在計算力與智慧過剩的社會,文化科技的狂飆旅程
在計算力與智慧過剩的社會,文化科技的狂飆旅程

最近跟文化相關的科技新聞甚囂塵上,成為各種不同場合的焦點。文化部前瞻計畫中的數位基礎建設,想要打造能長能久的「國家文化記憶庫」工作;4K高畫質、數位新媒體與各個文化機構等等資源也都在運用科技來深耕文化成果。

「文化內容科技應用創新產業領航旗艦計畫」則是另外一艘重要的出航旗艦,也迫切地迎向市場,尋求文化消費、研發資源等大數據研究的諸多可能。科技部把人工智慧技術設定成未來重點發展目標,在即將舉辦的AI競賽中,公共電視提供了日常生活的文化資料內容,來當作影音人工智慧辨識技術的比賽樣本資料。而在日前文化部所舉辦的「文化科技論壇」中,科技部與文化部兩位部長共同宣示合作平台的正式啟動。

這些新聞彷彿在夜空中綻放的燦爛煙火,華麗地點出種種樣貌。

從兩年多前開始,我們協助引進巴西政府文化部在數位文化上領先全球發展經驗,舉辦了「2015臺中軟實力論壇」,並推動數位文化的政策規劃與實踐等等工作,我們認為數位文化不是只有文化內容數位化、不是只跟博物館網站呈現藝術作品有關,它關注使用者的數位生活,串連資料與思辨、對話與合作,是智慧城市等等計畫的核心推動引擎。從兩年前到今天,改變與提升自我的漫長旅途才剛剛開始。

從奇觀化的「亮點」政績到看不見的點滴成果,這一切需要滲透到組織行政、政府與民間社會創造文化改變,文化與科技才算是真正地融合在一起。就連在網路上舉辦公聽會、徵詢眾人對於政策修訂的看法,都需要嘗試改變的勇氣、細緻的技術與不斷修正、越來越「精準」的具體作為。

煙火美麗謝幕的那一刻,漫長旅程還要繼續走下去。希望這些動人的熱情能夠讓我們充飽電,繼續面對路程上諸多不可能的任務與挑戰。

別把文化科技「浪漫化」:不把Google與Facebook這些「他者」的服務視為理所當然,也不視為可以當作跳板、對空揮舞雨傘挑釁的意識形態「風車」,自己當然也不是唐吉軻德。要做到不浪漫,只有跟底層的調查研究攜手走一程:因為要知道整體生態系的全貌,無論是多麼簡略的逼近估計,只能從資料開始。

數位文化並非只是文化內容數位化,不是只跟博物館網站呈現藝術作品有關。而是一連串資料與思辨、對話與合作,政府、民間與行政組織真正融合在一起創造的文化改變。

軟體開發的格言:「吃自己的狗食。」也可以用來檢視文化科技範疇的環境及諸多產品服務。你最愛的《冰與火之歌》的名句貼圖是誰做的?看完tvN與Netflix《秘密森林》之後,你第一時間衝向哪一個討論區來追最新討論?IMDb網際網路電影資料庫也是網際網路最早誕生的服務之一,我們該如何競爭合作,創造出孕育這樣長久數位生命的環境?

我們這個世代已經被各種國族主義過度動員,被虛假的歷史與政治背叛,被風險委外的權貴資本主義擊倒,被攪和大數據的掠奪型商業模式狙擊,被沉重的家庭負荷與少子化未來雙重擠壓。唯一能夠召喚我們的,只有那精準算計觀者的「情感經濟」、一點也不浪漫的日韓美劇了。

人工智慧圍棋冠軍AlphaGo不是故事結束,而是一個新世界的開始。文化資料不僅僅只能作為科技的背景,更將織就構成台前美麗場景的動人細節。我們是否有想過,當人工智慧與機器學習成為顯學的時代,已經不再是克雷.薛基(Clay Shirky)所謂的「認知過剩」的階段,而是「計算力與智慧」過剩社會時,市場上到底還需要什麼樣的產品與服務?這些產品與服務會需要什麼樣的關鍵技術來支撐與突破?這些更新事物所構成的「新文化生活」,又有著什麼不同的可能性呢?

讓我用可能的情境來描述文化科技的衍生面貌。在〈效率市場的加密資料〉(Encrypted Data For Efficient Markets) 這篇文章中,描述著新創團隊Numerai團隊運用一種「結構-保存加密法」來創造出「股票市場效能問題」的開放參與解答,找到了更快速的演算法提升效能。全球文化市場資料的分享與合作,或許會需要這種類似的半遮掩技術,來擴大參與規模、進而導致新算法較容易誕生。

另外一個最近爆出的新聞:Spotify傳出「假藝人」爭議事件。在龐大的版權支出壓力與虧損下,Spotify選擇透過第三方製作公司合作,讓版權方降低版稅分成比例交換高曝光渠道。類似7-11推出自己的白牌瓶裝水與其他iSelect產品,Spotify在歌單中混入了這些「假藝人」,降低成本創造迂迴的收益路徑。這既是串流媒體為了生存的變形方式,同時也是商業交易與社會互動的異質新現象。文化科技會變形增生以往完全不存在的組織、角色、功能,卻扎扎實實地影響了生活的面貌。

我們的文化科技,將為我們帶來各種新生異形事物、與之過招對話。在點燃感動與目睹絢麗璀璨之際,為我們自己,開始準備那能夠走長走遠的行囊吧。

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

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。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

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。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

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。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

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/

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
代理式商務連動百兆商機
© 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