在復甦行情中淘金
在復甦行情中淘金
2001.01.01 | 科技

原諒現在這些彷如驚弓之鳥的投資大眾吧!每個投資人,都驚惶失措地納悶道,自己該往哪裡去?經濟發展慢了下來,政治的前景不明,美好的昔日(隨便撿支股票、都享有點石成金之樂的那個年代),已經遠去了;原本的股王之王,現在卻一敗塗地。科技股?2000年的科技股掉了28.5%;電信股?滑落了32.8%。2000年的贏家,竟然是(水、電、瓦斯等)公共事業股、醫療股,和銀行股,直叫人跌破眼鏡!還有什麼比這更令人灰心呢?
嘿!開心一點吧。2001年的景氣即將復甦,前提是,你得先知道績優股要上哪兒找。先恭喜你,因為尋寶圖就在你眼前。

**選股技巧相對重要

**
不用懷疑,現在要投資,是比兩年前困難得多;展望2001年投資前景,並不像2000年Nasdaq的驚險萬狀,也不會大起大落地像道瓊指數。基本上,美國的經濟是很健康的:參與本調查的54位經濟學家,預料美國2001年的經濟成長率是3.1%。緊張的投資人,可能會以攀升的油價,或者自由落體般的美元,構築出世界末日就要到來的連環場景。但是聯邦準備理事會主席葛林史班鎮守一旁,嚴防景氣滑落;而華府各方勢力雖不相上下,膺任總統的小布希,未來只能小心行事,但適度的減稅方案,應該是可被期待的。
華爾街指望的多頭是,在聯邦儲備率(Fed rate)削減後,可帶動景氣的回升。而主流派的華爾街投資人不以為然:只有32%的受訪者,認為2001年的股市會上揚。這是5年以來,最空頭的調查結果;不過現在的投資人,指望的已不是整體的景氣,而是本身的選股技巧。79%的受訪者認為,他們自己會比市場更高明。
股票要怎麼選?不妨先從非科技類高成長個股,以及小、中型資本額的股票開始下手。這些股票,有不少是屬於舊經濟的範疇;由於開放民營與善用科技,舊經濟吸引了新血輪,加入工業與服務業的行列。而考慮海外股的投資者,歐洲的股票,會比亞洲或拉丁美洲的股票更被看好。
雖然與2000年3月的最高點相較,Nasdaq已滑落40%。但是科技類股中,寫軟體的公司、製造資料儲存設備的公司,應該都會大發利市;甚至還可以在主機代管(web-hosting)和網路安全提供者(net-security provider)等.com類股中挖到寶。
如果這些類股都還不夠勁,那麼起落不定且富含.com風味的生化類股,保證讓你又愛又恨。生化類股中,已有350種正在進行臨床實驗的治療方法,又有充足的現金資助這些產品上市。長期而言,投資生化類股,應有豐厚的回饋。
2000年給我們的教訓是:世界一切沒有保證。1990年代咸認定「萬無一失」的好股,轉眼卻成了21世紀大陷阱。今日做投資,少不了的是研究、遠見、以及膽量。有了本專題在手,您起碼三者中有二;如何?就以此來展開新的一年吧!

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