輕鬆解讀數位經濟
輕鬆解讀數位經濟
2000.01.01 | 科技

傳統經濟,做得越久領得越多;數位經濟,做得越好領得越多

傳統經濟下薪資制度,企業發給資深員工退休金,經常被視為是對員工「終生貢獻」的一種肯定與獎勵。相對來說,在全球大變動的數位新經濟型態下,就連奉行「終生僱用制」的日本企業,都開始進行人事精簡、工作外包,在一家企業鞠躬盡瘁、終老一生,似乎是越來越遙不可及的事情。數位時代,看起來像是一個比較沒有人情味的時代,人人陷入工作朝不保夕的焦慮時代。
另一方面,我們卻又看見網路新貴一夜致富的故事幾乎天天上演,在今年10月份剛在美國上市的一家網路公司Akamai Technologies「打工」的麻省理工學院學生,平均每個人有超過2千萬美元的身價,恐怕會羨煞許多勞苦功高的「終身成就獎」得主。
但真正的事實是,傳統經濟的薪資僱用制度並沒有比較有人情味,善盡照顧年長者的責任;數位經濟也沒有獨獨偏好年輕人,專門製造年未卅的百萬富翁,從傳統經濟到數位經濟的真正轉型,是由過去的薪資「遞延給付」,轉而成為真正的「效率薪資」。
人們會對「終生僱用制」的傳統經濟懷有鄉愁,主要是出自「誤以為」生涯中薪資的成長是如同左圖中的直線A一般,和年資與對組織的貢獻成正比——做得越久,領得越多。實情是,我們在職場上辛苦奮鬥的薪資所得其實是曲線B-工作的初期階段所得低於我們對企業的實際貢獻;工作生涯後半段的所得卻又高於我們對企業的實質貢獻。工作的退休金從何而來呢?
就是你在職場生涯早期階段所少領的報酬C,在你退休的時候以D來「補償」你罷了!
傳統經濟的薪資結構之所以如同曲線B分布,一來是因為過去員工的績效與表現較難以評估,企業需要用較長的時間來過濾和觀察員工對企業的實質貢獻(最為明顯的制度是,許多企業經常在新進成員的試用期給予較低的薪資,試用期滿才給予加薪),更重要的是,員工在一家企業做得越久,企業對該員工的專業知識依賴就越深,而不得不出高薪來留用資深的專業員工。退休金,則是留住深具對企業有用的專業知識員工最有效的方式——把你年輕時代應有的所得,留到退休的時候再給你。
數位經濟時代,員工的績效衡量越來越簡單而準確,網站的經營成敗往往幾個月內就決定勝負,會計部門的工作開始有會計事務所來和你競爭,上班時間長短越來越少人在乎,倒是許多人開始用按件計酬。員工的專業知識,開始變成既是資產,也是包袱——IC設計業素有「一代拳王」之稱,當紅的設計典範往往很快就成為昨日黃花;炙手可熱的程式設計師,卅出頭就得面臨退休或轉型的危機;網路經營模式的移轉,似乎永遠沒有停下來的一刻。
績效評估簡易而精確,企業經營不再仰賴員工數十年的智慧與經驗累積,企業在數位經濟時代獲得專業而有效率的員工的唯一方式,就是付給員工與他本身貢獻度成正比的「效率薪資」——做得越好,領得越多(如右圖)。員工認股或是選擇權是數位經濟時代「退休金」的新型態,因為股市往往是反映效率薪資最有效的方式。

**傳統經濟,服務萬歲;數位經濟,自助最美

**
傳統經濟,花錢買服務的經濟;數位經濟,服務DIY的經濟。
農夫佔多數的社會稱之為農業社會,以工業為主力的社會叫做工業社會,服務業佔據主導性地位的社會既是服務業社會,也被冠以「後工業社會」之名。以網路為主體的社會,似乎名正言順就該叫做「網路社會」,或是,以性質來劃分,也可以稱之為「自助社會」(self-service society)。
美國的社會學家貝爾(Daniel Bell)在一九七○年代,提出現在我們耳熟能詳的後工業社會概念。貝爾區分工業與後工業社會的標準,主要是依據產業部門的變遷來劃分——後工業社會指的是服務業取代工業,成為社會居於主導性地位的產業。以美國為例,一九四七年仍有超過半數的就業人口在製造業相關的行業工作,服務業的人口僅佔49%,到了一九九一年,服務業的就業人口則大幅提高到72%,取得絕對的優勢地位。台灣在一九八六年工業和服務業各佔國民生產毛額的47%,到了一九九八年,服務業所佔的比例已達62%,工業所佔的比例則下降到34%,台灣已成為典型貝爾定義下的「後工業社會」。
貝爾認為,社會變遷的關鍵在於生產力的提高——少數的人口投入農業活動就足以養活全部人口以後(美國的農業人口不到總人口數的3%,卻仍有大量的農產品可以外銷),就會有更多的勞動力可以投入工業生產活動;技術革新、自動化設備的採用,使得工業部門的生產力同樣不斷地提高,釋放了大量人力投入服務業。工業生產創造了財富,服務業則滿足消費財富的需求。
貝爾預言,服務業不可能被取代,因為只要人們有錢要花,就會創造服務的新需求,而且服務多半很難自動化,必須以人工為基礎。所以坐飛機的時候儘管商務艙和經濟艙佔據的空間相差有限,但是服務有別,價差也就以倍數計。
但是很明顯的,社會學大師沒有預見網路解放服務業生產力的巨大潛能。美國的聯邦快遞每天處理數以百萬計的快遞郵件,過去為了讓顧客可以隨時查詢郵件的遞送狀況,每年花在電話費和客戶服務人員的費用高達數百萬美元。聯邦快遞自從架設了網站讓顧客自行查詢快遞郵件的處理狀況以後,不但大幅下降了人事和電話費用,顧客對服務的滿意度也同時大幅提昇。在美國開設一家全服務功能的網路銀行的成本與開設一家實體分行相當,約在100萬美元之譜,但是一家網路銀行可以服務1000萬個客戶,實體銀行要服務等同的客戶數則要花上9億美元開一大堆的分行、聘請一大堆的行員。
網路社會的真實意涵在於服務性的產品也被工業化和自動化,過去我們花費在服務性商品的消費(我們過去所認知的「奢侈性消費」)佔總體消費比例將會下降,而非上升。網路所帶來的服務業生產力大躍進,將會使得越來越多的消費者自行生產更多的服務供自己使用─愛爾蘭的nua網站(www.nua.ie)只要回答站上的問卷就可以免費使用所有站上的統計資料;美國的「接線總機」(switchboard.com)網站,使用者只要輸入和更新自己的電話號碼,就可以免費使用網路電話簿查詢,成為最受歡迎的網站之一——畢竟,多數人大概都不願意花錢播104查號台,還得大費唇舌,引經據典告訴服務人員「數位時代」該怎麼拼!

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