」的時代會過去。

2013年3月號《數位時代》專欄中，我提到美國最熱門影集《紙牌屋》（House of Cards）的成型過程。該劇為翻拍1990年BBC同名劇集，故事描述一名玩弄權術、自大狂妄的國會議員故事。

《紙牌屋》是擁有美國2千9百萬會員線上影音服務Netflix的自製影集，這部影集直接在網路上「首播」。過去的「慣例」多半由強勢媒體製播，之後才授權線上網站串流。有意思是，《紙牌屋》一次上線13集，「世界各地」的會員可按照自己的時間和收視習慣觀賞影片，這種開放式的收視方式也大大顛覆傳統作法。同樣的，會員資料都會進入Netflix龐大的數據分析系統裡，所有觀影會員的各項數據、互動內容都會進入分析系統，精準的分析結果將更提升內容品質與服務細膩度。

回過頭來看目前台灣的傳統收視率調查。2、30年，失真的收視率監測「黑盒子」決定了創作內容走向，但精準、互動、開放的「新媒體」幫助許多人丟開頭上的緊箍咒，提升創作內容質量，企圖在「不精準且單向的台灣收視樣本戶代表觀影水平」的垢病中，找到與使用者新的傳播、互動與應用的可能性。幸運的是，目前一切都正在改變中。

出自數位時代雜誌2013年5月號

「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。