[徐竹先] 從 Pokémon GO 學習創業「獨角獸」孵育的制度設計|數位時代 BusinessNext

當一個人沈迷遊戲，可能會玩物喪志！
當一群人著迷遊戲，或許是一陣流行！

但當幾億人為了一個遊戲瘋狂，我們不得不深思，這裡面有東西，這裡面有「人性」！當 Pokémon GO 席捲全球市場之際，我們除了趕快成為寶可夢訓練師，立即動身到街上捕捉野生寶可夢之外，也別光只顧著玩，從當中觀察到一些人性、從中學習到一些國際級的經營手法，讓我們的工作與事業也像 Pokémon GO 一樣大受歡迎！

圖說明

圖片來自：Shutterstocks

創業家就是臺灣的神奇寶貝！

作為台灣創新創業生態圈的一員，「創業家」就是我們的寶可夢！它們是台灣的寶貝，代表我們産業的未來，更帶給我們一個個可以共同期待的夢想！

為了培育新創企業，政府提供了各式各樣的資源，透過不同的計畫將資源送到創業家手上。但基於管考稽核的目的，或是承辦、執行單位的行為慣性使然，每一個計畫都被設定了許多硬性的「KPI 工作指標」，使得承辦、執行單位雙方的工作都十分忙碌，但許多創業家卻仍然無感。問題之一可能就出在 KPI 的設計上。KPI 是必要之惡；不設定 KPI，對工作執行單位當然是海闊天空/自由自在；但若沒有 KPI，想做事的政府部門過不了管考稽核這關，也很難向上一級單位交待。

為了解決創業家及育成輔導單位的需求，也該幫政府部門想想辦法。難道創業政策計畫的KPI沒有更好/更創新的設計方式嗎？

圖說明

圖片來自：Shutterstocks

從 Pokémon GO 的遊戲指標設計中借鏡

Pokémon GO 似乎可以給我們一些啟示。在 Pokémon GO 裡，遊戲設計者沒有設定任何硬性 KPI，但玩家可全是自動自發的在找寶可夢並用心培育。透過玩家在系統中 19 種不同徽章（特定的遊戲指標），用來衡量一位寶可夢訓練師的能力與成果。每一個指標還有不同程度等級的徽章，隨著訓練師的經歴而晉升，每一位訓練師都可以機動而有彈性的走出自己的路，以訓練出更好的寶可夢為目標而持續修鍊著。

這套系統中，有部份指標是在鍛鍊「訓練師」，引導他們走進田野，為自己帶進新資源，也將自己的資源帶到其他地方；有部份指標則是顯示訓練師的「經歴」，這將讓訓練師為了自己的「實力形象」，自我努力提升。結果是，一大群高手訓練師出現了，一大群厲害的寶可夢也出現了。

創建環境，讓訓練師自己尋找或建立創新創業的道場

這套 Pokémon GO 系統不僅讓寶可夢進化，同時也在讓訓練師進化。換句話説，台灣創業生態系統若想加速培育出優秀的新創企業及創新型中小企業，寶可夢給我們的啟示是: 是的，我們的目的是培育出更多的創業家並讓他們「進化」，但資源投入的重點或許不是創業家，而是「訓練師」！給予「榮譽與利益」，創業育成計畫執行單位中的「訓練師」們自會四處尋找野生的「寶可夢」，四處尋找「道場」（遊戲中為 Gym, 暫譯）或是「自建道場」去訓練它們！

圖說明

Pokémon GO遊戲中的道場。

各種共同工作空間、創客空間、育成中心、創業加速器或我們正在打造的創業家私董會，不就是創業家的「道館」嗎！裡面舉辦的各種創業競賽、Demo Day、Hackthon、Networking Party、課程與會議等等，都在刺激創業家不斷的對戰與進化呀！

創業育成經理人，其實就是「寶可夢訓練師」！

寶可夢訓練師若沒有足夠的寶貝球，是無法收服寶可夢的，訓練師必須用自己的腳到路上收集寶貝球。而在創業生態系中，創業育成經理人也必須累積足夠的實戰經驗，取得企業家及創業家的信任，創業家才會願意接受育成計畫的培育。實務經歴、專業人脈、策略思惟、國際鏈結能量等等，就是創業育成經理人手上的寶貝球，是用來「收服」創業家的！

台灣各政府單位的創業計畫，不妨參考 Pokémon GO 模式，不必把 KPI 訂死，而是遴選出訓練師後，允許他們有更多的自由度去選擇及訓練創業家，不妨每年年底讓訓練師來 PK 一下，再選出明年的訓練師！

政府可以透過定義「一群」可衡量的指標，還可以隨時增加一些站點或道場引導訓練師，前往達成特定的政策任務，如此才能彈性的因應創業圈快速變化的環境、適應國際競爭生態，並管控政府環境中的動態需求。

要成為一個好的創業家訓練師，就如同一位優秀的寶可夢訓練師，自己必須不斷精進，並帶著我們所培養的創業家們，尋找合適的道館去對戰、去練功。事前，我們並不知道我們會達成什麼樣的 KPI，但在年底，我們確實會有量化與質化的成果可供衡量。

好玩又具挑戰性的 KPI 制度設計，也許可以孵化出真正的「獨角獸」

非常期待更多的政府計畫如同 Pokémon GO 一樣設計出好玩又具挑戰性的制度，如此一來，台灣創業生態圈的訓練師及寶可夢們，必將快速的進化！説不定，台灣就這樣進化出一隻「獨角獸」喲！過二天，我就即將與一群超進化的新創企業家們，出發前往海外道場進行對戰修鍊了！

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長800至1000字，兩天內會回覆是否採用，文章會經編輯潤飾，如需改標會與您討論。

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/