創新之路上,我們腦袋也需要除錯(Mental Debugs),Google X共同創辦人Tom Chi教你!
創新之路上,我們腦袋也需要除錯(Mental Debugs),Google X共同創辦人Tom Chi教你!
2015.10.21 | Google

除錯(Debug)是程式設計中一個重要的部分,當一個程式的執行結果與原先預期不同時,就利用Debugger來找出程式的錯誤,但你知道在追求創造力的路上我們腦袋也需要除錯嗎(Mental Debugs)?

圖說明
(圖說:TEDxTaipei 2015年BIG BANG特別邀請Google X共同創辦人Tom Chi來台分享在GoogleX的實戰創新經驗。圖片來源:TEDxTaipei。)

2015年10月21日,《回到未來2》電影主角馬蒂(Marty)與布朗博士「回到未來」的這一天,全球影迷對於漂浮滑板、智慧眼鏡、自動餐廳等對未來科技的預測讚歎不已。而《回到未來》也啟發了有Google最瘋狂實驗室之稱的Google X的專案,如Google自動駕駛車、Google無人飛行器、Google眼鏡、Google氣球、太空電梯、漂浮滑板等。

TEDxTaipei 2015年BIG BANG特別邀請Google X共同創辦人Tom Chi來台分享在GoogleX的實戰創新經驗。Tom Chi不僅是科學家,也是天文學家、軟體工程師,也有「創新大師」封號,他領導Yahoo從0到9千萬用戶,接著創造了Google Glass,近年更開啟Google自動駕駛車計畫。Tom Chi怎麼利用腦袋除錯術創新呢?來看看他在2014年Awesomeness Fest 分享的精彩內容(文末附有影片連結)。

圖說明

腦袋除錯術1:已知是學習的敵人(Knowing is the enemy of learning)

當我們接觸事物,大腦會產生兩種運作模式,一種為「已知」模式,另一種為「學習」模式。「已知」模式啓動時,大腦形成一個知識場域,這個場域讓我們快速理解接觸過的人事物,快速反應,因此當我們做過一件事情千百次後,用很小的力氣就可以完成雷同的工作,就像我們輕輕鬆鬆拿起麥當勞的薯條來吃,這動作對我們來說非常簡單,因為我們習以為常。

「學習」模式和已知模式是完全不同的運作歷程,學習模式大力擴張我們所知的知識領域,讓各式各樣的新觀點進駐,同步腦中原有觀點,解決新的問題。

當我們談創新時,已知模式成為我們的敵人。為什麼呢?因為要大腦同時運作「已知模式」與「學習模式」是很困難的,就像你要一邊騎腳踏車,又同時像小丑那樣拋接球那般困難。

所以當大腦起啓動「已知模式」時,大腦中探索新事物的化學物質會停止分泌,讓我們停止學習。已知模式就像一個殼,囿限我們觀察世界的方式。因此「已知」讓「學習」成為不可能。

圖說明
(圖說:三個小步驟,教你突破思考限制。圖片來源:Tom Chi)

方法1:那我們怎麼除錯呢?拿起一支筆準備一張紙。
1.挑出在你生活一個棘手的挑戰。
2.花一分鐘列出這個挑戰中,你想當然爾的解決方法。
3.花一分鐘逼迫你自己從其他角度思考,可以從這些挑戰中學到什麼新東西?

腦袋除錯術2:動詞比名詞重要(Verbs > Nouns)

圖說明

沒錯,這就是一支叉子,但若你只把叉子看作進食工具,那你的腦袋就停止思考了。名詞是讓你停止思考的最快方式。

我們應該怎麼做了?你可以延伸思考,哪些動詞的集合讓形成了這支叉子呢?

這支叉子是什麼東西做的呢?這是由不鏽鋼做的,那不鏽鋼又是怎麼形成的的呢?不鏽鋼又是由鐵、鉻、鎳、碳等元素組成。

鐵元素又怎麼誕生的呢?宇宙大霹靂後,誕生一批初始恆星,這些恆星幾乎都死於極劇烈的超新星爆炸(supernova),就在這過程,把大量鐵元素拋向太空。

手上這支叉子從哪裡來的呢?1518年叉子開始出現在義大利威尼斯,之後傳到了法國,並且對法國的用餐禮儀造成深遠影響。

方法2:看到身旁的地毯,杯子或電腦等事物時,花個15分鐘時間,不斷詢問自己,還有哪些細微差異呢(How is it Nuanced?)

腦袋除錯術3:跨越3個重要鴻溝(Cross the 3 Gaps )

圖說明

我在Google X日常工作就是把一大群人,跨越知識層面(Knowledge )進入到實踐層面(Practice ),因為知識層面是一個舒適圈,我們長久以來在學校學的都是知識層面,但缺乏實踐操作經驗。

就像五歲小孩,沒有看過自行車,第一次看到別人騎自行車的場景,他從來不知道自行車這樣的東西存在,詢問爸爸媽媽,這個兩個輪子的東西是什麼呢?這時爸媽解釋了腳踏車這種交通工具,這僅停留在知識層級,如果這個小孩沒有去實踐它,還是不會知道怎麼騎,我們要跨越實踐層面(Practice ),自己真正去騎自行車,最後終於知道怎麼騎了,雖然過程中可能會摔車。

而跨越精通(Mastery )層面的鴻溝後,往往才是創新發生地,是人類創新機會的地方。人類創造了許多自行車精通層級的各種選手,如越野自行車與三鐵等等,在這個層面常因為心流經驗而產生各種樂趣。這個層級,是人類最多創新機會的地方,也是最美麗的層級。

Tom Chi隨身攜帶一本小冊子,專門記錄各種腦袋除錯術,至今已經累積300項。

(圖說:Google X共同創辦人Tom Chi的心智創新實用法則分享。影片來源:YouTube。)

關鍵字: #Google
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