【觀點】坎城創意獎評後感:由善成長的英雄聯盟,兼顧永續與商業動能怎麼做?
【觀點】坎城創意獎評後感:由善成長的英雄聯盟,兼顧永續與商業動能怎麼做?

今年是坎城創意節(Cannes Lions Festival of Creativity)70周年,我有幸受邀擔任永續發展目標獅 (Sustainable Development Goals Lions)的評審團主席,細細品味了691件來自世界各地的參賽作品。

這是我第3次擔任評審團主席,但並沒有比較輕鬆的感覺,主要因為永續發展獅評委的組成和其他創意類獎項很不一樣。在評審開始前,坎城主辦單位給我的簡報裡,就提醒我這次評審團成員的獨特性,在引領討論上必須有不同的方法。

因為需要具備對於聯合國17項永續發展目標的專業理解,我們的評委組成除了來自代理商的資深創意及策略人外,還有聯合國的代表、新能源公司的永續長、對DEI (多元、平等與包容)有特別專長的創意人,和協助客戶發展減碳媒體企畫的主持人等。大家對於永續的思考、角度和認知,會因為自己的經驗和專業而大有不同,因此對「好作品」的評選標準,必須有更多的討論來建立共識。

SDGs Lions 2
評審除來自代理商的資深創意及策略人外,還有聯合國的代表、新能源公司的永續長、對DEI (多元、平等與包容)有特別專長的創意人,和協助客戶發展減碳媒體企畫的主持人等。
圖/ 林友琴

在抵達坎城之前,我們已經就評審的標準做了很多討論,也取得一些共識。

第1,要達成聯合國的永續發展目標,我們需要的不是單純地指出更多的問題,或訴說賺人熱淚的故事,而是能夠提出更多有創意的想法,產出可行的解決方案(Tangible Solutions),和可被衡量的社會影響(Measurable Social Impact)。

第2,永續發展若要成功,必須整合入企業商業策略,和企業長期願景連結,設計出由善中成長(Growth through Good)的商業模式。如果只是從社會責任(CSR)的角度出發,在企業受到經濟不景氣影響的時候,任何善行的可持續性將受到實際的挑戰。

第3,實踐永續發展需要跨產業的協作,結合政府的政策支持,摒棄傳統的競爭思維,和衷共濟,才能產生有規模的持續影響。永續需要的不是一個超級英雄,而是多個英雄聯盟。

第4,規模化的影響不一定只能來自科技的平台。通過對周圍環境資源的創意利用,或對於人類需求的深刻洞察,也可能產生效果卓越的傳播和解決方案。這次想先分享2個案例。

訓練狗兒嗅癌症!K Dog翻轉偏鄉醫療

全球有一半以上的人獲得關鍵醫療診斷的機會仍然有限,更不用提重大疾病的早期治療。很多偏遠地方患者必須長途跋涉好幾天,才能到達醫療院所進行基本的健康檢查。

K Dog 是一家由巴黎居禮研究院(Institut Curie)創立的犬類醫療檢測機構。他們的研究顯示,狗的嗅覺十分靈敏,經過訓練的狗可以嗅出乳腺癌和其他類型的癌症,以及瘧疾、糖尿病等,準確率幾乎達到100%。

KDOG Cancer Detect Group
KDOG訓練流浪狗成為醫療檢設犬,能夠嗅出乳腺癌和其他類型的癌症,以及瘧疾、糖尿病等。
圖/ KDOG Cancer Detect Group

同時,全世界每年有數百萬隻流浪狗因為收容所資源缺乏而被安樂死。於是他們想到有效地訓練流浪狗成為醫療檢測犬,可以一石二鳥,創新性地解決2個問題。

狗無國界是K Dog為偏遠地區居民創建的一個服務。先將氣味採集工具包分發給居住在亞馬遜河流域及撒哈拉沙漠等地區的人們,病人根據說明採集自己的樣本之後,醫療志工帶著醫療犬到偏遠地區進行樣本的聞嗅,再把疑似的病患送去醫療院所進行下一步的檢測及治療。一個有創意的解決方案,加上政府、醫療中心和醫療檢測機構的通力合作,有機會用較低的成本,持續提高偏鄉的醫療品質。

萬事達卡推平台,助烏克蘭難民安家

俄烏戰爭爆發後,近1千萬的烏克蘭人越過邊境進入鄰國波蘭,集中棲身在幾個波蘭的大城市裡。城市裡人滿為患,導致房租上漲,工作競爭加劇,再加上通貨膨脹,造成了波蘭新的社會問題。許多逃離家鄉的烏克蘭人,原本都有很好的工作能力和經濟狀況,並不希望自己成為別人社會的負擔,但是離開家鄉之後,人生地不熟,真的不知要如何有尊嚴的開始新生活。

萬事達卡(MasterCard)運用了現有的經濟數據資料庫,迅速協調政府、房地產、教育以及找工作的數位平台,推出「何處安家平台」(Where to settle by MasterCard),期望紓解大城市的壓力和幫助烏克蘭人建立有尊嚴的新生活。平台提供多種數據,引導烏克蘭人尋找最適合的地區安家,他們的技能也能助力當地的經濟發展。

Mastercard - Where to Settle
萬事達卡(MasterCard)運用現有的經濟數據資料庫,協調政府、房地產、教育以及找工作的數位平台,幫助受到戰火波及的烏克蘭人找到適合的地區落腳安家。

現在在波蘭定居的一150萬烏克蘭人中,有20%是利用該平台找到大都市以外的城市,開始了新的生活和工作。萬事達卡的品牌理念,主張所有人都應該平等得到財務管理的支持 (Financial Inclusion),和這個平台的設立相當吻合。雖然出發點不全是為賺取商業利益,萬事達卡通過這樣的整合服務,貼近特定消費族群,又增加了擴展自己品牌影響力和商業動能的管道。

與20年前數位科技帶來的轉型類似,永續發展有機會從根本上改變企業的營運方式,以及個人與組織和政府之間的互動方式和競合關係。企業領導人搭上這列轉型列車,將永續發展的目標,融入企業營運的商業模式中,用合作取代競爭,結盟目標相近的各家英雄好漢,就可能創造面向未來的永續商業動能。

由善成長,讓地球和下一代擁有更美好的未來,不是遙不可及的夢想。只要勇敢踏出第一步,一旦啟程,就有里程。

責任編輯:蘇柔瑋

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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