Google 全新升級 Firebase，App 開發者你心動了嗎？|數位時代 BusinessNext

今年的Google I/O大會上週落幕，其中一項值得被關注的是Google宣佈推出全新的Firebase——一個強大的app後端開發工具。

圖說明
圖片來源：Firebase

套一句在Google I/O上James Tamplin講的：「開發一個成功的app還是太難了！」身為一個app開發人員，尤其是小型的獨立工作室，時間，資源上都是有限的，app工程師應該把重心放在使用者和客戶的使用經驗和加強或更新產品本身的內容。然而，實作上發人員往往開要花無數個小時和時間在研究後端和基礎的架構或瞭解一堆工具的API怎麼使用，造成優化前端開發的時間大大被減少。而使用Firebase好處不勝枚舉，協助app後端開發，增加app的品質。幫助開發人員分析客戶的訊息進而讓app越來越強大和成長。且讓開發者更容易的在app裡提供廣告擴大收入來源。

圖說明
圖片來源：Firebase

Google也強調了Firebase增加新的功能的同時也保有了之前的三大原則：

開發者容易上手，資源豐富。
支援跨平台（Android/iOS/Web apps）。
Integrated tool集成開發工具（簡單來說就是集合所有工具）。

到底Firebase好在哪呢？Google I/O大會上展示最亮眼的就是Firebase Analytics功能，Firebase Analytics提供了許多且實用且分析好的客戶資料給app的開發或是管理人員，提供顯而易見的圖表，例如讓身為開發人員的你可以清楚的看到使用此app的客戶群是鎖定在哪個區域、使用者每天使用頻率、每次使用的長度。還能想要有這些功能嗎？實作上只要輸入兩行程式碼就能導入。

圖說明
圖片來源：Firebase

除了Firebase Analytics功能之外，其中許多受人關注的功能有Cloud Messaging讓身為開發者的你能夠輕鬆的跟客戶溝通，不論是傳送簡單的訊息，或是通知；Remote Config能讓你即時的做一些app上的修改；Crash Report工具讓工程師能夠更容易的找到app的錯誤或；想要做一些版本更新前的測試，你不會要工程師自己手動在每一個版本的iOS測試吧？還有Android系統等著你測試哩！Test Lab功能可以自動幫助你測試模擬新版本到底有沒有一些已知的bug；擔心自己是新創業又窮的工程師沒錢租伺服器來儲存客戶的照片或檔案，別忘了Firebase的老大是誰，Google通通幫你搞定啦，既省錢有安全的管理強度。

開發app就像開發鋼鐵人的盔甲一樣，天才主角史塔克雖然感覺才花幾天的時間就用破爛組合而成，不過背後是需要一堆強大物理化學工程和屬不完的知識結合，才能最後打造完美的鋼鐵盔甲。為什麼Firebase好用呢？？使用Firebase讓你不需要懂那些複雜的後端伺服器問題，你只要擔心你的客戶喜歡什麼顏色的盔甲就好。說起來好像簡單的太過分了。不過基本上Firebase就是提供了許多好用的開發工具，讓第一線的前端開發者這麼喜歡。

資料來源：Firebase、Firebase Overview - Google I/O 2016

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。

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。

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。

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/