Omicron變異病毒拉警報,低疫苗覆蓋率國家成溫床!高端宣布投入WHO團結試驗
Omicron變異病毒拉警報,低疫苗覆蓋率國家成溫床!高端宣布投入WHO團結試驗

世界衛生組織(WHO)於11/26正式宣布,將南非等國發現的B.1.1.529新冠變異株命名為「Omicron」,並列為「高度關注變異株(Variants of Concern, VOC)」。
WHO同時指出,Omicron相較於其他新冠病毒變異株有著更多的變異點位,但目前仍無法了解Omicron是否比其他變異株更具傳染性或有更高的致重症風險。而藉由目前全球資料庫所釋出的Omicron基因序列資訊,高端疫苗宣布已著手展開因應方案,以協助全球防疫。

因應方案有四:
一、建構Omicron偽病毒,以評估現有疫苗的中和抗體效價
Omicron有著比其他變異株更多的棘蛋白變異,但目前WHO仍將之定義為VOC高度關注變異株,而非完全免疫脫逃的VOHC高衝擊變異株。Omicron與Alpha、Beta及Delta三種變異株相似,除了同樣有Alpha株及Beta株的強傳染力突變位點,也有在Beta株及Delta株看到的躲避抗體突變位點,現階段Omicron對現有疫苗效價的影響範圍尚未明朗,因此亟需盡速評估其有效性。高端疫苗除了根據先前針對Alpha、Beta及Delta變異株的中和效果數據外,同時 已針對Omicron變異株的基因序列,建立Omicron偽病毒(Pseudovirus)系統 ,以評估現有高端新冠肺炎疫苗對Omicron的中和抗體效價。

高端疫苗二期收案完成
高端疫苗二期完成,正計畫進入三期試驗。
圖/ 吳元熙攝影

二、評估高端疫苗第三劑追加施打的免疫生成性,及疫苗混打評估
目前全球已上市的新冠疫苗,皆已展開第三劑追加免疫的評估,以藉由高劑量或第三劑疫苗誘導更高的免疫反應,提升中和抗體濃度以對抗Omicron這種高突變變異株。高端疫苗先前對抗變異株的動物試驗數據已在國際知名期刊《臨床感染疾病》公開,對不同的變異株皆具有良好的抗體中和效果,且疫苗高劑量組臨床試驗,及追加施打第三劑的延伸試驗皆進行中,此外,包含兩劑AZ疫苗與第三針混打高端疫苗的試驗結果也已在進行數據分析;期望能以優異的免疫生成性對抗變種病毒。

三、WHO團結試驗評估疫苗對變異株的保護力數據
高端疫苗參加WHO團結試驗,受試者族群橫跨美、亞、非三大洲,目前Omicron變異株的流行地區也在收案範疇中 。倘若該病毒於團結試驗位於非洲之臨床試驗點流行,將可以評估現有疫苗對抗Omicron變異株之保護力等實證資料。

四、針對Omicron基因序列建立疫苗抗原
針對現有的高關注度變異株,高端疫苗已經針對高傳染力且免疫脫逃程度較高的Beta株建立疫苗抗原,並進入生產測試。對於新種突變Omicron變異株,目前雖尚無強烈證據顯示Omicron的免疫脫逃程度,但 高端疫苗已同步開始進行基因序列評估,並開始進行抗原建立之測試工作 ,以利在最短的時間內啟動Omicron株抗原的量產準備。

聯合國組織UNICEF評估,全球的新冠肺炎疫苗目前仍處於供貨短缺、以及分配嚴重不均的狀態,未來隨著富裕國家第三、第四針的疫苗接種,疫苗供應失衡的狀態短時間難以緩解,且低疫苗覆蓋率的國家容易出現更多病毒變異,使全球疫情控制更加艱難。以協助全球防疫為已任,採用次單位平台的高端新冠肺炎疫苗僅需2~8度保存,在提升當地疫苗覆蓋率及施打便利性都相對具有優勢,高端公司將會持續關注全球疫情變化,並積極投入研發與量產,呼應WHO團結試驗疫苗的宗旨,為全球防疫貢獻心力。

關鍵字: #疫情動態
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