[洪士灝] 「新創」這件事,政府改革前別想太多
[洪士灝] 「新創」這件事,政府改革前別想太多
2015.03.31 | 創業

黃耀文這篇「不合適的評審,會壞了國發天使基金」講的是一個台灣產官學(產業界、政治界、學術界)長久以來很令人悲哀、糾結難解的大問題。

產業希望政府補助,官員不願落人口實,請學者專家來審查,怕廠商去影響學者,只好隱匿評審名單;學者光靠一張嘴,不需負成敗之責,官員有業績壓力,往往先跟業者談好,滿足上級要的關鍵指標;業者為了拿補助款,只好在學者前面低聲下氣,積極配合官員,提供能讓長官滿足的業績。

這樣的循環,久了之後會如何?兩極化。

A類、需要錢的業者,花很多時間製作文件、運作人脈、練厚臉皮,實踐厚黑學。
B類、有志氣的業者,不願低聲下氣,或是不想拿政府補助款。
A類、求安穩的官員,奉長官指示,找業者要資料,找學者審案,自己沒意見。
B類、想做事的官員,有自己的意見,但很難做事。
A類、人脈佳的學者,擅於察言觀色,什麼案子都可以快速審查、給制式評論。
B類、好老實的學者,不想當審查委員,或是不受長官歡迎。

如果由缺乏專業的政府高層和不思進取的財團在主導產業,那主流當道的就是A類的人了,這是過去這二十年來最大的問題,學者充其量是陪襯性質的。但十多年前開始的高教評鑑,也讓許多學者致力於論文寫作,與產業脫節──因為要按照這樣的評鑑制度玩,等於是自廢武功,所以很多從國外業界返國任教的朋友,後來離開了教職。

如今產業和學術被越搞越虛,在民怨之前,政治人物不得不開始喊新創。可是這些喊說要鼓勵新創的、申請新創補助的、審查新創案件的,有多少是換湯不換藥的呢?

這是文化的問題,但冰凍三尺,也不能寄望立即解決。如今民間和學校新創的風氣已經成氣候,需要的是正確、優質的投資概念,鼓勵有價值的創新,政府如果在沒有準備好之前冒然加入,反而會攪亂行情,甚至造成一窩蜂包裝精美、卻無實質內涵的新創公司來投案,反而棘手。

我3/19在科技部的場子裡放炮,說政府如果找不到對的人和對的方式來審查,那最好還是不要好大喜功,不要一下子拿一大堆錢出來搞大規模的新創。不然錢沒有到該被贊助的團隊身上,或者被平均稀釋掉,可能就把行情搞爛了,不然就是要求新創團隊產出一大堆沒用的專利,或是在技轉上作帳,反而扯後腿,讓劣幣驅逐良幣。

政府該做的是:(1) 贊助那些需要長期耕耘的核心技術研發和創新,這個需要睿智的眼光來做;至於短期的投資,則是 (2) 鼓勵大資本家拿錢出來投資新創事業,他們為了賺錢,自然會找真正的專家來諮商。(可參考本篇貼文)

現在民間領導人物該做的,是去思考如何超越政府,然後教導政府。不要寄望政府能夠一下子做太多事,尤其是「新創」這件事,在政府自己改革自己之前,更不用想太多。學界也不能倚賴政府和校方,要靠自己來創新,要借重民間業界的力量。業界想培養人才、鼓勵新創,可以多找學界裡面對的人合作、直接贊助與產學、新創相關的教授和學生。

本文出自洪士灝個人Facebook,獲作者授權轉載。

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