你真的想要一座智慧城市嗎?
你真的想要一座智慧城市嗎?

《科學人》最新一期的報導〈關於智慧城市,人們不願面對的真相〉,整理了最近智慧城市的重要新聞:比爾.蓋茲(Bill Gates)11月13日宣布,要在美國亞利桑那州沙漠裡買下2萬5千畝土地,從無到有打造一座智慧城市。美國EasyPark公布了全球2017智慧城市索引(2017 Smart City Index),台北名列第57名,第一名是哥本哈根。

然而這篇文章的作者史密斯(Kendra Smith)卻宛如「國王的新衣」般直接指出:「當前的智慧城市現實是,根本沒有一座城市稱得上智慧。」

作者認為,截至目前為止,我們所謂的智慧城市其實只是個別的智慧專案計畫,無論是匹茲堡費城交通局花費3千萬美元推動、能夠自動因應車流狀況調整的智慧號誌系統,坎薩斯市政府投資1千5百萬美元打造智慧照明計畫,透過內建感應器在沒有行人與車子時自動關閉街燈來節能省電,預計減少兩成到三成的電力浪費。這些個別的亮點專案都展現了智慧城市科技的「潛能」,但卻無法代表網路相連、點對點的規劃每一個角落街廓、完整的智慧城市。

「智慧城市潛能與現實之間脫鉤的一個很大的原因是:智慧城市是數位世界混合匯流之處,但是可能也是與非數位世界的『撞擊之處』。非數位議題包括傳統治理、社會正義、政治、意識形態、隱私與財務成分,當智慧城市規畫開始變成重要的因子時,這些都不是那麼聰明、有效率或能夠彈性適應。任何一個不聰明元素都可以搖身變成攔路虎,而且當與其他城市中的長期問題結合時,比重成長得愈來愈巨大。」

其實這後面是我們自己對未來描述模式,所造成邏輯問題的反撲。我們選擇性地用某些「可以變聰明」的元件,來代表整個數位化城市的全貌。卻沒有考慮那些被忽略的元件,在長期忽視與醞釀下的連動影響。

這樣的聲音不是第一次被聽見。在倫敦政經學院(LSE)城市計畫中資深研究員、美國的都市分析專業者格林菲爾德(Adam Greenfield)長期扮演著烏鴉的角色,認為智慧城市這個概念把科技擺在民眾前面,忽略了那些最基本讓我們作為人的基本要素。他對科技沒有意見,也是先進技術的早期倡議者,但是他認為對所謂智慧作業系統、資料分析與演算法將是影響我們未來的關鍵這個看法,目前已經有來自全球各地的疑慮與批判我們不能忽略。

2014年的LSE報導〈把智慧城市變笨吧!〉,與他的著作《反對智慧城市》(Against the Smart City),認為這個問題不只是智慧城市的修辭學與話術出了問題,媒體無法揭露這是一個大型科技公司的行銷利多現象,報導智慧城市但是卻沒有辦法批判思考與討論後台政治的種種連動關係,這些也讓智慧城市的「智慧」遮蔽了人們的雙眼。格林菲爾德自己本身也是物聯網社會影響與設計的最早論述者之一,除了不再用鳥瞰的方式、而是用「由下而上」的觀點來重新檢視智慧城市之外,近年來更轉向思考與檢驗哪些「激進的科技」,例如區塊鏈,可以合作形塑城市的未來。

智慧城市不是新的故事,而對智慧城市的批判也已經有其歷史。只是長久以來,這些論述分屬不同的陣營,各自有一套看法與觀點。我好奇的是,為何是現在?為何現在我們在社交媒體上聽見愈來愈多人在關注這樣的意見看法交峰?當《科學人》這樣的推廣科學與技術觀點的科普讀物,都開始反省智慧城市的時候,代表著什麼意義?

我覺得可以跟OTT線上影音串流服務喧囂塵土的使用現象一起思考而獲得啟發。作為剪線大軍的一員,OTT的使用者是什麼樣的人?是不再付費給任何廣播電視節目的寬頻網際網路使用者。這些人跟傳統的廣播電視節目用戶已經完全不同。當網際網路的使用者數量不斷增長,他們不會再回到傳統的使用情境時,新的議題與需求便將取而代之,成為資訊社會新的主流議題。

智慧城市也將面對這樣的轉變。傳統使用者不依賴網路,需要傳統的服務來銜接這些公民的日常生活──而這些想像就是過去智慧城市主流概念的核心情境。一但人們遭逢愈來愈多先進的應用,傳統服務不再能夠滿足大家時,也將帶來智慧城市的改版與升級契機:「這個時候」我們就需要更包容性的智慧城市概念來引導人們前行。

我的書包裡總是擺著一本令人反覆翻閱解讀的城市與科技著作,安東尼.湯森(Anthony Townsend)的《城市的未來,應該要是什麼樣子?》。在未來的智慧新風貌中,公民的參與會是最重要的關鍵。唯有認同,才會參與,而今日我們所要形塑的智慧城市文化是什麼?我們的智慧,怎麼照顧那孕育眾人的土壤與文化?數位文化怎麼跟傳統文化攜手並進?

「讚嘆智慧,感恩智慧」,這些沒有標準答案的申論題,會是未來智慧城市升級版的新挑戰。

智慧化以後的城市,台北與台中、高雄,跟上海,東京,紐約,哥本哈根或者吉隆坡、雅加達,有什麼不同?

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

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
AI全球100+台灣20
© 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