【觀點】冰淇淋、甜點照吃,體重怎麼在4個月降8%?PDCA四個步驟,輕鬆執行飲控
【觀點】冰淇淋、甜點照吃,體重怎麼在4個月降8%?PDCA四個步驟,輕鬆執行飲控

之前寫到關於便利商店的低糖經濟圈,便利商店内的低糖相關產品,對想進行體態管理的人來說,真的是一大福音,畢竟在過去週邊飲食配套不多的時候,要控制體重可是要做好非常多的準備,以及高度毅力才可成功。但從另外一面來看,當市場上的低糖配套越來越多時,是否因這些配套變多,而調整自己體態有成效的人也一起變多了?根據日本對500名執行糖質制限女性所做的調查,大約有8成的人,在達成目標體重前就放棄了。

先說自己的經驗,其實身邊因糖質制限配套而調整體態成功的人,在比例上,如同日本做的調查一樣,還意外的少,其實我自己也失敗了兩次,一直到第三次才開始出現成效。從失敗到出現成效,雖然毅力是個關鍵因素,但就跟在執行商業專案一樣,抓到某些關鍵行動,再加上滾動式修正,是可以提高成功的機率的。自己在實踐糖質制限的過程經驗,是有套用古典PDCA的問題解決模型,接下就用我把PDCA的步驟用在糖質制限的經驗,來說明如何在第三次終於能出現跟前幾次不同的結果。

每個人體能狀況不同,所以在進行糖質制限飲食前,我有事先先諮詢醫生的意見,要先通過醫生這一關,才能開始執行糖質制限計畫。

怎麼運用PDCA進行糖質制限?行動有哪些?

説起來也很不好意思,其實第一次看到到PDCA這個模型,應該是20多年前的事了,當時年紀輕,很容易陷入其他比較花俏的問題解決模型,但多年後還是回到這個簡單,易懂,好執行的古典問題解決方法。什麼是PDCA?網路有很多精闢的介紹,這邊就不多談,這邊會說明的是,在運用PDCA進行糖質制限,你必須要留意什麼關鍵行動。在這案例中,PDCA對我的定義是。P計畫。D執行。C檢視。A再執行。

步驟一:計畫,模仿成功案例

第一步驟 - P/計畫。在PDCA的體態控制專案中,「P/計畫」從影響成功比重佔比來看,超過一半以上是要靠P/計畫,P/計畫的關鍵行動是什麼?在其他商業書裡面其實也時常提到,能夠快速跟降低失敗的捷徑,就是用找既有類似範例來修改這個方法,而不是自己從零著手。

首先我是去找,是否曾經有用類似方法,而且最後結果爲成功,而且有寫出可執行步驟的人。而後來發現一位名叫森永卓郎的日本經濟評論家剛好有出版他的糖質制限經驗分享,我實踐的主軸基本上就是模仿這一位的。而這邊關鍵的是,你想模仿,或是參考的那個人,必須要具有清楚明白的邏輯論述,要不然你可能會follow到一個很難理解的實踐方法,而森永卓郎因為工作的關係,本身就很會表達,所以描述具體生動,非常好遵循。所以在P計畫這邊,先擴大可模仿人選的分母,然後再從裡面挑選最可靠的出來改造,就是P/計畫這邊的最重要的。

步驟二:執行,把執行過程視覺化、背下基礎食材含醣量

第二步驟 - D/執行。說到執行,當然一定要能動起來,才會前進,但你怎麼知道你有在動?如果你在高速公路,從臺北往臺南開,要是周邊沒有任何里程或是公里數的標識,你是很難知道你執行的進度為何?也會有不知道要做到什麼程度才可停止的煩惱。所以是否可找到能把執行方案視覺化的方法,在執行這步驟時是非常關鍵的。

