日本在90年代網路熱缺席
日本在90年代網路熱缺席
2005.12.15 | 科技

你能舉得出一家在技術、規模或是營運模式上領先全球的日本網路公司嗎?這不是一件容易的事。美國在網路產業占有絕對領導地位,一向在資訊科技表現平平的歐洲人,最起碼也貢獻了全球資訊網(world wide web)、Linux和Skype。
即使是日本一度獨步全球的家電、視聽娛樂產業,如今看來也不再無堅不摧。原本掌握關鍵技術的液晶顯示產業,在台灣、韓國的聯手夾擊之下,幾乎沒有享受到任何高毛利的蜜月期。發明隨身聽的新力(Sony),順理成章應該是MP3播放器的霸主,卻只能眼睜睜地看著原本是搞電腦的蘋果席捲整個市場。就連壟斷數十年的電視遊樂器市場,都被原本無人看好的微軟,硬是給扭轉成三雄鼎立的局面。
這不是我們熟悉的那個日本。我們熟悉的日本,是同尺吋的電視能賣國產貨三倍價格的日本;我們熟悉的日本,是想買下最高的大樓、最大的電影製片廠、最貴的印象派油畫的日本;我們熟悉的那個日本,是不需要和韓劇、韓國小天王比人氣的日本。

全力投入生產自動化

光看網路這一塊,你會以為全部日本人,整個一九九○年代,都到外星球度假去了。日本人似乎不再是勤奮的民族,不再有超歐趕美的企圖,不再有追求卓越的韌性了嗎?其實不是,日本人的氣力和智慧,很大一部分是花在「生產自動化」——搞機器人上頭。
新力有愛寶(Aibo)機器狗,全球無人可以加以抗衡;本田(Honda)的ASIMO機器人,二○○○年推出以來,仍是最人性化的機器人;最厲害的則是豐田汽車,整個生產線已接近無人工廠,除了大量運用機器人,甚至還有服務機器人的機器人。二○○四年日本政府提出的七大新世代產業中,「智慧型機器人」仍然排在發展的第一順位。根據日本機器人工業會的預估,日本家用機器人的市場規模在二○一○年將可達一.八兆日圓。
豐田汽車是日本生產製造技藝登峰造極的結晶,預估明年生產量將可達一千萬輛,超越通用,一躍成為全球最大的汽車製造商。但是光靠機器人,救不了日本經濟。愛寶狗堪稱熱賣(第一代全球銷量約四萬五千隻),但是二十五萬日圓的售價終究不是一般人消費得起的玩具,愛寶狗所創造的營收,也支撐不起新力這樣龐大組織成長所需要的動能。至於做家事的機器人,則是還在投資大於回收的階段。
是日本人對趨勢的研判有誤嗎?持平來看,日本人對未來的判斷是對的,只是他們想得太過長遠了。
馬克思當年曾說,資本主義經濟必然會發生危機,因為資本家受到追逐獲利的驅策,會不斷地削減工人工資,藉以提高生產率。這將使得一個社會所生產的產品價值中,人的勞動成本所占的比例愈來愈低,間接會導致勞動者的消費能力減弱,無法購買他們自己生產出來的商品,造成商品生產過剩的問題。

日本人想的比別人更遠

老馬對了一半。技術的進步,的確讓一般性的工作去技能化(de-skilled)、貶值了。可以標準化的工作,資訊科技工作取代了;只靠肢體勞動力的工作,自動化設備代俎越刨。就連一般性的知識工作,從老馬的觀點,「知識管理系統」的發展,也是衝著要讓知識工作去技能化而來的。
老馬當然也錯了一半,危機沒來。有一批為數龐大的知識工作者,靠著技術與創新能力,他們的工作不但沒貶值,還讓他們成為當代最富裕、最有購買力的一群人。老馬也沒料到,生產和消費商品的不是同一批人——越南和菲律賓Nike工廠的勞工,根本穿不起Nike的鞋子,這點老馬倒是對的。
在先進國家內部,法律和社會制度對人權和基本生存權利的保障(我們有工會、有勞動基本薪資、有對唯利是圖資本家的道德譴責),讓非知識性、非創造性的人力資本不會無止境地貶值下去。在這樣的社會體制之下,企業要如何繼續深化資本的累積呢?美國人看到的,是網際網路的發展,讓使用者「自助」;日本人望見的,是機器人取代真人。
網路銀行,是讓你自己取代銀行行員的服務;線上電話簿,是讓你自己當查號台接線生;開放原始碼軟體,是讓使用者自行開發、修改自己想要的軟體;部落格與個人電子報,是讓讀者自己當總編輯;網路拍賣的運作,則是讓使用者自己同時當賣家與買家。

網路科技改變世界運作

日本人在自動化技術的努力,要回應的,其實是相同的趨勢,要化解的,其實是相同的「危機」,但是日本在過去一、二十年間的運氣差了些。一來,和自動化設備相比,網路科技替代人工的效益與效率,顯然來得更深刻而廣泛。二來,日本人大概沒料到,第三世界幾乎無限量的初階勞動力供給(特別是中國大陸),會大大減損了自動化科技在經濟世界中的重要性。ASIMO機器人目前一年租金二千萬日圓(約五百五十萬新台幣),在中國大陸,一位全天候幫傭的阿姨年薪不到兩萬人民幣(約八萬新台幣),你選ASIMO,還是選阿姨呢?
日本人擅長情報蒐集,注重未來趨勢分析。日本人不是錯了,而是想得多、想得遠,忘記資本主義都是短視的。

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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