部落格給個人突圍的機會,一個人向世界發聲的強大力量得以展現。美國知名部落格TechCruch創始人麥可亞靈頓(Michael Arrington)以專業部落客身分,發表對網路趨勢的見解;TechCruch靠著廣告收益,他等於月薪八萬美元。彎彎本來是普通上班族,在部落格上畫畫分享心情,沒想到瀏覽人次一日數十萬,進而出書,全台爆紅。
傳統媒體的資源通常集中在特定的名人身上,台灣更是長期秉持「萬般皆下品,唯有讀書高」的偏狹觀點,缺乏「達人文化」。唐朝孔穎達在《左傳》疏中解釋「達人」為「謂知能通達之人」,而現在台灣流行的「達人」從日文來,是精通者、高手之意,各行各業都有高人一等的「達人」。
在部落格臥虎藏龍的世界裡,憑藉個人的興趣,在五花八門的領域發表意見(美食、旅遊、圖文等),日積月累的觀察和分享,讓這些部落客成為意見領袖,這些部落格達人也正是草根媒體的發聲。
當部落格數量遽增,如何找出有影響力的「部落格達人」就是一個大課題,台灣的「部落格觀察」將使用中文寫作的部落格納入評鑑(這句要確認),自動到網路上蒐集各種數據加總統計,提出各種部落格指數、影響力與最受人矚目的排行榜。
成立「部落格觀察」的食夢黑貘說,做這個網站的出發點,只是想要知道自己的部落格有多少人在看,沒想到「排名」的功能,讓很多網友口耳相傳、爭相加入部落格觀察。「數字時高時低的上下浮動,也許可以讓部落客試圖拉抬自己的部落格排名,促進部落客撰寫的動力,實踐草根民主。」食夢黑貘解釋做「部落格觀察」的動機。
輔大新聞系講師、長期耕耘「生命力」網站,為弱勢團體發聲的陳順孝,也看好部落格的無限可能。他指出:「我種田、擺地攤長大,一直關心弱勢者傳播權益問題,在報社工作時,發現大眾媒體只愛高消費力的讀者,但透過部落格,自己可以打造自己的媒體。」他強調做自己的媒體,既能主動發聲,也增加議題擴散的機會。
運用Web 2.0科技,包括部落格、網路相簿、播客、影音部落格、wiki等,只要幾個步驟,個人媒體就能架設完成,還能相互組裝、串連,匯集群眾力量。你還沒有部落格嗎?部落格的力量有多大?先看看這些部落格達人有什麼故事、怎麼運用部落格向世界發聲。
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/