那把執行過程的量化(視覺化),具體來說是什麼?在森永卓郎,以及在其他的低糖飲食指引,都有提到需要控制每日的醣份攝取量,並且都需要把每次入口攝取的醣份數字記錄起來。那問題來了,你怎麼知道吃下去的量是多少?所以執行記視覺化 - 最重要的第一步,不用去急著去控制一天吃多少,而是先把基礎食材的含醣量都背起來, 再往下前進,雖然控制吃多少很重要,但要是含醣量背不起來,你當然是無法記錄,也無法量化,那自然就無法進入到下一步的檢視。目前還沒遇到過不K書一下就能在糖質制限上成功的人。執行要是無法量化,是很難去改善的。

步驟三:檢視,關鍵在找到快速方便查看記錄的方法

第三步驟 - C/檢視。當過程都可被具體的量化後,接下來就是要檢視前面所提到,每日醣份的攝取量是否有按照計畫進行。在商業上的PDCA,個人覺得最困難的就屬於C檢視這一段,因為檢視必須去看之前的記錄,而且如果你的記錄是分別落在筆記本,手機,語音,等不同載具的時候,要去整理就又特別麻煩,覺得麻煩,就很難落實每天檢視,成功幾率就降低了。回想你是否有花很多時間去找某封郵件的經驗呢? 光是單一郵件系統找就會花很多時間,更何況是使用不同載具的時候。所以在檢視的這個步驟,最關鍵的就是是否有可以快速,簡單,幾秒就可以檢視記錄結果的工具。

那要如何才能快速的檢視? 在第一次,我用了一個體態控制的APP,叫做あすけん(這個在日本有800萬用戶),爲了能有壓力持續,當時還選擇付費方案,他的好處是可以記錄每一餐的照片,以及自動換算攝取的含醣量(不是超級精確,但還可以接受)。但後來發現APP還是太多界面,很難一次簡約的看到不同區間的成果。

繞了一圈之後,還是免費的雲端Google試算表最好用,X軸記錄早中晚,Y軸再加上日期,并且把記錄的試算表檔案在手機桌面開一個超鏈接,由於手機很隨身,手機桌面就有超鏈接圖案可以快速點擊,連到雲端檔案,大約不到3秒就可以到記錄畫面檢視,試算表反而是最直覺,之後要整理也是最方便的。工具要方便執行才能持續。

步驟四:再執行,檢討妨礙成功的原因並再次執行

第四步驟 - A/再執行。 千萬不要覺得糖質制限調整體態一次就可以成功搞定。我失敗了兩次到第三次才終於終於出現成效。有些人在看不到效果之後,就覺得這個方法不行,然後就結案,真的很可惜。從市場經驗來看,如果有複数人是用同樣方法得到成效,那應該要懷疑自己是否在執行方式上是否有需要調整的地方?才能算是比較完整的流程。當然你也有可能會遇到一個原本就無法成功的方案 ,但個人覺得,至少也要能說出自己為何無法成功的假設理由,再決定是否要改善這些妨礙成功的理由,才能轉換成再前進,或是轉彎的養分。

為何找出妨礙成功的元素會是關鍵行動?在某些情境下,關鍵不是在你做了哪些成功的事,反而是哪些事讓你無法成功,靠減法來提供成功率。特別是在調整體態這件事,有想改變現狀的人,他們的飲食習慣,大部分應該都是往反方向而行,才會無法達成自己想變成的結果。所以找出這些妨礙成功要素,排除之後,再執行的成功幾率就容易提高。

將PDCA轉換成,模仿,量化,速查,排除,就是我在執行體態控制時的關鍵行動, 那成效如何?在什麼都吃(甜點,冰淇淋,白飯等等)但控制並紀錄攝取數量的情況下,4個月內體重少了約7.9%,7.9%應該不算多,但最少跟之前慢慢在提升的體重線來看,自己是還蠻滿意的。控制體態的方法應該五花八門,但應該就跟工作上遇到但問題一樣,解決方案也是很多種,非常推薦簡單的PDCA這個半古典的方案,不只是體態控制,應該在你其他地方所遇到的問題,也都可以幫你解決。

延伸閱讀:LAWSON麩皮麵包狂銷3.7億個!3點拆解,日本「低糖質」飲食為何超夯

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場)

責任編輯:蘇祐萱

往下滑看下一篇文章
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 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