[專訪] 國際醫學維基翻譯計畫發起人海爾曼：因為醫生不會永遠都是對的!|數位時代 BusinessNext

三大步驟，讓資訊更開放

除了國際醫學維基翻譯計畫（Medical Translation Project）發起人之外，海爾曼其實還有另一個身分，那就是加拿大不列顛哥倫比亞大學的急診室外科醫生。笑稱自己「一半是維基人、一半是醫生」的海爾曼說，之所以參與維基百科編輯，得回溯到8年前的某個尋常夜晚。

那天，海爾曼正在急診室值夜班，碰巧在網路上逛到維基百科的肥胖症條目，赫然發現，裡面竟然藏了許多錯誤訊息。「那時我心想，我的天啊，這實在太糟糕了！」不過就在此時，他發現頁面上有一個編輯按鈕，可以讓使用者編修文章，從此他一頭栽入維基百科浩瀚的知識之海。而一年半前，他甚至將醫院的工作時數減半，只為了投入更多時間和心力在維基社群。「當我看了越多維基百科的文章，越發現世界上有許多人依賴維基提供的資訊。對他們來說，維基百科就是醫療資訊的來源，這更加激勵我去修正這些文章，」他說。

在那之後，海爾曼開始發起國際醫學維基翻譯計畫。這項計畫共分為三大步驟：改善條目（Article Improvement）、翻譯（Translation）、讓讀取更方便（Improving Access）。

首先，以海爾曼為首的編輯群先參照世界衛生組織和維基百科的醫療主題列表，從中挑出1,000項關鍵疾病，再將英文原文編修得更完善。當文章品質到達一定水準後，除了鼓勵大家參與翻譯，2012年起還請來無國界譯者組織（Translators without Boaders）協助，以人工翻譯方式，將文章譯成超過100種不同的語言。

2014年秋天開始，國際醫學維基翻譯計畫也和台灣的中華民國維基媒體協會合作，邀請台大醫學院學生加入這項翻譯計畫。透過Facebook和Hackpad等數位工具，他們在短時間內就翻譯出超過90個短條目，成果驚人。最後一個步驟則是搭起獲取知識的最後一哩路，讓更多人能夠使用維基百科。

例如在開發中國家，雖然手機已經相當普及，但是資料流量費用卻很高，大多數民眾根本無力負擔。因此，維基媒體基金會推出維基百科零點計畫（Wikipedia Zero）並且邀請當地電信商加入，讓民眾可以免費讀取維基百科。目前這項計畫的受惠人口已達4億人，大多數在非洲和東南亞國家。

為什麼要推動翻譯計畫？海爾曼表示，全球每天有上千人因為無法獲得充足的醫療保健資訊而死，追本溯源，就是因為網路世界的語言和實體世界語言差異懸殊。他指出，維基百科目前擁有286種語言，雖然聽起來數量龐大，但是其實全世界共存在超過6,000種語言，光是非洲就有大約2,000種語言。然而諷刺的是，在實體世界中占了多數的語言，到了網路世界卻成了弱勢族群，而只懂該語言的人民也因此無法獲得足夠資訊。

開放醫療知識為什麼重要？

「尊重專業」四字人人都愛講，既然如此，為什麼我們還需要開放醫療知識？這麼一來，會不會養出更多難纏的病人，造成醫師的壓力和負擔？對於這個顧慮，海爾曼絲毫不以為意。他指出，以前大家都覺得醫生最懂，但是事實卻不一定如此。在過去，病人去看醫生時，會先回答醫生所有的問題，再由醫生為病人下決定。「但是我們致力於改良這種狀況。我認為，應該要讓雙方都了解醫學資訊，讓醫生和病人一起做決定。」

海爾曼表示，醫生們希望病人具有充足的醫療知識，至少年輕一輩的醫生這麼認為。所以，大多數的年輕醫生對於病人可以在網路上閱讀相關資訊，其實是很開心的。他以自身為例說明：「比方說我是急診室外科醫生，我的病人有成人也有孩童。當孩子生病了，如果母親事先做了功課，她就會成為這個疾病的專家，變成最了解孩子的人。身為醫生，我其實很仰賴這樣的專家。」

雖然當病人獲得很多資訊後，可能會質疑醫生的判斷，「可是有些問題是該問，因為醫生不是永遠都是對的，」他說。

海爾曼進一步解釋，有些醫生可能是40年前讀了醫學院，但是他們並沒有跟上最新的資訊，因此這些醫生給的答案很可能是40年前的正確答案，已經不再符合當下的狀況了。所以，為了病人好，有時候的確該質疑醫生。不過，他也強調，更重要的是讓醫病之間的資訊平等，讓雙方可以多加討論。病人可以說出他的想法和擔憂，協助醫生判斷，進而得到更好的醫療照護。

而同樣面對開放資訊，加拿大、美國和台灣的態度有沒有什麼不同？海爾曼直接了當地說：「我認為年輕世代都很認同開放資訊，因為他們就是在這樣的環境中成長。」他表示，當他和越多來自不同文化背景的人共事，越發現彼此有很多共通點，相同之處遠比差異來得多。尤其在維基百科社群，開放資訊和民主理念就是大家共享的價值觀。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。