求職天眼通驚傳倒閉!團隊犯了哪些台灣新創都會犯的經典錯誤?
求職天眼通驚傳倒閉!團隊犯了哪些台灣新創都會犯的經典錯誤?
2017.09.25 | 創業

決定要來寫一篇,為什麼會寫,是因為「天眼通」是一個很多人關心和支持的案例。但我從最新篇天眼通的倒閉心得,發現整個團隊與許多廣大的網民,並沒有正確的心態。這種心態若不健全,對改善社會、增進總體福祉毫無幫助。本來,這只是一個個案,年輕人犯錯是正常,而且勇於落實,本該鼓勵。

所以本文的目的並不是酸和苛責,而是具體分析錯誤在哪,以期天眼通這個團隊能看到,了解自己為什麼犯錯,期望可以幫助擺脫這種憤世嫉俗的無力心態。

而為什麼要寫公開文章,也是希望可以公開幫助有志改革社會的青年能有所啟發。

這樣以後若有人要做類似的事情,踩在別人屍體可以少犯錯一點,而並不是在酸或鞭屍。基於這個目的,就算是被人指責只會出一張嘴,還是該把本文公開出來。本文開始:

1.沒有洞察到資訊複雜的本質

求職天眼通以「平衡勞資職場資訊」為願景,但所謂「平衡資訊」的難度,遠比你想像複雜而困難。

舉例來說,有一位勞方在A公司留言:「這間公司只有靠關係才能被升」「這間公司對員工很差」「老闆沒什麼實力」。

很多人和求職天眼通並不理解,這並不叫「事實」,而僅僅是「主觀評論」,並不會起到平衡資訊的作用,對員工很差,那具體而言怎樣才叫差呢?老闆沒實力的具體指標是怎樣才叫沒實力?公司真的只有靠關係才能被升嗎?你怎麼知道?出處為何?是你自己的觀察還是內部員工的消息?如果以前是這樣,代表以後就一定會這樣嗎?

在天眼通產品的「完全開放式留言」中,會讓資訊變得混亂且難以辯證,團隊主張的解決方式是「資方可以自行上網澄清」,這個solution其實現實上並不會 work,原因很簡單,一般大眾的水準,本來就沒有把事情表述完整的能力,從來就沒有過。最後只會非常混亂的情緒化吵成一團,愈搞愈亂愈情緒,完全無助釐清事實。

所以人類社會的糾紛,才需要法律產業鍊幫當事人釐清道理與邏輯,如果只想完全依靠大眾自己就能把事情講清楚,你身為第三方永遠不會得到充分的資訊。

而這種完全開放式的留言形式、匿名論壇的極致在哪,PTT和爆料公社已經做給你看了,現行社會的水準就大概只是這樣而已。有很多的爆料,但是真假莫辨,水準不齊,你原初的願景並不會得到解決。

那這個議題就如此絕望了嗎?其實也不是如此。產品關鍵犯的錯,其實只在於高估了大眾的水準,採取完全開放留言的資訊形式。Google為首的各種消費產品,其實在「大眾資訊揭露與互相評論」方面下了很多功夫,首先他們釐清整個事情的重點在哪裡,有條件地限制了使用者的選擇。

比如,Google在詢問你一家店的評價的時候,會一條條問你,「這家店可以用「安靜嗎」來形容嗎?」「這家店是『在地人吃的』還是『觀光客吃的』?」諸如此類。

像這種有條件、有限制的詢問,相對於讓使用者全自由的評論,就能更加具體,也能具有跨域的可比性。以這個產品的例子來講,你可以加以限制一些具體的問題:
(1)工時一週幾小時?
(2)時薪多少?
(3)你在職場上,一個月內,收到謾罵式的言語攻擊的次數是幾次?

