Stark扭轉網頁設計，助10億障礙者更順利上網！有哪些巧思？|數位時代 BusinessNext

根據世界衛生組織的資料所示，全球有超過10億名身心障礙者，約佔據了世界人口的15%。然而有98%的網站，因為字體太小、缺乏語音導覽等原因，並無法保障這些障礙者獲得與一般民眾相同的閱覽體驗。

當世界強調多元、共融的時候，卻鮮少顧慮到障礙者的感受，然而這背後最根本的問題來自於：網頁設計師不知道網頁的哪些設計不符合多元性。

看準這10億障礙人口背後達8兆美元的商機，美國新創Stark推出一款瀏覽器擴充檢查工具，幫助網站設計師即時檢視、修正網站的問題，創造出讓障礙者更容易使用的網站。

對所有人共融的網頁出自於共融的團隊

為了滿足多元使用者不同的瀏覽需求，讓網站於桌機、手機、平板等各種瀏覽裝置皆能無障礙閱覽，全球資訊網協會（World Wide Web Consortium, W3C）發布了《網頁內容可及性指引》（Web Content Accessibility Guidelines），大原則就是提供足以傳達相等意義的「替代內容」，比如說播放影音時，如果關閉聲音，是否能靠影像獲得影音內容所要傳遞的完整資訊；反之，僅靠聲音，不看視訊畫面，是否能清楚理解影音內容。此外包含文字大小、顏色是否適合閱讀、網頁排版是否易於閱讀也都包含在其規範內。

不過其實無障礙網頁的受惠者不只有障礙者，而是「所有人」，非障礙者有時也會有縮放網頁內容的需求，因此很多企業開始重視網站的無障礙性。因為實踐無障礙網站的過程，意味著「讓所有人瀏覽網站時都能享有獲得相同資訊的權利」，這將使得障礙者與非障礙者都能有很好的閱覽體驗，提升在網頁停留的時間，帶來包含提高SEO搜尋引擎排名、展示社會責任、避免日後產品迭代時需要從零導入無障礙等優點。

看準背後的商機，以及切身體驗障礙者在閱覽網站時的不易，Stark的共同創辦人Cat Noone及Michael Fouquet以「簡化無障礙設計」為目的創立了Stark。Cat Noone表示Stark團隊中包含她自己，大多數員工都是障礙者，也讓Stark團隊更能以感同身受的視角去設計產品。

自動糾出網頁不合格之處，幫助網頁設計師直接進行更改

隨著障礙者的權益越來越被重視，但是企業遇到的問題是：根本不知道標準為何。如果要確保網頁具備可及性，除了等待使用者問題回報，就只能大費周章的搞懂《網頁內容可及性指引》的內容，再逐一檢視、修改網頁。

Stark則提供了自動分析與檢查的工具，以擴充工具的形式插入Figma、Sketch和Adobe XD等前台設計工具，以及Google Chrome、Microsoft Edge、Opera和Brave等瀏覽器頁面，以此讓網頁設計師在設計完之後，輕鬆檢查網頁的字體大小、顏色選擇、對比度等要素，並即時修正，網站閱覽者就可獲得最舒適的閱覽體驗。

Stark的服務可分為3種：

1.自動產生替代文字

為了方便視覺障礙者了解網頁的圖片內容，網頁設計者大多會在網站上的圖片打上alt-text（替代文字），然而描述的內容為何、如何添加關鍵字等都是門學問，Stark趁勢推出Alt-Text Annotations的功能，自動掃描網站中所有圖像，以便網頁設計師一目了然地輸入alt-text，Stark也能自動推薦適合的文字內容，以此消除設計師對於哪些圖像需要文本，以及要寫什麼內容的疑慮。

2.顯示和糾正排版問題

排版是提供可及性的基礎，所以為了使網站內容盡可能易於閱覽，它需要對各種視力的人來說都是清晰易讀的。Stark會掃描網頁，並標記過小的字體，網頁設計師能直接在瀏覽器中使用即時預覽的功能，確保文字大小的易讀性。

3.網頁配色建議

考量到色盲佔全球人口的8%，而色盲又分為紅色盲、綠色盲、藍黃色盲等多種類，因此Stark也會自動產生網頁的建議調色比例，以確保所有類別的色盲患者，在瀏覽網頁時不會因為文字的顏色而干擾閱讀。

累積達40,000名用戶，目標創立更多可及性的網頁

Stark目前是以訂閱制的方式計費，自2017年推出以來，Stark已被包括Canva、微軟、輝瑞等8,500個團隊中約40,000名用戶使用，並有超過25,000名設計師、開發人員和可及性專家在其社群上交流。

近期Stark獲得由Uncork Capital領投，前Github技術長Jason Warner、Canva產品主管Steve King、Shippo創辦人Laura Behrens Wu、Intercom共同創辦人Des Traynor和Front App共同創辦人Mathilde Collin跟投的600萬美元種子輪投資。

Cat Noone表示，網站的可及性不僅是一個公平問題，而且是一個越來越涉及合法性的問題，隨著越來越多的可訪問性法規，Stark肩負著一項艱鉅的使命，也就是透過非常簡單的工作流程，讓世界上的網頁都能被所有人使用。

資料來源：Techcrunch,World Wide Web Consortium(W3C)

延伸閱讀：
不用開會、沒有正職，Gumroad怎麼成為年收入3億元的一人公司？
3秒產出1000字文章！近日爆紅的「唬爛產生器」出自台大資工學生之手

本文授權轉載自：創業小聚

責任編輯：傅珮晴

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。