個人基因圖譜庫之父 George Church 來台:期望台灣加入
個人基因圖譜庫之父 George Church 來台:期望台灣加入

或許過去曾聽過人類基因圖譜計畫(Human Genome Project, HGP),一個由美國政府資助將人類基因圖譜以全數位的方式繪製出來的計畫,通過測序得到基因組的序列,在2004年完成初步目標,對少數樣本捐獻者(已知或匿名)進行基因組定序,完成了人類第一次接近95%的基因圖譜資訊。然而,因HGP的資料屬閉鎖型,不易被外界使用。

基因gene
HGP 仍存在許多缺陷,首先,因為當初基因組測序技術複雜,所需要的演算與科技需耗費大量資源,透過 HGP 定序的基因組資料只有少數特定樣本。
圖/ shutterstock

幫助研究者更易取得資料應用的個人基因圖譜計畫

資料集為一切經驗研究之母,為了有更多資料可供對基因組與相關醫療應用研究有興趣的學者使用,哈佛暨麻省理工學院教授George Church在2005年發起了個人基因圖譜計畫(Personal Genome Project, PGP),目標蒐集10萬人的個人基因圖譜資料,佐以相關文化、環境、人格特質與健康數據蒐集,希望透過這些個人捐獻者授權捐獻的公開資料庫,幫助科學家與醫學工作者研究基因組與疾病之間的關聯,帶來包含個人化精準醫療在內的好處。

2019-10-28 13.39.08
哈佛暨麻省理工學院教授 George Church
圖/ James

在George Church教授於2005年發起PGP計畫後,陸續延伸得到包含加拿大、英國、奧地利、南韓與中國的加入,這個計畫接受受測者公布他們個人共23對、46條染色體的基因組(DNA序列),還包含有他們的個人資訊,例如各種健康量測數據、MRI影像等等,所有資料公開在開放網域上,供研究人員應用。捐獻者可隨時決定他們的哪些資料可被公開或移除。

公開基因組資料庫就如同開放數位公共街圖(Open Street Map)一般,高精密度的地圖資料在現今的數位領域有非常多商業應用,除可供標示地理位置與座標,可供一般導航系統優化計算提供駕駛人外,更可能推進自動駕駛、無人物流等更多商業價值應用;因此確保一份不斷透過社群更新的開放街圖,將有機會避免圖資應用與商業利益被特定資料商壟斷,也有助於平衡一般企業圖資的風險與成本,並保護包含研究在內的公共應用。

基因組資料庫可供研究疾病風險、發現基因誘發特定疾病機制、甚至有研究者企圖透過編輯基因避開特定疾病機制等。公開基因組資料庫可以保證研究者在研究特定領域時有更多被公開授權、經過一定規則整理的數據、避免特定組織或機構介入,以不當的流程設計造成資訊的偏差,也避開研究者針對不同研究需要重複、重新授權甚至耗費高昂授權手續、時間與費用。

公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視,基因組資料也可能侵犯隱私,影響捐獻者日常的社會行為,甚至改變合作意願等等。因此良好的資料處理、社會教育與嚴謹、成熟的學術研究系統都是評估PGP計畫能否成功推動的關鍵因素之一。

蛋白質基因
公開基因組資料並非全然沒有風險,不當使用基因組資料可能可以回朔推定特定個人捐獻者,經過基因組的分析可能引發包含種族、特定疾病的社會霸淩或個人歧視。
圖/ shutterstock

發起人樂觀看待台灣加入個人基因圖譜計畫

應台灣科技部邀請來台的George Church表示,PGP計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制,在社會方面除了一般教育普及,還包含一般人對個人資料授權的認知、對研究學者的信賴、並同時相信基因組資料有機會對人類社會產生更好的未來等因素。

他認為台灣與世界上許多國家或地區一樣,都開始具備這樣的條件加入個人基因組資料庫網絡,他相信台灣具備多元民族融合的基因資料庫,加上特殊的文化與環境,都將為同為資料庫網絡的其他成員或台灣自身帶來更多的附加價值,讓研究者更能認識基因組與病理之間的關聯,最終幫助更精準的個人化醫療能夠實現。

2019-10-28 14.22.09
George Church表示,PGP 計畫同時需要政府與個人的支援,在政府層面要有足夠嚴謹的醫療機構與成熟的學術機制。
圖/ James

George Church也特別提及,數位科技領域的快速進步事實上為基因組研究帶來劃時代的進展,為一個受測者進行基因定序的技術成本已經從80年代幾十億美金降到今日的數百美元,儲存媒體與計算力的大幅提升,更讓PGP這樣的計劃以合理的成本能夠推展到更多地區,台灣作為ICT產業與製造業的領導國,教育水準普及與醫療機構的進步,都是加入PGP網絡的利基。

實驗室不只發論文,還造就了許多創業家

學術著作等身的George Church並非僅是象牙塔裡的學者,同時也擔任超過20家以上相關領域新創的創辦人或創辦團隊。他位於Boston的實驗室吸引包含台灣在內來自全球的頂尖人才,共同挑戰基因組研究與相關應用難題。

George Church強調,許多想法初始都在實驗室裡進行討論,由成員以不計失敗的精神不斷嘗試,縱有許多投資人與資金因為技術名詞流行而企圖追逐某些特定應用,他的實驗室仍秉持著專業精神,「如果有任何一項技術或應用,讓市場上對學術界的實驗室裡已經供不應求,那才代表了可能具備足夠的商業機會,容許我們的成員將之商業實現。」George Church表示。

在創業領域也多產的George Church強調,從他實驗室商業化的每個新創,他都在早期的兩三年全心參予,「直到他們覺得我已經不重要,就像已經獨立的孩子覺得爸爸沒用一樣!」George Church笑著說。「過去成功的新創學長姊,也會回過頭來幫助後面正剛開始牙牙學步的學弟妹,」George補充:「所以他們已經自己形成一個生態系!」

提及基因組研究的應用,部分懷疑論者持較為悲觀或謹慎的看法,認為部分基因組研究,例如基因編輯或將遭遇惡意應用,樂觀 George Church倒不這樣看待,「科技將會持續推進基因組研究與應用的發展」,他並以自己與學生剛在2018年成立的Nebula Genomics為例,強調區塊鏈技術不只能用在比特幣交易,也能用在個人基因組資料授權的公證上,幫助更多合理的商業機構進行資料交換與應用

「我們沒有人知道有人會拿飛機去撞大樓,但就算這樣,你也不能因此就不造飛機吧?」George Church以近代的航太技術帶來恐怖攻擊的負面結果,但人類仍依賴技術所帶來的價值應用,回應對基因組研究的懷疑論質疑。

哈佛暨麻省理工學院教授 George Church
科技將會持續推進基因組研究與應用的發展
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