這樣子的話,問題就能更具體,基於客觀與盡量科學的標準之下,資訊揭露才會有意義,然後依據AppStore的機制,當「數量不夠多不夠客觀」,還要先加以隱藏等。

你會發現跟市面上的一些產品聽起來有點像吧,因為這就是徹底合理導向後的趨近結果。最後衍生下來,你還可以將這些指標加權化,並且設計數學公式計算權重。

這就是IMDB等公司對電影進行的評分方式。最後當資訊評比夠科學,夠客觀,就會累積出權威。這就是為什麼那麼研究機構、顧問公司都在「製作評比」。

你好像會聽起來愈來愈像社會科學,八卦主流的理工科常誤以為這些都是虛功,實際上,世界上的一切皆有道理,社會科學本來就是設計來解決人類的問題,「所有」的社科都是如此。

2.社群必須帶起「旋風的循環」,天眼通缺乏「循環」的動機

很多時候創業者會缺乏具體的想像,把東西做得很大,但是對於要怎麼讓它動起來運作,則是完全不了解箇中原理。具體來說,台灣有數不清的百業,無窮無盡的公司,不是所有人都對所有公司有興趣。

我已經對非常多的產業有興趣,但我也只關心某幾十個公司而已。如此一來,一般大眾不會沒事就去上天眼通這個網站留言。會對這個產品產生使用動機,依照這個情境設計,通常不會發生在『好的時候』,而是發生在「遇到壞的體驗」的時候,而這些壞的體驗多而零散,若以PTT打比方,就是你開了一千個版,每個版都只有一篇文章。

不僅如前所說,容易在情緒化之下造成發洩的循環,資訊難以辨識真偽,而且這種零散的資訊,密度並不足以產生價值。

要把「系統」帶起「循環」,你必須洞察到,你其實是在經營社群,必須有相關技能,或是找專家入伙,而不能就把它放著什麼都不幹。

3.台灣網路創業新手的經典錯誤:以大國案例為模範

天眼通在幾個訪談的時候,都隱約透露:我們是參考國外的什麼什麼匿名網站。千萬不要這樣,絕對不能抄襲中國、美國、日本這種人口大國的商業模式。

也不是什麼特別的原因,在大國裡,只要0.1%的人用你的東西,你就是巨富。0.01%的人買你的單,你的公司就能生存。但在台灣,你可能要紅到10%才有辦法,這是超級艱困的任務。

所以,網路創業,商業模式不要模仿大國。切記。因為台灣的商業資訊,從中美日三國來的非常多,模仿他們會成為自然心理。

因此有一堆人跨過好幾個世代,重複倒進這個坑,三思後行。接著不要用募資當作商業模式。不為什麼,這很難永續,非常艱困。

4.台灣菁英有「對職場的典型想像過於扁平」的傾向

尤其有「工具專職化」自己的傾向,這個在團隊的文章裡,可以看出一點這種端倪。比如會透露出一種感覺,「我只要把技術產品做好就好」「為什麼社會這麼多奧客」。

這樣是不行的,這是沒有徹底地把角色轉換過來,從今天開始,『客服』『法務』都是你要解決的問題,若你機制設計很容易引起特定傾向,還會變成主要處理問題。

矽谷所有那些偉大技術公司,沒有一間是『只解決』技術的。你看不到的地方努力更多。

5.社運式思考者的誤區:不要整天想用「倡議」與「道德」解決系統性問題

這是台灣最近幾年的趨勢,是一個非常令人擔憂的演變,是我非常想挽救的形勢。因為倡議與道德攻擊,不會改變所有的人性,通常也不會解決系統性問題。

台灣的社運思考,常常是『扶老太太過馬路』,認為『扶一千個,就會激起示範作用』。讓世界變得更好。就算沒人理我,我也問心無愧了。

這叫『道德的自我沈迷』。我想世界並不是這樣運作的,你必須徹底了解規則,然後找出攻略的節點才行。如果真的想改變世界,就繼續加油思考。

結論

綜上所述,這也不是我的什麼特別洞見,團隊的失敗的原因,其實去找一個普通的顧問,他們都會講出和我類似的答案。心態上、維度上都有可以調整的地方,而且有點錯估挑選的議題難度,你所面臨的,其實是跨越國界,人類文明的共通議題,而並不是台灣的獨有現象,而團隊沒有成功的原因,也不是什麼勞不勞資不資。

純粹就是產品本身沒有解決問題而已。若能夠解決世界的問題,就必定會有價值,我所謂的價值,就是$$的意思,那讓你可以永續營運。

身為創業者,沒有解決問題,就是我們自己的責任,而無歸咎市場環境的道理,因為你今天的角色是創業者,而不是社會評論家。不過敢於行動,絕對值得鼓勵,你們一定收穫非常多,希望大家和有志於這個議題的人不要灰心,改良和精進一下,市場潛力還很大,台灣其實很缺企業家精神。

本文授權轉載自Mitter Chiang的Facebook。

《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