過去買茶葉蛋算人流設站!Gogoro執行長姜家煒:如今AI調度整座城市能源,要讓人更像人
過去買茶葉蛋算人流設站!Gogoro執行長姜家煒:如今AI調度整座城市能源,要讓人更像人

2026 AI TAIWAN未來商務展,於6月24日(三)至26日(五)台北圓山花博爭艷館舉行,今年以「All in AI」為主題,宣告AI已成為百工百業關乎生存的結構性資源。展會集結海內外逾200家解決方案團隊參與,並規劃50場次內容活動,展現台灣最大B2B AI實戰生態系。《數位時代》直擊現場,帶來第一手觀察。

當AI浪潮席捲各行各業之際,多數公司思考如何導入生成式AI快速提升效率、降低成本時,台灣電動機車龍頭Gogoro執行長姜家煒卻提出一個截然不同的觀點,「AI不該讓企業更像機器,而是讓人更像人。」

這句話,也是Gogoro過去2年導入AI後得到的答案。以能源公司起家的Gogoro每天面對的是一座城市的能源調度:哪裡該蓋站?哪顆電池先充?如何兼顧尖離峰用電、電池壽命與供電效率。

從每天數十萬次換電、數千座換電站的能源調度,到第一線店長的經營決策,AI正在接手愈來愈多重複性的工作;但在姜家煒眼中,AI負責的是計算,人負責的是判斷。「真正需要人的,是信任、同理與創造。」

Gogoro執行長
Gogoro 執行長姜家煒「以人為本,驅動 AI 時代能源經濟」探討如何透過AI省下重複勞動的時間,讓人才更理解消費者、關心團隊,並專注於創造產品價值。
圖/ 未來商務展 王永村攝影

曾靠買茶葉蛋算人流,如今AI接手整座城市能源調度

回顧Gogoro自2011年成立以來,當時AI尚未普及,公司依靠大數據。早期為了找到最佳換電站位置,Gogoro團隊曾經土法煉鋼站在街頭計算人流,甚至買便利商店茶葉蛋,比對前後發票號碼推估一天經過多少人,再結合商圈交通資訊判斷設站位置。

但隨著換電網路規模愈來愈大,每天數十萬次的換電數據紀錄,Gogoro也建立起全台最完整的能源運行資料庫。現在,Gogoro不再依賴人工調查,由AI主動預測哪個商圈開始需要建置換電站、哪一區即將出現換電需求,何時應該擴充既有的站點。

「我們不只是決定哪顆電池先充飽,而是在管理整個城市的能源流動。」姜家煒說道,必須同時考量區域供電能力、電池充電效率、車主可接受的最遠換電距離,以及整體能源最佳化,而不是單純追求單一的站點效率,而換電站拓點評估時間也從原本一週縮短至2天。

不過,姜家煒也提醒,許多企業急著導入AI,卻忽略了最重要的一步。「企業應該先數據化,再自動化,最後才是AI。」沒有高品質的數據資料,再先進的AI也無法發揮價值。

AI接手重複工作,讓人才把時間花在人身上

不過,比起能源管理,姜家煒花更多時間談的,其實是人。「管理公司真正難處理的是人。」他說道,AI可以運算、分析、整理、預測,但判斷、同理、信任與想像,仍然只能由人完成。

因此,Gogoro花了長達2年的時間,研究如何把優秀主管的決策邏輯複製到AI模型中。例如分析績優店長如何判斷業績、如何找出問題,再將這些決策模式寫進AI Agent,讓第一線店長每天只需數十秒,就能獲得營運建議,不用再花半天整理報表。

「不想浪費人才在重複的事情上。」姜家煒說,AI節省下來的時間,不是讓員工做更多工作,而是把時間還給人,像是店長可以花更多時間陪伴店員、理解消費者需求、建立團隊信任,而不是埋首在Excel表單與報表中。

#1 Gogoro執行長
2026 AI TAIWAN未來商務展,於6月24日至26日台北圓山花博爭艷館開展,展會集結海內外逾200家解決方案團隊參與,並規劃50場次內容活動,展現台灣最大B2B AI實戰生態系。
圖/ 未來商務展 王永村攝影

在他眼中,AI真正的價值,不是取代人,而是把人從重複工作中解放出來。因此,Gogoro希望AI負責所有可以重複、可以標準化的工作,而人則把更多心力放在理解他人、創造價值與建立信任上。

目前導入AI後,Gogoro派工效率提升,業務回應速度提高30%;新人培訓時間由一個月縮短至2週,即使有人員異動,也有6成工作內容可以由其他同仁快速接手。

事實上,就連消費者也能夠開始感受到AI帶來的改變。透過Gogoro App會依據馬達數據分析騎乘效率,提供更省電的建議,但最終是否採納,仍交由騎士自己決定。

當越來越多企業把AI視為降低成本、取代人力的工具時,姜家煒選擇了一條不同的路,Gogoro並未迷失在AI技術的追逐中,他相信真正的競爭力,不在於企業用了多少AI,而在於AI是否讓員工更有時間思考、陪伴與創造價值。

AI TAIWAN未來商務展更多報導:
簡立峰:哆啦A夢在路上,快來了!台灣少子化有解,但錯過這波就錯過黃金十年

工業沒辦法接受你慢慢來!達明解析人形機器人落地順序:先專用、後通用

不只管人、還要管AI!莫德納把「HR和IT」大合併,背後邏輯是什麼

關鍵字: #AI #gogoro
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