F1  賽車界的最高殿堂
F1 賽車界的最高殿堂
2004.10.01 | 科技

F1全名為一級方程式賽車(Formula 1),是單座位(Single Seater)賽車中最高等級的賽事,在F1之下的單座位賽事還有F3000、F3、雷諾方程式、福特方程式乃至於Karting小型賽車,但是除了F1之外,其餘比賽大多是區域性的,車手們經過這些區域比賽的歷練,並獲得優異的成績之後,才有可能獲得F1各車隊的青睞。F1如同美國職棒的大聯盟一般,是賽車界的最高殿堂。

**54年歷史,法拉利車隊戰績最優

**
F1始於1950年,至今已有54年的歷史,比賽也隨著運動經濟規模的擴大以及大量科技的投入而愈形複雜。以2004年為例,共有十支車隊,每支車隊 可以派遣兩輛賽車出賽,比賽分為車手以及車隊兩組競賽項目,年度得分總和最高者為世界冠軍。目前歷史最悠久、戰績最優異的是法拉利車隊。
從3月初到10月底,F1每年舉辦18場比賽,每一場的比賽總距離在300公里左右。賽道分布於澳洲、北美、歐洲、中東、南美及亞洲等16個國家。亞洲地區自1987年開始由日本舉辦一站賽事,1999年加入馬來西亞,2004年加入上海以及中東的巴林,2005年則新增土耳其站。而近年F1東擴的原因是因為歐盟(EU)將於2006年禁止香煙廣告的刊登,而煙商卻又是大部分F1車隊的主要贊助商,所以賽事便移往禁煙條例不甚嚴明的亞洲地區。
主管F1的FIA規定,所有F1車隊必須要能夠自行開發底盤、懸吊、變速箱以及車身,換言之,只有輪胎和引擎可以購買。現行F1採用3公升V10引擎,馬力達到將近900匹,轉速可達一萬九千轉,為一般市售車的三倍強。現行F1賽事的引擎供應商有法拉利、賓士、BMW、豐田、本田、福特以及雷諾。輪胎供應商則有米其林和普利斯通兩家。

**體能要求,僅次戰鬥機駕駛員

**
除了法拉利、豐田以及捷豹車隊之外,其他F1車隊都不曾生產汽車,只從事比賽,這些車隊使用的科技僅次於太空梭,車身一律為碳纖維打造,除非毀損,不然不會更換,而引擎、變速齒輪以及傳動軸等則如飛機引擎,使用數百小時之後便須經過金屬染色法加以檢查,一有細紋便立即汰換。F1規定車重必須超過600公斤,從0~100公里加速推估在2.5秒之內,極速可達360km/hr。過彎的側向加速力(G Force)可以達到4個G,也就是說,體重60公斤的人在急速過彎時將會受到240公斤的側向壓力,一場比賽下來脫水2~3公斤十分正常,相當於打五盤網球的流汗量。所以擔任F1的賽車手必須擁有僅次於戰鬥機駕駛員的體能。
每一場F1都有約十億人透過轉播觀賞,也因此造就了許多賽車英雄,例如舒馬克(Michael Schumacher),今年35歲的他是僅次於老虎伍茲,世界上第二有錢的運動員,年收入超過6500萬美金,光是法拉利付給他的薪水便超過3500萬美金,換算每場比賽舒馬克便可以進帳190萬美金──不論他得到冠軍還是一起跑就提前退賽。

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