營收、獲利亮眼，百年汽車大廠通用卻裁員又關廠，高層在緊張什麼？|數位時代 BusinessNext

營收、獲利亮眼，百年汽車大廠通用卻裁員又關廠，高層在緊張什麼？

通用汽車本周宣布進行業務重組計畫，要在明年底前裁掉15%的白領員工，以及關閉全球7個生產基地，這波瘦身計畫預計將可以省下60億美元，並表示未來將更積極朝電動車、無人車的趨勢發展。

裁員、關廠，多達一萬四千多名員工受影響

創立於1908年的通用汽車，是全球最大汽車製造商之一，1979年全球員工曾多達85.3萬人，在全球汽車產業面臨加速轉型的態勢下，本周宣布將在2019年年底以前，將會以優退、裁員的方式，減少北美地區15%的白領受薪員工，在這波裁員潮中，還包括25%的管理階層，通用汽車表示此舉是為簡化決策流程，預計受影響的人將達8,000人。

此外，通用汽車還打算關閉北美5間、海外3間，共計7間的汽車生產基地，預計將有6,000名工廠工人失去工作，加上裁掉的白領員工，這波人力瘦身總計將會有一萬四千多人飯碗不保。

通用汽車表示，預計到了2020年，整體成本控制、資本開支將能一口氣節省60 億美元。通用汽車執行長Mary Barra在聲明中表示：「 之所以會有今年的舉動，是因為要為公司的轉型保持高度的敏捷，以及創造獲利的必要條件。 」他強調：「我們理解到，這些都是面對市場不斷變化所需的條件，能確保我們取得長期成功。」

川普、杜魯托都不開心

身為百年老品牌的通用汽車，2008年受到金融海嘯、次貸危機席捲全球的衝擊，在2009年宣告破產，當時的慘況歷歷在目，更直接影響了通用往後的經營決策。

受到中美貿易戰影響，未來鋼材等汽車原料的關稅可能都會大幅增加，再加上電動車興起的趨勢，通用汽車執行長Mary Barra認為，應該在最壞的狀況來臨前，提前做好準備；汽車分析師Maryann Keller則認為：「汽車業是周期性、高度競爭、成長緩慢的產業，不能一直生產無利可圖的車輛。」因此品牌轉型絕對是不容逃避的課題。

不過通用這波裁員、關廠卻讓加拿大總理杜魯托（Justin Trudeau）以及美國總統川普（Donald Trump）不是很開心。在北美預計關閉的五家工廠中，其中一家是位於加拿大安大略，擁有百年歷史的老廠，關廠消息一出後，數百名的工廠工人以罷工來表達抗議。

此外，振興美國汽車製造業，是當初川普開出的政策牛肉之一，如今通用宣布關廠裁員，無疑是讓川普臉上無光。川普對通用執行長Mary Barra表示，應該要把所有在中國生產的汽車移回美國；另外，通用汽車表示，關廠的決定是因為部分車款銷量低迷，對此川普則回應：「那就去找一款賣得好的車款來生產。」

即使表現不差，也要隨時繃緊神經

2009年破產以來，通用積極轉型振作，以今年第三季的財報來看，營收357.9億元，高於預期的348.5億元，更創造了10 億美元的獲利，這些指標數字都高出分析師預期，當時執行長 Mary Barra就說：「有效的對風險控管，證明了我們的決心，並為第三季帶來優異業績。」

不過通用汽車認為，即便看似表現不差，也必須隨時繃緊神經，Mary Barra認為在造車的核心應該更有效率，在這波裁員瘦身後，通用將擴大在電動車、無人車的投資。像是通用汽車在2016 年，以5.81 億美元收購無人車新創Cruise Automation，並整合自身的無人車技術與資源，成立一家獨立子公司GM Cruise。去年五月，GM Cruise在舊金山測試雪佛蘭Bolt電動車，並在今年一月以這台車為基礎，發表搭載Level 4 自動駕駛等級的無人車Cruise AV，預計將在2019年量產。

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。

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。」

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。

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。