海底撈食安危機學:沒有員工「被」扛責任
海底撈食安危機學:沒有員工「被」扛責任

對岸的海底撈成功地利用兩份公關聲明稿,挽救了品牌形象以及企業聲譽,甚至提升海底撈企業形象。

事情的發生起始於《法制晚報》的報導,指出海底撈在北京勁松與太陽宮兩家門市發現老鼠蹤跡與清洗設備積滿油垢發臭,是自成立以來最嚴重的經營風暴。

在資訊通訊裝置盛行的時代,企業不僅無法透過品牌的建立獲取超額利潤,甚至還有可能因為各類大小不一的危機,短時間內便將過去苦心經營的心血抹滅殆盡,甚至可能喪失永續經營的機會。

雖是如此,仍有許多企業不僅對於品牌建立投注的資源不足,對於公關的重要性也較為輕忽,例如近期發生使用過期原料製造蝦味先、維格餅家竄改商品日期、塑化劑事件與毒奶粉事件等。

而海底撈食安事件是一個非常棒的在危機處理案例,值得台灣企業參考。

沒有員工被推出來扛責任

在報導刊出後的三個小時,海底撈的第一份聲明稿就出現在大眾的眼前(圖一)。

這份聲明稿讓人眼睛一亮的是海底撈一點都沒有要否認或辯駁的意圖,相反地,海底撈直接承認報導屬實。透過聲明稿,海底撈清楚地讓大眾知道,海底撈對食品安全衛生一直都很關注,沒有要推卸責任。

從聲明稿看來,海底撈事件中,沒有承包商出來揹黑鍋,也沒有員工「被扛責任」,一切都由管理階層與董事承擔。

海底撈一.jpeg
圖/ 圖一

資料來源:林建江

聲明稿明確地描述海底撈將採行的各項補救作為,同時也「邀請」大眾持續地監督這些作為是否有確實執行,並感謝媒體與大眾監督。

先不管這是不是動機不單純的文字遊戲,看完了這份聲明稿筆者的感想是,「這才是願意承擔責任的企業啊!」

企業辛苦建立的品牌每天都面對大小危機;危機發生時,最不該做的事情就是負責人神隱、透過關係要求媒體放棄報導,或是試圖利用各種手法轉移焦點。

相比台灣食安事件(可詳見台灣食品安全事件列表)的廠商,總是推卸責任,失去經營企業品牌應要有的風骨,例如強冠企業的黑心豬油、英國藍花茶飲料殘留農藥與天良生物科技竄改標籤等。

「安撫員工」做法在網路上迅速流傳

事情還沒結束呢!兩個小時過後,海底撈第二份聲明稿出現了(圖二)。第二份聲明稿總共有七個要點,包含暫時關閉勁松與太陽宮兩家門市、主動對相關部門進行匯報、邀請消費者前往其他門市監督、與第三方合作夥伴共同找尋解決方案與海外門市的因應措施,以及最重要的「安撫員工」。

海底撈二.JPG
圖/ 圖二

資料來源:林建江

聲明稿中的七個要點都有相應的負責人,宣示海底撈解決問題的決心。與第三方合作夥伴共同找尋解決方案,也暗示海底撈其實一直都有關注這個問題。而安撫員工這點更在短時間內在社群網路上廣泛地流傳。

第二份聲明稿一出,不但讓消費大眾更進一步瞭解補救方案,也說明對兩家門市員工的工作保障,幾乎讓消費者完全忘記曾經發生過食安問題。

消費者幾乎忘記食安問題

PR News的編輯懷特(Ian Wright)曾經建議企業在面對公關危機運用五個C撰寫聲明稿,包括:Certainty(肯定)、Compassion(同情)Concern(關懷)、Collaboration(合作)以及Control(控制)。我們就用這五C檢視海底撈怎麼處理聲明稿?

首先是肯定(Certainty)。海底撈在致歉信開始就明確指出兩家問題門市,同也說明食品安全問題存在;未用個案作結,卻有效地限縮了風暴擴大。不過,僅是承認問題還不夠,海底撈也拉低身段鄭重道歉。

第二是同情(Compassion)。食品安全關乎顧客的身體健康,海底撈除了在信中明確地提供消費者在後續可以找尋相關處理資訊的來源,也透過事件處理通報這份文件提供相關負責人的資料以及公司對於這項議題的重視。不但充分展現對顧客身體健康的關注,也透過透明資訊讓顧客安心。

第三是關懷(Concern)。為了確實讓消費者感受到海底撈對於此事件的重視,除了一再感謝媒體揪出問題,也明確展現海底撈想解決問題的決心。

第四是合作(Collaboration)。除了所有海底撈門市都要進行相關整改外,海底撈也會與政府部門與第三方蟲害治理公司合作,另外,海底撈也再次邀請媒體與消費者共同擔任監督角色。

第五個部分則是控制(Control)。安撫勁松與太陽宮兩家門市的相關員工,讓員工確認自己的飯碗沒有受到威脅外,將責任歸屬為管理階層與董事會。筆者的這篇文章中:感動員工比感動顧客重要,我們從海底撈學到什麼?中所提到的海底撈管理思維「管理層感動10名顧客,不如去感動5名員工,因為受感動的5名員工絕對不止感動10名顧客!」這樣的理念在這份聲明稿中也再次被展現出來,海底撈的管理階層值得讚許。

過去世界上所發生幾次知名品牌的公關危機都顯示出,「完整地、快速地,以及真誠地告知大眾(…tell it all, tell it fast, and tell it truthfully)」才是解決危機的對策。例如80年代美國Tylenol止痛藥遭下毒的事件、90年代Intel處理器浮點數運算設計誤差事件與近期的韓國Samsung Note7電池爆炸事件等。

面對來自國內外市場的各類競爭者,消費者的手中掌握有關鍵的選擇權,如果企業在面對危機時無法完整、快速且真誠地處理與面對,失去市場佔有率是唯一會出現的結果。在建立品牌的過程中,提高顧客對於品牌失誤的容忍度,也是企業未來應該要多加關注的議題。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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