深化產學合作!向沒有能力領導創新的大企業說掰
深化產學合作!向沒有能力領導創新的大企業說掰
2016.01.09 | 科技

圖說明
圖說:洪士灝,1966年出生,現為台大資工系教授。攝影/郭涵羚

過去科技產業一直是台灣的驕傲,但是代工細緻化的專業,卻也讓企業慣於安逸,缺乏創意、對人才培育的不足。要讓科技業轉型,政府補助對象應以技術實力強的新創公司為優先,而非沒能力帶領創新的大企業,同時企業應讓中階生力軍、年輕人才上位,盡早交棒。

產 業趨勢轉向網路化、行動化,台灣未能及時抓住,一籃子業者因此受重傷,連技術領先的半導體產業,近日都圍繞在被入股、被購併的議題打轉,過去引以為傲的產業通通暗淡無光。

為什麼台灣產業轉型與產業創新這麼慢?企業嘆人才難找,人才嘆低薪爆肝,產業與人才存在著矛盾,長期觀察產學發展的台大資工系教授洪士灝認為,這其實是多年前就已種下的果:企業急功心態,學校教授受制於過度重視論文的評鑑制度,各自卡在框架裡窒礙難行。

一直以來,台灣產業以代工、代設計為主,都聽令老闆行事(指IBM、蘋果等擁有核心技術的企業訂出規格,台廠跟從),訓練出台灣善於細緻化的垂直分工,從系統到晶圓,每一層都很專業,但大家都以訂單來溝通,不是用技術合作,「這樣的環境下,任務相對單純,找人也相對方便,訓練幾個月就要上軌道」,因此也慣壞了企業,認為學校訓練出來的學生要在最短時間被它們所用。

當企業以往的經營方程式還奏效,又背負著賺錢壓力時,轉型自然不會是當務之急,久而久之,「就看到他們沒那麼勇往直前」。而且在代工文化訓練下的人才也不夠全面。

另一部分,則是企業與學校產學合作不夠多,洪士灝舉例,外國產學合作的文化相當普及,特別是科技領域,企業盼與學界一起探索、進而解答,但台灣教授的評鑑制度過度重視論文,與企業做務實研究很可能不被承認點數,久了之後,弊端就會出現。

培養大型系統人才

「高科技應該是高風險,冒險犯難!讓沒有創新的大公司慢慢退場,跟大家說掰掰!」洪士灝直言。

例如代工產業所需的資本門檻很高,但如果技術門檻不高的話,其他國家如大陸可以靠著充沛的資金和人力,很快來占領這樣的產業,很多這樣的公司還在吃老本,難以轉型。

那資本門檻不高的新創企業呢?如果技術門檻同樣不高的話,即便靠創意、靠經營模式,也很容易曇花一現,因為這兩項很容易被複製,而且如果做的產品只是跟人家比快、一次做很多、賺一票,這與傳統模式很接近,同樣難以長久。

不過,老路走不通,就會找新路。洪士灝指出,未來台灣要走的路就是發展「資本門檻不高、技術門檻高」的產品或是服務。首先,硬體產業已經到了瓶頸,很難再撐下去,不必再有更多人進來幫忙cost down,而「幫硬體加值的就是靠軟體」。

看看幾個外國案例,他們的創意通常是建立在良好的技術之上,例如:荷蘭的建築設計了融合藝術價值、材料、力學;以色列也是科技輸出國,強項在軍用國防的技術;德國、日本、法國不是幫人家打造電腦,是做工業裡頭的製造技術。他們的共通點都是做大型技術,而非玩具,這些技術都是可以對外輸出。

「這些複雜的系統不需要大量資本投入,需要的是優秀人才」,將技術做到超前,就能把台灣整個產業往上拉升。像是新創公司沛星互動(Appier)、VMFive,就是很不錯的案例。所以,像是系統架構師(System architect)、擁有軟硬整合能力,均是未來很重要的人才。

讓中間世代也能貢獻

除了年輕人之外,身為五年級的洪士灝也看到中間世代的煩惱,「很多同學來問我,怎麼幫助產業?」他們在企業做到中階主管,被管理庶務、業績數字壓得無力,但還沒有被老闆完全授權,他們也不是新銳年輕人,就這樣被卡著。但為什麼不能將這群人的專業和經驗釋放出來?

現在大陸企業普遍是年輕人當家,與五年級生當時的教育不好有關,所以大陸年輕人上位很快,企業活力很旺盛,再看芬蘭,諾基亞倒下後反而釋放許多人力,創造不少新創公司。

「夾在中間的世代是重要的!」洪士灝強調。他們可以承先啟後,特別是新創公司在經驗、人脈、募資、財務的諮詢都很需要幫忙,這群人可以貢獻。但目前的問題是,中間世代的聲音有點被跳過,怎麼建立他們參與貢獻的管道、怎麼銜接,是很重要的議題,如果這部分可以引導出來,將會發揮很強的功用。

  • 行動事蹟
    長期關注科技人才、學生創新等議題,其觀點及文章經常出現在各媒體。
  • 希望2016年台灣能改變的一件事
    實現產學思維轉變的一年,學界能造就真人才,業界能讓人盡其才。

本文出自於:
@@BOOKID:126632@@

延伸閱讀:
關於資訊科學納入通識教育的思考,與蘇文鈺的虛擬對談

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