網紅政治的弊病
網紅政治的弊病
2019.05.08 | 生活

話說在前頭,這不是只有台灣,全世界都一樣,也出現類似的情況。

可以先下一個結論,網紅政治的弊病,最大的禍害在於:「速成」

這跟左派沒關係,也不是右派的錯,正確說法是膠的錯,左右皆然。網際網路提供了一個絕佳的溝通平台,橫向聯繫極快,可以在短時間內讓人覺得自己處在一個多數人的圈中。優點是,以往沒有發聲的,或覺得自己是少數所以不說的,都透過網路的發展,發現自己並不寂寞。但缺點則是,欠缺不同意見的刺激,導致沒有系統化的觀察,很容易把複雜的有機體社會看成簡單的無機質物品。

改革不能速成

為何說是速成?因為多數人希望找個答案,來解決當今出現的各種狀況,但如果一個學富五車的教授,或是四十年老經驗的政治人物,告訴你這個情況需要十年才能改善呢?應該都接受不了吧。有些社會歷練的,多少可以接受時間較長的變化,畢竟工作過都曉得,技術的改變跟提昇不是三天五天的事情,管理文化的變革更不可能是一個月內搞定,要大刀闊斧的激烈變化還能成功,往往需要天時地利人和的配合。

沒有各種內外環境的條件,要蠻幹的結果,通常是引發多數人反彈,你不是得要砍掉一堆反對員工,就是得付出重大的轉型成本。簡單講就是,按下一個按鍵就可以升級跟轉型的思維,要早點丟到垃圾桶內。

但別說是沒出社會的學生,筆者當年剛出來工作,也是常常覺得,這個改一改不就得了?弄了一年才知道,根本不是這麼回事,你動了一個地方,其他地方全都變。技術性的好懂,一個製程有十道手續,你小小的改了其中一道,可能其他九道的條件都改了,如果不能短時間內解決,影響的是現有的生產停頓,損失動輒以百萬起跳。

這還只是改有問題的,改那種看來沒影響,全都是正面的呢?筆者還真遇過,超純水的汙染造成當下的生產有1%的不良品,找到汙染源是管線接頭用了金屬的,換了鐵氟龍材質不就好了嗎?結果變成不良品10%,當場嚇死。原來,是因為過去大家不知道問題出在這,線上人員努力在有汙染的情況下,多消耗成本把良率拉上來,所以每一道工序都被最佳化過,你現在一下子回歸正常的生產條件,當然全部都歪了。

筆者的意思是,現在存在的必有其道理,就算是歪理,人家也靠這個做了十年,你想要依靠理論上正確的作法,得到的結果就一定是正確的?那可未必。

速成的弊病,在網紅政治中非常明顯,

每一件事情跟每一個人,都會提出一些看來有效,而且直指核心的解法。看來有效,是因為絕大多數人,包含筆者在內,都對那一行的專業不甚了解,所以從外面看起來,好像就是這樣簡單。

理論合理,現實不一定合理

但常常筆者直接去問這一行的專家或是老經驗的第一線人員,每一次都發現狀況正好相反,這個努力直指核心的網紅名嘴或是政客,其實他最搞不清楚狀況。

理由呢?類似筆者前一大段的說法,很多東西是理論上不合理,但也用這套理論上不對的做法運轉了幾十年,靠這個吃的人不知有多少。你今天覺得這沒道理,要他們去改,結果是改得動嗎?當然是不可能,最後只是讓承辦人員裝死去修改報告到死而已。

另一種,是檯面上看來合理,但實際上不是這樣運作的事情。簡單說就是這一行太多需要靠「檯面下」的手段解決,你要先知道相關的人際關係,然後靠飯局或是閉門會議去打點。結果,你說這個人是王八蛋,身家不乾淨給我滾,他滾了之後誰來處理這些事情?你說這不對,大家要公開透明,問題是誰鳥你?你把可以管下面的老大幹掉了,小弟就自己私下開會把劇本擬好,照著演出完全不鳥你。

這跟永續社運的概念很像,你不管換了誰上去,根本性的問題就是沒解決,而且這一行或是這個部門,可能全部都是黑的。所以可以提供揭弊英雄無窮無盡的材料,黑的上來打你黑,白的素人上去打你無能。

解決這類的問題方法,一般來說不脫兩大類,一種是長期但緩慢,透過內部熟悉業務的人,逐步的往正確的方向修正,時間動輒以五年十年起跳,等整代人都換掉,換了一批新人上來,狀況就會大幅改善。缺點就是,想要進去的年輕人機會還是很小,組織的階級複製性還是很高。

另一種是短期但迅速,直接換掉相關的大小負責人,啟用意志堅強的主管,用正確的方式監督與執行到底,這可以在一兩年內就達到相當的效果。但缺點很明顯,業務會遲滯多年,實際的困境改善幅度不如預期,很有可能只是帳面上的變化,你只是讓另一批新人進去,稀釋掉不合理的現象而已。

談改革避不開「誰負擔成本」

很少有網紅會談論改革需要付出的成本,尤其「最終」是誰來付出這個成本,網紅政客更會把成本推給其實無法做到的人事物。好比說,提高員工薪資跟福利,要資本家付出成本,請問怎麼做?他會不會轉嫁員工或消費者?還是關廠去炒房地產?你要把他抓起來抄家嗎,請問怎麼抄?

簡單說,具體作法完全不提,或是虛實呼嚨以對。筆者也不認為這些人是惡意的,就個人接觸過的經驗,比較像是理論看太多,深信世界照理論運轉,只要依照某種論理去做,事情就會通。

而實際上呢?推了不通的狀況比較多,但網紅們會承認自己犯錯嗎?並不會。原因一樣不是出在網紅個性跟人格低劣,而是網際網路的特性,太多人是想找到一個可以快速解決自己困境的答案,所以網紅類似第四台賣藥的,專門提供減肥特效藥跟生髮神劑的那種業務嘴。

關鍵在於,這個社會有多少人,是相信減肥可以吃顆藥就搞定,把醫生說要少吃多動,當成老媽子的嘮叨不予理會。明明生髮成分就那一種,卻相信會有另一種塗一次見效的。而且這類人都有個特點,被騙一次不夠,會被再騙第二次,這個網紅現在說要看醫生所以不支持了,換支持另一個宣稱醫生都被藥廠買通的網紅?道理一樣。

其實,長期緩慢跟短期快速,這兩種所要付出的總成本,大體來說是差不多的,只是你選擇了一次付清還是分期貸款的差別。你不可能規避掉成本,最多是以鄰為壑,或是所謂的政府(納稅人)出錢擺平。總之不要是自己出錢就好,要人付帳總是心安。

速成還有一種:革命。直接翻掉,法官都解雇,整本六法全書自己寫,保證可以寫到你愛的,但近代史上為何都是戰敗國,國家被打到全部廢掉後才可以這樣幹?

因為已經沒有什麼可以再失去的了。

要你的同胞付成本,自己享受成果,天底下哪有這麼好的事。再說,你同胞也有一票,政治成本看過哪個人跟你算過?都等到事情發現不對,可能被翻掉,才在那邊心急如焚,覺得怎麼會這樣。

當初跟你講行不通的醫生,如今有被這些愛買第四台減肥藥的民眾,擠破門診診間嗎?在政治上你不給這個醫生鼓勵,最後的結果就是,每個醫生都乾脆去賣藥了。

本文由eoiss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。)

關鍵字: #KOL
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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