將F1的競速感 延伸至產業
將F1的競速感 延伸至產業
2007.08.01 | 科技

全世界最昂貴的車是什麼?不是法拉利、不是賓士,而是風靡全球賽車迷的F1賽車。你知道一台F1賽車的造價需要多少錢嗎?至少在一百萬英磅以上,換算成新台幣相當於要花費六千八百萬元,才能打造出一台F1等級的賽車。由於價格如此昂貴,使得F1賽車從設計、研發到製造都列為最高機密,也令外界想一探究竟。

一台F1賽車的設計與製作是非常複雜的工作,其中引擎、變速箱、車身以及電子系統,是當中百萬零件裡最為昂貴的部份。尤其是引擎更是整個車體的心臟,每年F1車隊的預算,幾乎超過五○%都用在引擎的研發與製作上。

由於需要高轉速的動力輸出,F1賽車所需的零組件相當要求輕量化以及高強度,這也使得在零組件的挑選上需採用多種特殊合金材質。因此,這些特殊材質在一般汽車零組件供應鏈中並不常見。

賽道上分秒必爭

其實整個賽車的發展就好像產品供應鏈的縮影,若不能即時洞察產品性能,就無法在第一時間內做出立即反應。

根據研究機構AMR二○○三年報告指出,市面上看到的手機、筆記型電腦,或者大到飛機、汽車等產品,其設計開發與製造的成本,即占掉產品生命週期總成本的七成以上。如果在產品開發的過程中,減少設計與製造的落差,可提高三○%的生產力、降低二五%的材料成本、節省八○%的文件成本、加快六○%的報價速度與延長產品週期達八○%。

以最講究「時間差」的F1賽車為例,若能降低製造時間,將更利於比賽;換句話說,比賽不僅在賽車道上,更多是在賽車道之外。因此,組成F1賽車裡的每一顆小螺絲釘都非常重要。

傳統汽車供應鏈相當複雜,不但零件供應商體系龐大,地理位置又散布全球各地,管理起來很不容易。若是再將物流系統的複雜度納入考量之中,就算不計零組件運送費用成本,單單尋找原物料與運送物流的時間就可能造成失誤。

要解決上下游產業鏈聯繫不足的問題,最好的方法就是在研發車體結構時,讓零組件供應商一同參與,甚至直接提供相關意見。

例如零組件廠商可以隨時提報某零件此時是否缺貨,或建議採用某種零組件讓車速更快等。研發團隊第一時間收到這些資訊,可立即修正車體結構與零組件,不需等到設計圖全部畫完交給零組件製造商時,才發現某些零組件缺貨需汰換,浪費不必要的時間與成本。
**
浪費時間成本是大忌**

「速度、速度、速度」是賽車場最重要的定律,產業競爭何嘗不是?
由於F1賽車的零組件大多不是標準規格,很多都是由車隊自行研發設計,因此如何記錄這些複雜的零組件顯得相當重要。F1賽車從研發設計、製造生產、檢測再到實際比賽,每一項數據資料都必須作為日後在維

修站裡的參考指標,更可能是影響﹁賽道上﹂的關鍵因素。

為了解決傳統供應鏈的缺失,知名的軟體方案廠商IBM透過產品生命週期管理(Product Life-cycle Management, PLM)解決方案,整合原廠與上下游供應鏈的資源,不但可降低管理供應鏈的成本,更可隨時監控零組件的庫存情況。

過去因原廠與零組件供應鏈之間的訊息並未透明化,容易造成資訊不對稱。透過這套產品生命週期管理,可讓車隊與零組件供應商彼此清楚庫存狀況,順利安排生產計畫。

下次看到F1賽車的轉播時,可以特別留意賽道邊的維修人員常盯著筆記型電腦上的數據,其實這時候就是維修人員在賽車遇到故障時,立即調閱這些零組件的資料,以便於在最短的時間內更換新零件。要拿到冠軍前,得先搞定一台賽車裡的這五千個零件才行。 

**速度決定一切  **
在產品開發的過程中,減少設計與製造的落差,才不會浪費不必要的時間與成本。 
提高的生產力      30%  
降低的材料成本  25% 
節省的文件成本  80% 
加快的報價速度  60% 
延長產品週期      80% 

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