周天成8強賽今日中午開打!兩個「致勝心態」,讓他從十連敗低谷爬起、躍升台灣羽球一哥
周天成8強賽今日中午開打!兩個「致勝心態」,讓他從十連敗低谷爬起、躍升台灣羽球一哥

台灣羽球一哥周天成,今(31)日中午12:10將對上中國選手諶龍,進行半準決賽。29日周天成在東京奧運羽球男單小組賽獲勝,拿下8強門票,也成為台灣首位連兩屆叩關奧運羽球男單8強的好手。2018年周天成接受《經理人月刊》專訪,談他在賽場上遭遇逆境後如何琣養恢復能力,不斷突破自己,《數位時代》獲授權轉載報導:

「羽球一哥」周天成,今年首次在亞洲運動會中男單比賽鍍銀,寫下台灣羽球歷史新猷。值得一提的是,他突破連續兩屆亞運止步8強的門檻,甚至在準決賽中化解過對手的賽末點、逆轉勝出。

「我知道再一分他就贏了,但我現在會告訴自己,害怕、焦慮並沒有用。」周天成不諱言,比賽不如預期、瀕臨淘汰,確實是運動員的一大考驗。許多人該贏未贏、飲恨淘汰之後,被負面思考籠罩,遲遲走不出低潮。

貫徹理性思考,不被情緒起伏左右

周天成從5歲就開始打球,對於壓力、挫敗並不陌生。經過10多年歷練,他逐漸找到解法,遇到逆境,先專注於思考問題與精進技術,藉此跳脫情緒影響;克服一個關卡時,還要記住當下情境、盡量不貳過,慢慢地,需要「恢復」的事情也會跟著變少。

時間回到2014年,他剛經歷10連敗的大低谷,一度不知所措。後來,他反省,當時除了技術不夠成熟,還缺乏思考能力,「那時候只隨著感覺走,沒有真正改變心態。」

周天成_羽球選手.jpg
圖/ 賀大新攝影

周天成回憶,當年他用A戰術能獲勝,後來輸球了,表示策略不再有效,但他陷入「以前這樣能贏,現在怎麼會輸」的框架,仍堅持同樣打法。沒注意對手早已蒐集他的情報,是自己未能及時調整突破,當然繼續輸。最後他終於發現,再痛苦也無濟於事,才懂得用「想法」取代「情感」。

其中的關鍵,在於賽前思考與分析。他解釋,站在羽球場上,這一分與下一分之間只有幾十秒,沒辦法想太多,因此要提前設想,可能面對的各種狀況,「像是他這球打死我,可能是我球沒處理好,或對方已經看穿我的戰術。」

釐清問題癥結後,就不難想出因應方法,比方說,失分原因是體力下滑,他會多打「平球」(把腰部至肩部高度的球,迅速回擊過去),減少移動次數;如果是對手發揮得太順暢,則要改變球路,好比把球「挑」得更遠,不再給對方甜頭。改換思路的周天成,從 2015 年起戰績穩定,世界排名從未跌出前 10。

平時就要找問題,不讓逆境重新上演

加強思考技術、減少情緒起伏,是周天成的基本功,但這不代表從此能一帆風順。他認為,每天都要「找問題」,一天針對一個,100 天就解決 100 個,預防勝於治療。

舉例來說,有位法國選手布里斯.利弗德斯(Brice Leverdez)比賽時經常出怪招,像是落後時要求換新球、或是指責對手犯規。每次遇到布里斯,球風相對「老實」的周天成常心浮氣躁,導致對戰紀錄屈居下風,只有 1 勝 8 敗。

「他的優點就是我的缺點。」今年初的印尼大師賽,兩人再次狹路相逢,周天成則改變想法,對手叫囂,他不生氣,對手小動作多,他跟著「玩」球,不再受對方影響,終於收下對戰第二勝。

這樣的思維與態度,同時能應用到生活、待人處事上。周天成透露,他很少跟人吵架,因為每次爭執,他都會尋找核心問題。比方說,輸球或許是教練 coaching(場邊指導)太多,也可能是自己回話太激動,雙方都要各退一步,畢竟「比賽不是你一個人,要先會做人,處理人際關係,才能打好球。」周天成說。

學會多思考,用想法取代低潮情緒後,周天成戰績逐漸穩定,世界排名也長期保持前10,遇到挑戰時,也都能迎刃而解了。

從羽球場上,學習周天成的恢復力

1. 接受期

球員也是人,輸球難免心情不好,要適時發洩情緒,否則壓力累積太久,最後會一次崩潰。

2. 振作期

設定一段期限(大約一天)平復心情,接著繼續練習,對自己說「如果不爬起來,只會浪費時間」,就會警醒。

3. 回顧期

著重賽前的技術面思考,理性歸納場上的狀況,落後要找原因,而不是陷入情緒裡,就不會重蹈覆轍 。

周天成

1990年生,體育大學球類運動技術系畢業,主修羽球,現世界排名第五(最高排名第四),2017 年全英羽球公開錦標賽四強、今年印尼雅加達亞運羽球男單銀牌,皆為台灣選手最佳成績。

以解決問題的態度取代埋怨,不再陷入「飲恨」情緒
圖/ 經理人

本文授權轉載自:經理人

關鍵字: #東京奧運
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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