數位轉型最難一段!北捷「QR紙票取代代幣」技術沒問題,為何用戶還是卡在閘門前?
數位轉型最難一段!北捷「QR紙票取代代幣」技術沒問題,為何用戶還是卡在閘門前?

「一張紙票,讓我們看到數位轉型最難的那一段」

近期北捷推出全新QR單程紙票,藍色代幣正式走入歷史。
北捷最終目標是希望讓票券行動化,這個方向很清楚,也很合理。

全球主要城市的大眾運輸都在走向手機進站,台北跟上這個趨勢是必然的。
但消息一出,反應跟預期的不太一樣。

多數民眾反應&評價:紙票比代幣更容易搞丟、若閘門不支援 QR 還要找哪個能掃、QR Code 沒印好怎麼掃都掃不過、一個人卡在閘門前面後面一排人跟著卡住。

一個朝著正確方向走的決策,在執行層面產生了使用者體驗的落差。這件事值得被認真討論,不是因為北捷做錯了,而是因為這個落差在很多數位轉型的過程裡都會出現,而且幾乎每次出現的原因都很相似。

目標正確,但過渡期的設計是最難的那一段

今年年初北捷已經開放手機 QR Code 乘車碼,但首日使用率不到1%,手機進站的選項早就存在,用戶的習慣卻沒有跟上。

這是數位轉型裡一個非常普遍的現象:技術已經準備好了,但使用者的行為慣性還停在原來的地方。這個中間的距離,不是靠推出新功能就能跨越的,是需要時間、需要引導、需要讓新的方式在使用者的日常裡慢慢變得自然。

北捷的終極目標是手機進站,現在的QR紙票是中間的過渡。
但過渡期的設計,恰恰是整個轉型過程裡最容易被低估的部分。

代幣的設計邏輯很簡單:一個圓形的東西,一個對應的圓形插槽,幾乎不可能搞錯,不需要任何說明,不需要任何學習成本。這個設計服務的,是那群對北捷系統最不熟悉的人,第一次來台北的觀光客、偶爾進城的外縣市長輩、甚至是臨時忘記帶悠遊卡的上班族。

QR紙票對熟悉數位操作的人來說可能沒有差別,但對那個提著行李、第一次走進台北捷運的觀光客來說,多了好幾個需要在現場摸索的步驟。

找支援QR的閘門、確認紙票有沒有被折到、等待感應確認,每一個步驟單獨看都很小,但加在一起,對一個陌生的使用者來說就是摩擦。

過渡期的設計,應該讓舊習慣的使用者有足夠的緩衝時間適應,同時讓新方式的學習成本低到不需要特別說明。這兩件事同時做到,過渡才算真的順暢。

環保這個議題,讓這次改版更複雜

數位轉型的溝通,有一個很容易踩到的地雷:當你對外說明改變的理由時,那個理由必須在更大的脈絡裡站得住腳。

北捷說代幣摸來摸去不衛生,擔心病毒殘留風險,是這次改版的主要說明之一。

但民眾很快就提出了一個對比:餐廳的餐具,政策要求要使用可重複,並清潔消毒。一個直接碰到嘴巴的碗筷都可以清潔消毒重複使用,一個代幣,為什麼標準反而更嚴格?

這不是在質疑北捷的出發點,而是說明了一件事:當改變的理由和民眾在其他場景裡接收到的邏輯出現落差,就會引發疑問。

同時,換成紙票的目的之一是「減少碳足跡」。但新票券使用的是熱感應紙,含有化學塗層,無法進入一般回收系統。這個說法和環保政策近年來一直在推動的「減少一次性廢棄物」方向,讓民眾感覺到了矛盾。

這些反應,說明的不是北捷做錯了,而是在數位轉型的溝通上,有一個地方可以做得更完整:當你說明改變的理由時,把那個理由放在更大的脈絡裡檢視一遍,確認它在各個角度都說得通,而不只是在單一場景裡成立。

使用者在哪裡,是過渡期設計最重要的問題

根據北捷所述,買單程票的人,每天大約 3.5 萬到 4 萬人,比例僅約 2%。

設計一個給這群人用的過渡方案,最重要的問題不是「這個方案技術上可不可行」,而是「這群人在使用的那個當下,狀態是什麼」。他們可能正在趕時間、可能提著行李、可能對這個城市完全陌生。

在這個狀態下,什麼樣的設計讓他們最不容易卡住?

這個問題,在任何一個系統或產品的設計過程裡都成立。技術方案的可行性和使用者在真實情境下的體驗,是兩件需要分開評估的事。前者在內部就可以驗證,後者需要去到使用者的現場才能真正理解。

數位轉型最難的,從來不是技術

北捷這次的改版,技術上沒有問題,QR Code是成熟的技術,手機進站是可行的方向。

難的是那個中間的部分:怎麼讓一個習慣了舊方式的使用者,在不感到困惑、不感到被強迫的狀況下,慢慢走向新的方式。

這個問題沒有標準答案,因為每一個場景的使用者都不一樣,每一個轉型的起點和終點之間的距離也都不一樣。但有一件事是共通的:過渡期的體驗設計,需要和終態的技術設計放在同等的優先序上被認真對待。

很多數位轉型專案,技術端做得很完整,但過渡期的使用者體驗是最後才被想到的事,甚至是上線之後才開始處理的事。北捷這次收到的負評,說明的正是這件事:當使用者在過渡期感受到的體驗和改變的初衷之間出現落差,那個落差就會變成溝通上的成本。

提前把這個成本算進去,在設計階段就把使用者的真實情境放進來一起想,通常比上線之後再來處理要有效率得多。

這是北捷讓我們看到的事,也是每一個正在推動數位轉型的組織,都值得在啟動之前認真想一遍的事。

本文轉載自哲煜科技創辦人暨執行長李秉哲

關鍵字: #數位轉型
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