[林承毅]「沒客人載,可以載貨啊!」公車變身宅急便!日本服務創新,解決偏鄉老人問題
[林承毅]「沒客人載,可以載貨啊!」公車變身宅急便!日本服務創新,解決偏鄉老人問題
2015.10.13 | 行銷

也許你不曾聽過「限界集落」這四個和製漢字,但你一定知道高齡化及少子化問題,不只出現在台灣,鄰近的先進國日本社會早已受這些問題困擾許久。尤其在都市外的農業縣市,由於幅員廣闊再加上很多地方被高山森林所圍繞,這些區域在這幾年都先後因人口老化,青年外移而招致滅村的命運。

相對於日本,台灣因幅員較小,城鎮間距離近且人口相對密集許多,造成形成「限界集落」的區域比例相對少,但在離島,東部及中南部山區偏鄉地帶,同樣接連面臨此項問題,嚴重程度甚至已成為國安問題。面對趨勢衍進的日益嚴峻,偏鄉地區,也逐漸面臨與日本同樣的命運,小學的減班到併校,可說是聚落消滅的前哨站,接著而來是交通運輸及公共服務的凍結並進行單位裁撤,如此一來,首當其衝是一定是居住於村莊裡的高齡長者們,從此定期就醫及日常採購將成為很大的問題。

圖說明
圖片來源:papadont via Flickr, CC Licensed

地方政府在考量經濟規模,資源分配等種種客觀因素之下,最終作出併村,甚至於遷村的命令,然而,這樣的結果,相信是很難被地方居民所接受的,畢竟人是離不開土地的,尤其很多居住在農村的居民,世世代代祖先就居住於此,造就與土地有很深的情感連結,但該如何阻止這樣的事情發生呢?

如何透過一點的改變,觸動那些已經或即將淪為限界集落的村莊得以翻轉,並從活化的過程中找到區域重生的希望?

##巴士公司的兩難:中高齡賴以對外交通的區域巴士,卻虧損嚴重

位於九州宮崎縣中部西都市東米良地區與西米良村,為人煙稀少的山林地帶(日文稱中山間地域),不僅人口數不多再加上青壯人口外移嚴重,因此超齡化的比例已儼然突破40%,可說是下一個準限界集落的地區,為了有效促進區域活化,地方政府也研擬一系列對策,尤其修訂特殊條例並展開區域振興計畫,希望能真正解決棘手的多項問題,而如何讓居住範圍內比例接近一半的高齡者,能活得更安心及安全,就是所需謹慎面對的首要課題。

如果有機會到日本旅遊,只要離開市中心往郊外走,無不被一片又一片廣大森林所吸引,根據統計山林地佔全日本面積73%,但人口只佔不到12%。而在聯外交通上,自用車是最常見的交通工具,除了價格便宜外,機動性也是一大考量,因此大眾運輸相對的需求就低,但對於高齡族群來說,尤其是比例日益增加的高齡獨居老人,區域定期巴士是長期仰賴的接駁工具,尤其年紀大居住偏遠,因此常需前往鄰近城鎮看病並採買生活所需。

對長者而言,區域巴士就如同是他們與外界的唯一連結,所以重要程度不可說不高,但如果單純從經濟面考量,或許會因搭乘者數量少,而考量裁撤,但顧及長者行的權益,保守這條連結城市及鄉村間的動脈,是絕對必要的政策,因此在面對常常一整趟車,只有零星幾名乘客的窘境,巴士公司除了眼睜睜懷著使命承擔營運虧損,或從公部門請領到一些補助金外,到底還能做些什麼事情?

##創新模式:客貨混載,讓巴士變身宅急便!

