詹宏志~專業技能上的「聖嬰現象」
詹宏志~專業技能上的「聖嬰現象」
2002.07.01 | 科技

有一次,《運動畫刊》(Sports Illustrated)的一位專欄作家撰文寫新近冒出頭的棒球好手的專題時,看著年輕人創造的驚人成績,他忍不住出聲讚嘆說:「他們這麼出色,但,天啊,他們還這麼年輕!」
同樣驚嘆不已的不可置信,也出現在高爾夫球超級巨星老虎伍茲誕生於美國公開賽的那一刻,在這項從前相信「嘴上無毛,揮桿不牢」的成熟男子運動裡,少年英雄再一次推翻了它長久以來的神話。伍茲,或者後來的「聖嬰」賈西亞,以及陸續冒出頭的各色各樣高球新秀,觀球者和評論者都忍不住又要感嘆,「他們那麼年輕,但,天啊,他們怎麼這麼厲害!」
為什麼各種運動在最近會出現這些「聖嬰現象」?我猜想,是品種的改良,以及學習的提前。

**名副其實的「新人類」

**
新生代人類挾著歷史上未曾有過的營養、衛生、環境,加上養育、照顧的知識,「取精用宏」,變得比任何世代都更健康、更強壯、更美麗,物種上點點滴滴的悄悄改良,實際上已使他們變成名副其實的「新人類」。新來者跳得更高、跑得更快、也更有力氣,這已經是另一個很容易忽略的沈默革命,我們可能還要繼續見識更大的驚奇。
但另一個原因是學習來源的充沛,他們的起步比從前的任何一個世代都提前得太多了;你可能聽說老虎伍茲3歲學揮高爾夫球桿的故事,另一位棒球選手小葛瑞菲的啟蒙也是3歲,新來的網球選手威廉絲姐妹第一次拿到球拍也是3歲。你以為他是年輕人、稚嫩沒經驗的新人,但他在球場上的資歷「老」得嚇人,在你看稚氣未脫的他第一次在電視轉播中揮桿之前,他已經每日練習揮桿500下,持之以恆快15年了,雖然他現在才18歲。
這樣的現象也開始陸續發生在我們的身邊了,我自己就見識了一位。我的一對作家夫婦的女兒,7、8歲的時候突然喜歡馬,一本關於馬的百科圖鑑被她讀得滾瓜爛熟,她幾乎可以教我們這些大人所有與馬有關的知識;這位小女孩也是看星星的專家,我們一起外出旅行時,在郊外的夜裡看見墨色天空的滿天星斗,一群大人央求這位小女孩給大家做個解說,這位勉為其難的女孩就用她稚聲未脫的聲音,在夜裡教導一群目瞪口呆又頻頻點頭的中年知識分子。也許我應該說,這是正常的,如果我們這個世代的人,在年幼聰慧的蒙童時期也有這麼多方便的書刊(知識工具),我們也許也是多識多能的吧?

**不斷冒出來的少年達人

**
專門技能可能來得更快,年輕小孩如果很早接觸、心無旁騖,他可能很快就掌握某種過去僅存於成人的熟練技能,成為不可思議的「少年達人」。在《數位時代雙週》的採訪裡,我們就看見7歲的冠軍調酒師、13歲的冠軍蛋糕師傅、14歲的翻譯家、15歲的融資融券作手、15歲的電腦遊戲藝術設計……。這就是正在我們身邊不斷冒出來的「少年達人現象」,他們不只出現在運動上,他們其實也出現在各種專門技能上。
如果我們願意承認,「聖嬰現象」下一步甚至會發生在知識與學術上;想想看,雖然年輕一代的讀書動機與用功程度常受垢病,但他們的知識環境比前面的世代是好得太多,他們的起步可以早得許多(和3歲拿高爾夫球桿同樣的意思),而所有的知識又唾手可得(想想看網際網路)。是的,他們可能普遍不如從前世代飢渴求知和沉潛用功,但他們當中只要有若干人有求知的慾望和企圖,他們的博學多聞就會是歷史上不能想像的規模。

**達人也有需要慢慢來的時候

**
「少年達人」是一種混合的福份,在他們的世代裡,他們比前人有機會接觸,有環境學習,他們的專業技能會比過去來得更早、分工更細,有更多的前程可供選擇;他們比前人更聰明(這是物種改良的部份),又比前人更有機會、也更有學習工具,他們當中出現各種達人是可以理解的,而且我們極可能只看到大浪頭的一點點水花而已。
但我們要小心「少年達人」那些事?
我想到歷史上約翰.司圖亞特.穆勒(John Stuart Mill)的故事。少年穆勒童年受教於父親,3歲能讀希臘文,進而能讀柏拉圖等經典,是一位早慧的天才;他4歲起負責教妹妹希臘文和拉丁文,5歲已能隨父親討論各種史上重要經典(他沒有休閒讀物,唯一被他當做童年故事書消遣的,竟然是吉朋的《羅馬帝國興亡史》)。他後來在《自傳》透露,因為他只有知性上的發展,而知識的成熟也讓所有的人以為在情感上他也同等成熟,事實上他情感與情緒都還是一個小孩,父親過世後他幾乎精神崩潰,因為他從來不知道怎麼樣依賴自己。這個故事提醒我們,他們是「達人」,但他們也是「少年」;他們仍然有需要慢慢來的部份。「少年達人現象」會愈來愈明顯,我們不要覺得奇怪;但少年仍需情感的灌注與愛護,不要太快讓他們只有自己。

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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