愈是廣泛閱讀的人,愈有可能深陷其中。6種思考盲點,讓你誤以為自己在思考
愈是廣泛閱讀的人,愈有可能深陷其中。6種思考盲點,讓你誤以為自己在思考

假設有兩間製造檢驗儀器的公司,兩者市佔率差不多,產品性能和價格也幾乎相同,但是A公司的產品收納在漂亮的盒子裡,包裝設計美觀;B公司的產品則是內部構造(管線和感應器配置等)都暴露在外,質感較粗糙。你覺得5年後,哪家公司的市占率會成長?

乍看之下,因為A公司產品設計得很出色,似乎是比較合理的答案,但正確答案卻是B公司。因為B公司的產品可以看到內部構造,客戶可以按需求自行改造,讓產品使用起來更方便,而B公司也可以記住顧客的改造,運用在下一次的新品開發,形成雙贏局面。

選擇A公司的人,可能是因為你沒有看到問題的本質:企業顧客購買檢驗儀器的理由,其實並不包含設計。而我們在思考時,通常都會被「包裝設計」這種表象所迷惑。

阻礙你看清本質的思考慣性

《本質思考》作者平井孝至指出,很多人不會從本質思考,只進行表面的思考,而且不管任何人,都會有思考慣性,這些思考慣性,會讓你誤以為自己在思考,所以才無法從「本質」思考,想破頭也找不出解答。

而且愈是廣泛閱讀商業書籍、熱衷學習思考術的人,愈有可能深陷以下思考盲點而不自知。

1. 堅持初期假設

有這類思考慣性的典型症狀是:在討論過程中經常使用「可是……」「不過……」「但是……」等詞反駁別人的想法,這表示說話的人封閉在自己建立的假設中。

陷入這個慣性的人,很難跳脫已設定好的假設,讓思考就停留在自己看見的一小部分本質,而看不到整體樣貌。

擁有這種症狀的人,可以在與他人討論時,多吸收別人的論點,拓展、深化自己的思考,如此一來,就更有機會歸納出可以真正解決問題的答案。

###2. 反面結論

這是非常直觀的思考慣性,直接將現象的反面當作答案。比如我們都會覺得累了就需要休息,但卻忽略人會感到疲倦的原因有很多種,可能是對未來失去目標,也可能是真的生病了。

若是單純把現象的反面當作答案,只會掩蓋潛藏在現象背後的本質,這樣無法真正解決問題。

###3. 依賴架構思考

我們在分析問題時,經常會運用理論架構幫助思考。以企業經常使用的SWOT分析來說,把公司的Strength(優勢)、Weakness(弱點)、Opportunity(機會)、Threat(威脅)列出來,對資訊整理來說,的確是非常有效,但對於解決問題,並沒有太大的意義。

在使用制式架構整理資訊的過程,總會讓人誤以為自己已經思考過了,而且因為大量資訊擺在面前,就會覺得自己了解所有狀況,於是便會停止思考。

4. 依常理分類

「那個人氣質好好喔!」「因為她是學音樂的啊!」
「他好喜歡分析東西喔!」「因為他是念理工科的啊!」

上述的對話就是依常理分類的典型例子,大家都會覺得學音樂的人氣質很好,但這其實是刻板印象,氣質好不好跟學音樂與否,其實並沒有什麼相關性。

許多時候,我們把事物進行分類後就以為自己已經思考、了解了,但事實上,分類並沒辦法解答事情,而你只是運用常理在尋找邏輯,而不是真的用大腦在思考。

5. 忘了思考的目的

我們為了解決問題,會先進行資料蒐集、整理,若是在資訊蒐集和整理階段時,不知不覺讓這件事變成目的,而忘了當初蒐集資料的目的。

不只是製作資料時會有這種情況發生,在漫長的討論過程中,也會有忘記對話目的的人,想說的話並沒有傳達得很清楚,講了一堆,卻被問:「你到底想說什麼?」沒有謹記思考、說話的目的,結果就只是運作到手和嘴巴,而非大腦。

6. 喪失主體性

犯這種慣性的人,通常會不自覺地依賴別人的大腦思考。因為沒有徹底的思考,所以他會對自己的主張沒有信心,聽到別人說的話,通常都會表示認同,而沒有站穩自己的立場。下述對話就是一個典型的例子:

A:「我們的工作方式可能要大幅改變。」
B:「說得也是,現在的做法真的不太有效率……」
A:「但我覺得公司高層提出來的政策不太妥當。」
B:「聽你這麼一說,好像真的是這樣耶……」

這樣的對話只是單方面的,雙方並沒有提出新觀點討論,最終淪為一言堂。

日常生活的小練習,培養本質思考的能力

根據平井孝至的經驗,幾乎所有人都有思考慣性,若要找到真正解決問題的答案,就必須先知道自己的思考慣性,再加以修正,進而從事物「本質」思考。

在資訊氾濫、變化快速的現代社會裡,我們常會急於採取行動,但若是你能往後退一步,仔細觀察事物的本質,你會發現更有效率的答案。

平井孝至最後提供大家平常鍛鍊自己本質思考能力的方法,不論何時何地,只要撥一點空檔和思考的意願,就可以自我訓練。

1. 磨練歷史觀

歷史可以拓展思考範圍,你可以從歷史中學習、思考,增加提出新觀點的能力。你也可以參考以下文章:

1.為什麼要學歷史?鍛鍊思辨能力4個步驟,關鍵時刻做出正確決定!
2.宏觀的格局和視野怎麼培養?我推薦的 3 位作家與他們的成名作

2. 從標題聯想內容

每天只要花5分鐘,試著從報紙、雜誌的標題想像內容和結構。推測完再閱讀報導,和自己構思的內容比較一下,如果報導寫得比你想的更深入,就把那個觀點學起來;若是你可以找到比報導更深、更廣的內容,就表示你的思考力已經提升,學會不依賴資訊的思考方式。

3. 與別人分享觀點

你可以向朋友、家人或同事分享你自己思考出的「理論」,可以是對於時事的評論,也可以是你自己的生活觀察,試著和他們討論,聽聽他們的想法,這樣可以讓你的思考從單純的紙上談兵,化為可實際運用的執行對策。

延伸閱讀:

  1. 訓練「獨立思考」最好的方法是寫作,而不只是閱讀
  2. 思考的三個層次,你是哪一個?有意識地跳脫框架,才是「獨立思考」!

本文授權轉載自:經理人

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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