Solution和Opinion的差別在哪裡?
Solution和Opinion的差別在哪裡?

其實就是懶得花時間去踏踏實實的下功夫而已。因為工作關係,最近跟兩個實習生交流非常多,發現兩人都有個同樣的特性,就是很喜歡出一張嘴。

第一個實習生直接跟我彙報,是我的下屬,在我加入之前我的老闆就招聘了他,早我一天入職。第一次跟他交談,覺得這個人非常聰明,想法很多,也非常有野心,動力充足。客觀來看,是創業公司極度需要的人才,也難怪我老闆會把他招納進來。但是工作一個禮拜後,我感覺很難和他共事,因為他非常喜歡給建議,但是這些建議都只停留在Opinion等級,缺乏深度、廣度,也不具可執行性。

例如,他提議我們的市場定位應該做成XXX,只因為他看了其他競爭對手的網站,發現競品都不是這個定位,所以這是我們可以突出的特點。這個理由不算錯,但是要這樣子就推進我們的產品定位實在是太過草率。產品/品牌定位茲事體大,除了必須要更透徹的市場調查(而不是只看人家網站就下結論),還需要考慮到內部的product roadmap、公司整體發展、商務前線狀況、未來品牌的能升級的方向等等很多很多因素,而且一做出定位之後所有部門都會受到牽連,也得做個內部教育,讓大家有同樣的認知。

另外因為我們是創業公司,本身就有很多不足,這位實習生很喜歡把公司的狀況數落一遍,說這裡沒有那裡缺乏,不像他的同學在某某某大企業裡一應俱全,我們應該要有什麼資源或者是什麼人力把每件事情做到位。

我想盡辦法明示暗示旁敲側擊想讓他明白這樣的意見沒有幫助,而且徒然浪費大家時間又消磨士氣,但是他聽不進去,覺得自己因為年紀輕,是實習生,所以自己的想法會更有原創性,也更應該被傾聽。後來我讓他按照自己的報案去做出一個proposal出來,結果整體邏輯架構不通順不具可執行性,加上大概花費心力,沒多久這位實習生又再度回到天馬行空發想的狀態。

幾個禮拜後因為職涯發展,這位實習生另有安排,我的老闆覺得可惜,但是我只覺得鬆了口氣,因為他的產出只帶給我困擾。

另外一位是隔壁部門的產品實習生,因為一些翻譯的project讓我們有交流。

我們的產品就像打卡鐘一樣,會買的人是老闆,但是使用者是老闆底下的員工,消費者和使用者並不是同一個族群。這位實習生覺得我們的產品介面對使用者並不友好,很義正辭嚴地說就算我們是消費者和使用者不同族群,也應該要站在使用者立場上,把體驗做好。我覺得這個想法沒錯,但是當我問他該怎麼修改時,他卻說不知道。

另外由於設計背景,所以他一直對公司設計水準有意見,常提到我們為什麼不招個更專業的設計師,也常把公司很難看的設計截圖分享給我。但是我問他說為什麼你不自己動手下去協助大家改善,例如做個SOP讓大家有跡可循,又或者建立個校閱過後的素材庫讓大家可以有現有的好設計可以挑選,又或者是推薦人選協助招聘(我們公司給實習生的空間很大,這些東西只要願意,就算是實習生都可以lead這樣的一個project),但是他卻再度退縮,叫我不要太認真,說自己只是說說而已。

什麼是Opinion呢? 什麼又是Solution?

撇開其他的不說,這兩個實習生都只停留在丟出Opinion的階段,一直提升不到Solution的思維。

什麼是Opinion呢?就是針對一個事只是點出了問題,也給出了看似合理的推論,看起來好像真的很有用,但是一點幫助也沒有,有的時候連主事者自己也不清楚問題的核心。Solution則是研究過前因後果,理清了邏輯,做出了一個可具體執行的方案,當相關人看到時,就知道自己該負責什麼角色,能夠按部就班地立即上手。

但Opinion和solution最大的差別絕對不只是一個可不可執行而已,而是在做出一個solution的過程中,主事者必須去了解為什麼現狀會是如此?為什麼大家會妥協把事情做成這樣?實現這個solution會運用到什麼資源?會需要哪些部門一起配合?以及真的在操作時,怎麼說服其他人一起動起來?以及這個solution會如何符合整體的大框架?等,做出一個solution會花費極大的時間精力,去搞懂這麼一件事。

這兩位實習生並不是不具備做出Solution的能力,而是只是單純懶得去深入了解細節,因為要搞清楚要花很多很多時間,而且做出來的Solution還可能會被評得一文不值,因為Solution架構龐大,所以能被挑戰、要被挑戰點非常多,要生出一個完美無瑕的solution不容易。

相反的,Opinion量體小,沒什麼地方能被人挑毛病,只要一兩句話就能交代了事,輕鬆過關。更重要的是只需要具備半套認知,蜻蜓點水的把一個瘡疤揭開,就可以創造出自己有重大產出的錯覺了。

本文由Tien-Yu Lee授權轉載自其Medium。

《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