因此在參考半年前於東北地區岩手県所實行的經驗,由專營宮崎縣區域巴士的宮崎交通與大和運輸(宅急便)共同合作,採用一種『客貨混載』的模式,也就是在考量乘坐人口與每天宅急便運輸量不穩定的情況下,嘗試將兩者的服務合而為一,目前採行的方式是將原本宮崎交通的大型巴士,中間部分改裝成為載貨空間,給宅急便使用。

因此從10月1日起,將會由這一輛外頭有著宮崎巴士與宅急便塗裝的巴士,每天定期往返西都市與東西米良地區,透過這樣合作的展開,預期將創造多方共益的縱效,也許一般人會覺得,這樣的改變是如此微不足道,只是將多餘的空間承租出去而已,但從一位服務設計師的觀點,我覺得這不僅是服務創新,更是絕佳的社會設計,不只在思維層次,從實質面來看,提供了我們在面對高齡化時代,偏鄉地區住民生活支援的一個借鏡。

圖說明
(照片取材至ヤマト運輸官網)

圖說明
(照片取材至ヤマト運輸官網)

前幾天十月一日,在宮崎西都車站盛大的舉辦了啟航儀式,宣告從這一天起,負責區域居民移動的宮崎巴士及區域間貨物遞送的大和運輸將攜手提供更好的服務,所以二合一的結果產生了怎麼樣的效應,首先從定期搭乘巴士的高齡者來看,透過這樣服務展開,可以更安心的生活,安心的就醫及採買,不用再擔心有一天出門等公車,卻看到巴士停駛的告示而手足無措,毫無疑問,這些老齡者必然是這項服務的最好受益者。

但不僅是住民,對於整個區域而言,雖然人煙已相當稀少,但也因為仍保有大眾運輸,而獲得了與外界聯繫的機會,而保有一定的生氣與活力,或許也因此仍會不時有觀光客或潛在移居者前來造訪,對於社區來說,定期巴士對於高齡住民的生理與心理都將是最後一道防線,持續保有連結,是相當重要的。

而對於兩家運輸公司呢?將可因為彼此合作,減少資源重疊的情形,對於宮崎交通而言,有效將空間分享出去,能創造利潤,對於宅急便而言,過往由於居民不多,在路上的規劃安排上較麻煩,也許失去時效性,讓居民失去信賴感,如今因為有定期傳遞,並可定點收貨,因此將可更即時的進行貨品的傳遞,提高營運效率,這樣的合作對於兩家業者來說的確是創造雙贏。

##終結孤獨死!宅急便定期問候,服務獨居老人

而對於宅急便來說,不僅只想提供這樣的服務,面對高齡化時代長者的需求,預計將在明年六月推出運用這樣定期路線,推出兩項新服務,包含宅配員可前往獨居老人家進行定期的問候服務,並可協助當地的商店進行日常用品的協助配送,未來只要一通電話,服務就到家,如此的加值服務,協助解決當地長者的生活及安全健康問題,我想這一樣服務的推出,的確讓服務的範疇從單純的物品傳遞,進一步到居家照護的範疇,這樣的服務創新思維,將可有效預防獨居長者的獨居風險,甚至減少『孤獨死』的發生機率,這也是大和運輸善盡企業社會責任的一項指標,為此公司也展開了一項區域支援的G計畫。

而對於大力促成的地方政府而言呢?除了符合其所制定的政策目標之外,透過與業者的合作,也實踐了照護偏遠地區高齡者並進行區域活化的目的,這樣的合作不僅守住了區域連結的大眾運輸路網,讓居民生活得到保障,這是身為政府機關所應扮演的角色,而對於整體環境呢?二氧化碳的排放量減少,減少環境的污染,我想透過這樣的串連,也間接著守護著這一篇美好的環境。

相信日本的案例,將可成為台灣未來在偏鄉運輸政策上的一些參考,好的服務設計將是創造生態系之間的共益,一切從使用者(高齡者)為中心開始,透過服務的串接與延伸,不僅能為高齡者解決問題,為營業方賺得合理利潤,最終也幫達社會解決問題,這樣的社會設計是我們所期待與樂見的,尤其背後的整體思維,更是值得我們學習,期待未來這樣的模式與概念,也能在台灣得到實踐。

觀迎與我交流 takeshisamurai@yahoo.com

(照片取材至ヤマト運輸官網)

圖說明

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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