一個台灣小子的親身觀察:全球最難進學校,原來這樣教學生!
一個台灣小子的親身觀察:全球最難進學校,原來這樣教學生!

本文摘自《MIT最精實思考創做力》,遠流出版

如果說MIT(麻省理工學院)在我研究領域內有一位我崇拜的偶像,那就是彼得,但在我研究領域之外的則是艾咪.史密斯(Amy Smith)了。艾咪是機械工程系的資深講師,年輕時曾經在非洲的波札那共和國工作了兩年,她在沙漠中忽然有了一個頓悟,她想為發展中國家做小型工程設計。

2002年,艾咪成立MIT的D-Lab,專門教MIT學生如何為發展中國家進行工程設計。這幾堂課在MIT非常熱門,每年都要經過申請或抽籤決定才能註冊。
我從烏干達回來之後,決心要到D-Lab上課,學習如何在發展中國家工作。而我很幸運地,在2010年9月成功註冊。

我上的課名叫「發展」,是D-Lab「發展、設計、創業」三部曲的第一堂課,主旨是介紹發展中國家的環境,以及如何為其做工程。

探索當地》憑空設計的科技,就是種浪費

寒假(一月)時,這堂課也會帶學生去某個發展中國家工作四星期,以實務來印證理論。一堂課約有六十位學生,因此分為八隊,各自去不同的國家(亞洲、非洲、中南美都有)。每支隊伍由七、八個學生及兩位D-Lab領隊共同組成。這趟旅程的目的是要教導學生如何聆聽發展中國家當地人的問題,然後一起設計解決方案。

「很多MIT學生都是科技迷,認為只要能把適當的科技空降到發展中國家,就能解決當地大部分的問題。」艾咪告訴我們,「可是憑空設計的科技只是浪費大家的時間。如果你能真心去了解當地的問題,有時候,你會有前所未有的見解。」

我聽了格外覺得心有戚戚焉。當初在烏干達,如果我們能多花一、兩個星期和當地家庭一起生活,或許就能更了解他們喝茶的習慣,也不會犯下那麼大的錯誤。

「為了避免盲目的探索,你們每個人可以選一種科技先做初期的研究了解,成為代表那項科技的使者和專家。」艾咪說,「但這並不表示你們研究的科技是當地所需要的。儘管如此,也許你們可以從與當地人的對話中,找出真正的問題及解決的方法。記住,你們首要的目標是探索與學習。」

我抽到的是迦納隊,領隊就是艾咪。我覺得自己實在太幸運了,不僅可以聆聽艾咪講課,還有機會在2011年一月和她一起去迦納學習。

之後,每個人都選了一項自己感興趣的科技去研究。我選擇研究一種稱為「連鎖磚」的東西。在非洲很多地方,房子都是用泥磚砌成的。磚與磚之間要鋪很多水泥。但水泥很貴,在鄉下也很稀有。連鎖磚本身就是凹凹凸凸的形狀,因此蓋房子就像堆樂高積木一樣把連鎖磚互相嵌合,如此便能降低水泥的需求量了。

2011年一月初,我們一組十人和二十幾件行李進了小貨車,一群人來到波士頓羅根機場,在阿姆斯特丹轉機後,於隔天晚上抵達悶熱潮溼的迦納首都阿克拉(Accra)。

一到當地,立刻就有人開車來接我們到庫馬西市(Kumasi)。一路上顛簸異常。我很睏,但是一睡著,腦袋就會撞上窗戶或車頂。就這樣一直晃到凌晨兩點多,我們終於到達了目的地。

在往後的幾天裡,我們都待在庫馬西市,購買或製作需要的各種零件。例如,我向庫馬西大學借了一台壓縮磚塊的機器,試著製作不同形狀的連鎖磚塊。

由於我的零件需求不多,一下子就搞定了,便去幫其他同學準備他們的零件。例如同學拉加西(Rajesh)要製作花生油的壓縮機,其中最棘手的部分是一個精密的螺旋錐。這種螺旋錐在美國到處都有,但我們找遍了庫馬西市都沒找到。最後,我們試著找當地的金屬工用砂模鑄造方式幫我們打造一支。

於是,我成為了那位金屬工的學徒及助手。我們先把帶來的樣本錐埋入砂箱中,然後小心翼翼地取出來,砂箱裡便有了一個螺旋錐形狀的洞。接著,金屬工把一些破銅爛鐵的廢物裝進一個他們親手打造的燒爐去熔化,然後把熔化的金屬倒進砂箱的洞裡,等到金屬冷卻加以清理過後,就變成螺旋錐模型。

我從來沒有看過熔化的金屬,也從未看過有人可以如此靈巧地操控金屬,覺得整個過程實在酷斃了!

在庫馬西的幾天,我們把所需的零件都準備好之後,便搭了兩個多小時的車來到一個小村莊。由於艾咪和當地的一位牧師很熟,因此每年她帶學生過來時,就會借住在牧師家裡。

這個村莊比我以前在烏干達待的診所簡樸了些。很多地方都沒電,因此晚上全靠手電筒及頭燈辦事。有時晚餐後大家會在漆黑的環境中聊天,只有爐子的紅色木炭隱隱發光,除非有人去攪動爐子,這時散發的火花才暫時照亮大家的臉龐。

聆聽需求》從研究磚頭,導出解決方案「蓋冰箱」

我在村裡用從庫馬西帶來的手動壓縮機製造了不同形狀的連鎖磚,同時也蓋了一個小型的牆來做測試。

我觀摩當地的建築和製磚業,發現當地的磚塊都是就地取材的黏土磚。這種磚塊的製造成本非常低,因此若要以較複雜的連鎖磚做市場競爭,是非常困難的。

另外我也發現,當地大部分的房子不是用水泥、而是用黏土建造而成的;這裡的房子大多是一層樓的茅頂屋,不需要十分堅實的結構。沒有了水泥的需求,連鎖磚也就無法發揮它的功用。因此我的結論是,連鎖磚在這村子並沒有什麼發展的機會。

在艾咪的建議下,我和掌控廚房的家庭主婦談了談。她們的難題是新鮮蔬果難以保鮮,因為沒有電,也就無法使用電冰箱。

「你的磚塊如果不是實心的,而是滲水的,是不是就可以造成一個自然的冰箱?」艾咪問我。

艾咪說的原理是指水氣蒸發時會帶走熱能。如果我用可以滲水的連鎖磚造成一個地窖似的容器,那麼當地家庭主婦只要把蔬果放入地窖內,然後每幾個小時在周圍的滲水圍牆澆水,那麼從周圍蒸發的水氣就可以冷卻圍牆裡的蔬果。

我不知這樣是否行得通,但我興奮地設計了一個地窖,並花一週時間蓋了一個簡單的冰箱模型。

測試後,發現裡面的溫度是冷了些,可是無法達到像冰箱裡的冷度。因為我們沒有溫度計,因此無法精確測量溫度。而且,這個地窖的功能是看天氣運作的,當雨天或溼度較高時,它就失去冷卻的功能。

最後我把這個「冰箱」留下來當做展示品,其他人若有興趣也可在自家建造。

我開始研究連鎖磚時,絕對想不到最後會用它來蓋冰箱。但這就是D-Lab教我們聆聽當地人需求之後而開發出來的產品。我從這個過程中領悟出,一個外地人其實很難在遠處就對當地情況有徹底了解,也無權把腦袋裡憑空設計出的科技,一股腦地就要求當地居民測試。有時候,必須先耐心聆聽他們的聲音和想法,才能印證想像中的問題是否存在。這是我在D-Lab「發展」課程中學到的最重要一件事。

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