[蘇麗媚]「憤青」與「知青」的界限
[蘇麗媚]「憤青」與「知青」的界限

最近跟一位台灣年輕創業家對談時,他問了一個問題:「許多評論文章提出的觀點是『真心這麼認為』,還是『為了誘導閱讀的以為』?」這兩者間的差別在於後者帶有強烈目的性。

我回答他:「我寧願相信,是真心這麼認為」,因為每個評論文章不管內容是否盡如人意、是否完美無瑕,我都願意相信,筆者起心動念是希望能夠透過文字,帶給社會一些正向與反思的力量,透過觀點分析,讓正、反面的情緒都不至於過度偏執,進而從中找到社會共利的前進方向。

但我想問的是,那些文章底下留言的內容,抑或是部分片段的訊息,用過於強烈和譴責字眼,渲洩一種主觀情緒的意見,這些「非真相片段」越是「知青」所言,就越引起人注意和相信。但是仔細看又很片段,甚至威脅到「真正的事實」時,就變成「非真相事實」。這個原本想當個知青的留言者,也意外成為「憤青」的跑龍套角色,而片段也往往離真相有一大段距離,甚至是背道而馳。

若非真相事實形成某種「社會公評」,就會變成一種大災難!例如近期許多片段訊息,像是連勝文的「流浪動物遷移」被刻意解讀、柯文哲參與TED×Taipei演講〈生死的智慧〉,被片段擷取、童子賢的〈中韓簽訂FTA,台灣最需要什麼〉文章,也被片段解讀,忽略文章起初鼓勵人心的美意。

這些非真相的片段撕裂著彼此,讓傷害的言論無止盡地在社群間蔓延,這個社會也正在慢慢地受傷。很嚴重吧?但我真正想說的「嚴重」,並不僅止於此,而是反省一下我們自己,是不是不自覺地也成為憤青之一?因為少數人有心操弄,利用我們無感無知的過錯,嚴重地用非真相事實引導我們,成為傷害這個社會的共犯。

其實回頭省思,是否我們在看事情時缺乏了一種「距離」?是否因為太進入某些事情而少了思考的空間和角度,用自己片段理解的標準,替內容下定義,助長非真相事實的形成?

台灣近期許多事情大家都太快、太近,所以衝撞變得特別多。加上數位環境過度渲染失序,資訊失真紛亂,造成「數位傷害」。也許如果能夠練習維持「距離」,試著把自己從事件中抽離,先整理好自己,並分成不同的角度去想像,辨別事情的方式就多了好幾個。不管是用在社會、職場、家庭,甚至男女關係之間,替自己爭取時間去做判斷、解讀與想像,也重新整理當個好知青!

每年到了年終都有許多媒體在報導年度關鍵字,今年我提出一個很冷門的「整」字,因為真的想好好地從「整」的角度,重新思考人與人、人與產業、社會,以至於人與思想、環境、生命間的價值,從整理間思辨初衷並回頭省思。台灣最可貴的是知青,遺憾的是憤青,這兩者間的比例消長,也關係著台灣未來的樣貌。

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