社群話題一個接著一個,婉君復臨引爆的衝突社會
社群話題一個接著一個,婉君復臨引爆的衝突社會
2016.07.27 |

不論你是否喜歡或接受與否,都歡迎來到「衝突社會」,在這個美麗新世界裡,我們最好選擇與深度資料相依為命。

過去30天社群媒體訊息宛如暴雨襲擊,眾多重量級的社會事件接二連三爆發,引發網路熱議。

如果你還記得的話,6月2日暴雨造成桃園機場大淹水、行李在污水中漂流,機場運作停擺多天的奇觀景象,新政府政院快速下令官股國家機場管理公司董事長與總經理下台;6月13日仍然再度發生施工廠商挖斷水管,機場停水的窘境,立委則將砲火指向施工廠商背後占大股東的行政院退輔會。

桃園國際機場公司管理危機的瞬息萬變,對當時也與這些狀況密切關聯的華航來說,一定沒有想到:20天後劇變的風水輪流轉,就輪到了國家航空公司頭上。

我們不知道,24日凌晨零點開始的華航罷工相關新聞,已經觸及到多少萬人?至少Ptt八卦板昨天半夜12點「綠爆」,根據網路新媒體《沃草》負責人林祖儀的說法:

「批踢踢實業坊(Ptt.cc),關於罷工的文章數篇文章,一個多小時左右觸及人數合計破百萬多,引起許多留言與轉錄……」以這次桃園市空服員職業工會合法發起的罷工,之前花了14天進行罷工投票,會員人數2,638人中投票率96%、99.5%贊成罷工。

工會遂於23日下午六點簡訊通知會員於6月24日零時零分開始罷工;八點召開「華航罷工行動宣告記者會」,導致資方決定停飛6月24日全天桃園機場、松山機場起飛的班機,影響67航班至少2萬人的規模;四大報頭版頭條新聞,更影響到總統24日出國的行程:黃國昌立委決定不參加這次的總統出訪行程,加入現場的罷工行動;連總統專機的空服員也有人加入罷工行列,最終讓總統班機成為「罷工首日唯一出航的班機」,或者更準確地是「破壞台灣史上空服員首度合法罷工的專機」。

過去30天中「華航」關鍵字可以在臉書的公眾人物、政黨與公共領域的個人頁與粉絲頁中找到4千多篇討論文章,其中有2千篇是過去24 小時內湧進的資訊(而且訊息還在繼續湧進中)。令人不由得想要自問:2014年3月18日那如浪潮般湧進的記憶,又要開始重現了嗎?

華航公司管理階層與員工之間的勞資糾紛,原本的正式溝通管道年久失修,失去了功能;工會成為管理階層分享利益的人質與禁臠,同時主管機關民航局也成為資方把持既得利益的重要打手,在一連串空難、職災、過勞死、勞動條件爭議下都無法改變情況下,新世代的服務業勞動者選擇走上了一條全面影響社會的道路。

執政黨透過選舉獲得的新政府權柄,正是要在這樣的處境下,做出選擇:繼續跟原本既得利益團體合作,或者要聆聽新世代傳播與溝通的眾聲喧嘩?

在華航的爆炸聲量之下,震撼台灣社會還有5月底、6月初的「素珠之亂」:公民記者洪素珠在所參與的特殊政治組織「台灣民政府」影響下,對不止一位老榮民言論攻擊,自行錄影存放在YouTube社群媒體中。政治人物在一般民眾發聲唾棄其舉動之後、大規模地對洪小姐大加撻伐,並且討伐對手陣營認為對方該為「歧視言論」負責。

輔大心理系則爆發了性侵事件處理的爭議:在史丹佛大學性侵醜聞網路上廣為流傳的背景之上,臉書成為受害者對一年來處理過程異議的平反舞台,而相較於此系方與院方的教師,在舉辦記者會發表聲明之後,則認為遭受到網路上「去脈絡」的批判言論所傷害;最新的消息是輔大方面對系主任做出了懲處。

新政府除了5月底驚人的「核一可能重啟」說法之後,在美豬、亞洲矽谷等議題上遭受了來自網路專業社群的普遍批判聲音。前國策顧問郝明義先生在「缺電」爭議中集結民間言論領袖,於網路上倡議《台灣電力供需情況公民調查研究計畫》。

這些重要事件的共同處在於:這些事件的力量與集結方式都來自於網路,而且造成的結果跨越層級與組織,直接衝擊最高層級。要怎麼同時處理這些多方的訊息,把這些意見與批判納入層級決策當中,處理並且回應?

「例如大事記與時間軸的整理記事,地理分布與區域面積計算的空拍影像,教育、貿易與勞動等社會數據的大規模分析,這些是基本的基礎建設;加上Pol.is之類的即時主動民意調查工具,或者歐盟在「呈現社會爭議」上的視覺化研究成果,加上跨部門、跨領域的知識整合,才能夠讓人們清楚得知這些爭議事件的來龍去脈。」

如果沒有總攝的觀點,沒有彙整與分析的工具,我們就只能夠受限於有限的視角與判斷、決策的陋習,無法防患於未然。我在洪素珠事件與輔大性侵事件發生後,曾經這樣反省寫道:

雖然我非工具論者,但從這些衝突中可見:我們缺乏大規模處理爭議的方法與工具輔助,淹沒於論點與言詞的細微末梢爭議之中。倘若交戰各方無緣陳述自身價值,只以差異論定死生、膨脹情感動員認同,終日將淹沒於紛爭而無暇前行。

無論你喜不喜歡,想不想接受,歡迎來到「衝突社會」。唯有深度理解這些湧現的資料,創造出多重與多元的溝通形式,我們的社會衝突才能夠以付出更少成本代價的方式解消爭議,往前轉型。

在短短的6月裡,發生了許許多多、大大小小,可歌可泣的事件。

素珠之亂3319則
華航2373則
罷工2473則
華航 罷工1694則
電力 重啟315則
電力 監督59則
台電1639則
核一1358則
美豬1845則
英國脫英公投1715則
性侵1467則
桃園機場 淹水1054則
南向823則
亞洲矽谷336則
輔大性侵事件949則
夏林清151則
泛科學186則
味全171則

Book

過度反應 Over-Reaction

《暴走社會》的作者榎本博明博士認為,網路上隨手可見的負評、批判,其效應放大了事物的原本面貌,我們正活在一個反應過度的社會。

責任編輯:張庭銉

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