北京奧運,培養社會責任的起點
北京奧運,培養社會責任的起點
2007.03.01 |

奧運為北京帶來的不止是商機,還帶來新事物與觀念。去年所開始的奧運志願服務者甄選活動,在年輕學子中就掀起一陣熱潮。比起奧運場館的建設來說,很多人會覺得只是小事一樁,但志願服務的洗禮,正是中國在發展過程中最需要的一種公民素質建設。

動機千百種
學生想當奧運志願者的動機各有不同,但少不了學英文、見世面、湊熱鬧、一窩蜂、和看免費比賽等。想想在你我讀大學時若有這樣的機會,恐怕沒有興趣的同學為數不多。在北京,因為報名太熱烈,所以先從奧運志願者的種子開始,這個時候參與學生工作的(類似台灣的學務處與輔導體系)同學往往可以搶得先機。這些種子會先接受訓練以及擔負一部分組織工作,隨著需求的日漸增加再把後加入的新手帶上來。
對大陸的年輕一代來說,志願服務是這幾年才開始的新事物。學生當志願者就好像在台灣,參加學校服務性社團或服務隊,或是參與一般社會團體組織當志工或義工。
在大陸過去很缺少這樣的機會,學生就是當班系級幹部或參加學生工作系統來為人民服務。隨著社會的進步,商業活動大量增加,年輕人追求自我個性張揚,個人重視自己的的權利;一時之間好像所有人都往錢看,不論在台灣或大陸都有人在搖頭,難道中國的年輕一代心中只有功利嗎?

一樣年輕的心
我所接觸的大學生並不都是這樣。這幾年有了志願者服務的機會,他們有的利用寒暑假跑到農村去教小朋友,有的在課餘時間幫助弱勢人群,有的就在校園裏幫助貧困同學。
在台灣,中原資管系的老師帶著年輕同學們在縮小數位落差的努力已經好幾年,他們把網路帶到原住民部落與海外。
雖然是不同的時空,可是年輕的熱情卻非常相似,只是台灣學生要幸運多了,大陸學生常常缺乏足夠的條件實現熱情。
志願者在大陸非常不普及,年輕人從志願服務中所得到的社會教育還可以更受重視。比如師長應該如何,甚至應不應該在學校建立幫助志願服務的制度都還是問號。
很多學生也還不知道要怎麼當好志願者;有的是好心卻不會用好辦法,有的是熱心過頭幫忙也過頭,有的是找不到學生義務與服務熱心的平衡點。他們之中很多不熟悉學生社團該怎樣運作,怎樣和外界打交道,拿捏商業利益與公益服務的分寸。
不論有沒有準備好,北京奧運不能沒有志願者的年輕身影。不管參加的年輕學生是為何而來,他們都會學到人生中寶貴的一課。
比起他們從小所接受的”學雷鋒”教育來說,當奧運志願者的目標與結果就在眼前。
在中國,志願服務好像投向水池的一粒石子,在人群中激起一波一波的漣漪,在點滴之間帶動著人們,影響新興的中產階段,更快造就許多現代社會的國際公民。

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