未完成的顧客旅程服務
未完成的顧客旅程服務
2008.01.01 | 人物

台灣高鐵終於推出了期盼已久的網路購票服務,儘管一開始出了不少問題,但慢慢地大家也都習慣了,使用起來還算方便。不過說實話,從高鐵通車到現在一系列服務的推出,只是一步一步地滿足乘客的需要,讓使用者接受未完成的服務,正好說明了以使用者為中心的服務設計,在台灣還大有提升的空間。不過,接受服務的大眾為什麼願意向未完成的服務品質妥協呢?以使用者為中心進行服務設計真的很困難嗎?

以北美第一條快速鐵路為例,二○○○年底Amtrak在美國東岸推出的Acela Express線,主要途經華盛頓、費城、紐約和波士頓,在設計的時候採用了常見的顧客旅程(Customer Journey)或旅客旅程設計這個方法,將整個旅程分成十個步驟。設計者的目標是滿足乘客在這十步驟所有的需要,而不是以設計者為中心,只滿足列車從起站到終站的要求,忽略了乘客其他的需要。真的以使用者為中心的服務,並不會在顧客旅程的前五個步驟都沒有完成時,就推出半成品的服務;反之,顧客認知到自己應該得到全套服務嗎?如果顧客不挑剔未完成的服務,設計者願意以使用者為中心的動力也會降低。

這十步驟的前兩部分主要依賴資訊系統,也是初期台灣高鐵整體服務的最大弱點,主要原因是以設計者為中心而沒有以使用者為中心。以台灣高鐵售票系統的介面為例,包括為一般乘客設計的自動售票機介面和為售票人員使用的介面。還記得高鐵剛開始營運時,自動售票機的設計不夠方便,問題百出造成乘客寧願排隊購票,因而大排長龍。儘管現在系統比較穩定,有過經驗的乘客也比較熟悉而不再有大問題,但九月中有兩位教授投書指出,購買高鐵敬老票和殘障票遇到問題:一個問題是買完票才發現特殊票不能在自動售票機完成購票,另一個問題是售票人員使用的資訊系統,只允許同時買票的乘客位子劃在一起,如果同行的人不同時一起買票,就算先買到的位子旁邊都是空位,系統也無法將後買的劃位在一起。

這兩個問題顯示負責售票資訊系統的設計者,沒有做或沒有做好使用者的任務分析,而提出需求和驗收的管理者,沒有做或沒有做好可用性評估。使用者的任務分析是在設計系統初期,全部整理所有潛在使用者在各種情境中操作系統的一系列動作;可用性評估是在系統開發的過程中,以使用者有效率、輕鬆、不發生任何嚴重錯誤的原則,對系統進行各種使用者測試評估,這些測試不是在測機電腦有沒有故障,而是測試使用者會不會用、用得好不好。

其實這是國內外互動設計的基本動作,也是個別企業、產業、政府、以及國家乃至於國際的標準。
現在我們去日本自助旅行乘坐電車,並不會覺得售票機的使用非常困難。另外,整體顧客旅程的設計也相當方便,換乘各種交通工具並不困難。其實當年日本新幹線和許多電車系統設計售票系統時投入了許多心力,甚至於讓設計人員和操作人員相處在一起,生活和工作都在一起,設計者才能真正進入使用者的環境中,設身處地以使用者為中心進行設計。

這個例子剛好顯示在互動設計領域,和風與美式的一大差異。美式的風格經常先以分析歸納,建立一個理論架構和系統化方法,比如顧客旅程的架構和使用者可用性測試,然後應用這個架構方法,以產生所有個體都能接受的設計成果;但日本式的風格往往先進行感性的體會與體驗,然後從個別經驗中昇華演繹出適用於大眾的設計成果。這也是為什麼常聽到日本技藝達人強調用心,從煮拉麵到研發尖端電子產品都要用心。到底怎麼用心?除了敬業認真之外,還要以使用者為中心,體會服務對象的需要。美日風格雖然各有法門,其實殊途同歸,是否叫做顧客旅程設計法反倒不重要了。

雖然高鐵總算滿足了顧客旅程中十步驟的基本需要,還有轉型中的台鐵、興建中的北高捷運、機場捷運、其他縣市的輕軌電車等,都可以採用顧客旅程設計法。更進一步因應台灣發展觀光和服務業,現在必須以外國觀光客的顧客旅程來分析。對他們來說,高鐵、台鐵、捷運哪個比較好並不重要,任一個環節出問題都是在台灣旅遊的不愉快經驗。所以不管是採用系統化的顧客旅程法和使用者評測,還是感性用心去貼近觀光客的旅遊情境,都能避免提供未完成的半套服務給來台的外國觀光客。看來除了請金城武或F4代言之外,提升台灣的觀光還有不少事要做。 

