趨勢專家和NBA
趨勢專家和NBA
2007.11.01 | 人物

十月十七日上午,我在上海最繁華的南京路上波特曼酒店裡,遇到約翰.奈斯比(John Naisbitt)和大衛.史騰(David Stern),並和其中的一人坐下來喝咖啡,聊了一小時。沒錯,你可能猜對了,因為工作關係,我採訪的對象是奈斯比,雖然我更想衝去堵史騰。

奈斯比和史騰都來自美國,前者是趨勢專家,後者是美國職籃NBA總裁,但互不認識,同一天住在波特曼只是碰巧。奈斯比是應邀到上海演講,史騰則是主動帶克里夫蘭騎士隊和奧蘭多魔術隊到上海打熱身賽,這是他把NBA推銷到中國的新動作。

奈斯比已經七十多歲,但仍很精神,今年才出了另一本新書《MIND SET——奈思比給你十一個未來定見》,而且接下來還有一連串寫書計畫。老先生告訴我,他一九六七年就來過中國,這一次他決定帶太太從美國搬到中國,在天津買房子定居,和天津的南開大學合作,成立奈斯比中國研究中心,追蹤中國一百個城市的發展變化,並定期發表研究成果。這是前一陣子他與天津市長戴湘龍交談之後,做成的決定。

奈斯比是典型美國市場造就出來的趨勢專家之一(我之前還採訪過寫《第三波》的Alvin Toffler,和寫《企業推手》的Stan Davis),他們預測的未必都對,但觀點和研究方法總會讓你產生好奇而埋單。奈斯比過去三十年來提出的「高科技、高感性」(High Tech, High Touch)、「全球弔詭」(Global Paradox)和「亞洲大趨勢」(Mega Trends in Asia)等,都經常被引用。他本人雖然比一般讀者大上一到兩代,但總想賣下一代的新觀念給市場。

在一小時的訪談中,我覺得這位趨勢大師的觀點大抵平淡無奇,或許因為在中國的研究才要開始,能談的還不多,但是最後五分鐘他丟出的「人才外包」(outsourcing of talents)觀念,倒是有點意思。

他覺得體育人才外包是最普遍的例子:歐洲的職業足球和美國的職業棒球、籃球,都有超過四成球員來自國外。美國把職業運動員的名額外包給其他國家,其他國家則把體育節目外包給美國。

可不是嗎?在我進到波特曼的大堂時,包含騎士隊明星球員詹姆斯︵LeBron James︶在內,一群兩公尺以上的長人已在樓下集合,要搭車到體育場去練球,為當晚的NBA熱身賽做準備,這裡頭有不少是非美國籍球員。當姚明五年前被休士頓火箭隊選中,NBA多了一位中國球員,少了一個本土名額,但也因此多了三億中國觀眾。

一位研究NBA的中國記者告訴我,在NBA例行賽中,如果是來自兩個小城市的球隊對戰,美國本土加海外電視觀眾大約是三百萬人,但只要有姚明出賽,光中國觀眾就可多三千萬人。但代價是,中國觀眾開始看NBA,中國本地的CBA觀眾愈來愈少,就像愈多台灣觀眾看王建民在洋基出賽,本土的中華職棒變得愈冷。

當然,這件事不是一夜之間發生,而是伴隨全球化的腳步推前。二十年前,史騰成功地把有麥可.喬丹︵Michael Jordan︶的NBA轉播權賣到美國以外。但當他到北京拜訪官員,想要如法炮製引進這個全球最多人口國家時,據說沒人認識他,硬是讓他在門外坐了五個小時,最後自己摸著鼻子離開。但他始終沒放棄,從引進王郅治、巴特爾到姚明,今年又多了易建聯和孫悅兩名中國球員加入。過去二十年,他把世界各地的好手找到美國打球,繼而把NBA轉播權賣到世界各地。最成功的例子,是把NBA變成中國最熱的職業運動轉播,並把中國變成NBA最大的海外市場。

如果不是因為國籍限制,史騰倒是我心中最理想的二○○八總統候選人,以他的經驗,應該最有能力把台灣行銷給全世界。
人才外包和勞力外包不同,勞力外包是做代工,不牽涉文化,人才外包則牽涉文化因素衍生的市場。要把文化商品(洋基比賽、休士頓火箭比賽)賣到全世界之前,要先找全世界的好手加入作為橋樑,這如同美國的投資銀行和顧問公司喜歡用在美國畢業的外國學生,將來再派他們回自己國家去接案子做,因為他們懂當地國情和人脈。

奈斯比和史騰都是商人,他們很清楚前一個五年是全世界對中國有興趣,要向中國買東西(廉價的非文化商品),而下一個五年是中國對全世界有興趣,只要找到橋樑,就可以把東西賣過來,比方奈斯比的趨勢觀察或史騰旗下的NBA球賽。

這才是令我真正感到有意思的地方,即便美國經濟短期好不了,美元一直在貶,負債一直在增,但是有頭腦的美國生意人,還是能不斷創造需求,知道自己有什麼東西值錢,該怎麼賣出去,這正是台灣目前該學的。

即便美國經濟短期好不了,美元一直在貶,
負債一直在增,有頭腦的美國生意人,
還是能創造需求,知道自己有什麼東西值錢,
該怎麼賣出去,這正是台灣目前該學的。

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