雖然高鐵滿足了顧客旅程中的基本需要,
但還有一些交通設施也可採顧客旅程設計法。
更進一步因應台灣發展觀光和服務業,
現在必須以外國觀光客的顧客旅程來分析。
 

往下滑看下一篇文章
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
決策桌上的虛擬團員:臺大 EiMBA 如何將 AI 從「工具」升級為「共創夥伴」?
2025.12.09 | 創新創業

「過去我們教育教導學生如何從數據中找出標準答案,但在生成式AI的時代,標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為,當資訊獲取邊際成本趨近於零,企業的競爭優勢已不再是單純的「掌握資訊」,而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號,而是一場正在被驅動的轉型。從課程設計的邏輯重組,到學生創業專題的實戰演練,臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案,當教授變成「學習架構師」

「我們不再只是教導知識,而是設計學習。」李家岩指出,臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師(Learning Architect)」,他們的任務不是單向輸出,而是設計出高強度的挑戰與情境,讓學生在解決問題的過程中,自然地將 AI 納入決策迴路 。

以今年新開設的「雙軸轉型與人工智慧」課程為例,這並非傳統的技術概論課,而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書,反而被要求運用生成式 AI 輔助設計商業模式畫布(Business Model Canvas),甚至利用Vibe Coding技術讓不懂程式語言的商管學生,也能透過自然語言與提示工程,快速生成互動式的原型與操作介面來模擬市場反應 。這項技術打破了傳統「文組企劃、理組執行」的藩籬,讓創意能即時轉化為可執行的程式碼。在這個過程中,AI 扮演的角色並非代筆的秘書,而是將概念具現化的加速器,以及最嚴厲的邏輯質疑者。

bn圖說女生.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕
圖/ 數位時代

「這是我在課程中學到最深刻的一課,」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管,她坦言最初員工對 AI 充滿敬畏,甚至恐懼被取代。但在 EiMBA 的課堂上,她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯,迫使我們把策略餵給AI後,必須面對它無情的反問。」鐘紫瀕回憶,「這個市場假設有數據支持嗎?」、「你的競爭壁壘在哪裡?」這種高強度的追問,都是AI在對學員提出的挑戰,迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案,現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子,映照出我們思考邏輯上的盲點。」

數位孿生實戰,將「感覺」轉化為「數據決策」

除了策略層面的思維激盪,AI 在營運端的落地應用,更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業,過去他的經營模式多仰賴美感與經驗,「以前做決策就是憑感覺,甚至忙不過來時,連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上,他被迫面對冰冷的數據與流程,而這正是李家岩強調的「數位孿生(Digital Twin)」素養 。

台大EiMBA圖說一
赤赤子設計師林宏諭
圖/ 數位時代

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型,利用AI進行模擬與預測,是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走,非常痛苦,」林宏諭形容,為了讓 AI 能協助優化流程,他必須把每一個步驟定義清楚,無法再用「大概」、「憑感覺」含糊帶過 。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後,林宏諭發現自己的決策不再是賭博,而是可被驗證的科學。「現在AI不僅幫我理清思緒,更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動,讓大家能準時下班,去做更有價值的事。」這正是課程希望帶給學員的轉變,從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

bn圖說二.jpg
臺大EiMBA執行長李家岩
圖/ 數位時代

跨域共創,打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們,就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代,如此多元的背景在AI的催化下,產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎(Hult Prize)肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊,成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術,打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋,在過去,不同領域的專業人士溝通成本極高,但現在,AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻,讓文組生也能做Prototype,更讓理組生也能懂得商業敘事。」在這樣的環境下,創新不再是單打獨鬥,而是像RiiVERSE團隊一樣,結合理性與感性,共同回應全球永續(ESG)的艱鉅挑戰。

為了內心的狂熱,動手去做

然而,隨著AI涉入決策越來越深,一個核心問題浮現:在演算法能預測趨勢、生成文案甚至編寫程式的時代,人類領導者的價值還剩下什麼?「我們教的不是被AI取代,而是擴增智慧。」李家岩眼神堅定地說。他強調,未來的領導者必須具備三項關鍵特質:AI素養、跨域系統設計能力,以及科技人文的反思力 。

其中最關鍵的,是懂得界定「自主邊界(Autonomous Boundary)」。領導者必須清楚判斷:哪些決策該放手讓 AI 自動化?哪些時刻必須保留人類的溫度與價值判斷?「例如在智慧工廠中,AI 可以預測機台何時需要維修保養,但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』,這些涉及價值觀的決策,永遠需要人類來定奪。」李家岩補充道 。

bn圖說三.jpg
寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕(左)/臺大EiMBA執行長李家岩(右)
圖/ 數位時代

在李家岩眼中,真正的創新往往不是來自同類型人才的討論,而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段,跨域合作才能讓問題完整。」他再次提到。對他而言,EiMBA 想培養的不是知道最多的人,而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代,領導者最重要的能力,不是掌握所有答案,而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說,而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。

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
進擊的機器人
© 2025 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