關於起士公爵 主廚James用來自於醫學中心6年多的服務經驗,想讓大家可以安心吃甜點,又可以減少吃甜食所產生的負擔。起士公爵在6年內烘烤出1,388,110顆蛋糕,相當於16公里的旅程。我們持續致力於快樂的味蕾實驗與廚房發明工作環境,思考如何將甜點可以「療癒心靈」又能「減少身體負擔」的平衡,達到起士公爵的「剛剛好」哲學。在堅持純粹、土地、永續的核心理念下研發新甜點有很多限制,我們選擇了一條艱難的路。知道化學添加物快速、方便、美味,但和健康有所衝突,所以我們堅持無添加。因為起士公爵想帶給大家的,是美味甜點的享受、與身心靈的平衡滿足。

⭕️這次訂來試吃的是起士公爵的 ~ 無奶油、無鮮奶油、無澱粉、無防腐劑、無化學香精香料製成的 純粹原味還有75%皇家特濃布朗尼 彌月蛋糕~

⭕️宅配收到包裝完善的冷凍包裹後,拆開外袋內裝有這次開箱的兩盒蛋糕,並附有精美提袋和簡介DM以及方便收到蛋糕就可以馬上品嘗享用的盤叉和蛋糕刀~冷凍可以保存7日,建議品嘗前先靜置於室溫一下,吃起來會很像冰淇淋乳酪蛋糕喔~在不同的溫度下品嘗各有不同的口感和風味~

⭕️外盒都印有保存期限和標示,起士公爵貼心的獨家客製化彌月禮服務,可以讓你從多種口味裡挑選喜歡的蛋糕口味、然後選烙印、還有選盒型、挑禮卡可以寫內容等等,還可以網路預約申請彌月蛋糕試吃~反正有任何想客製的需求都可以討論詢問~之前就一直聽聞各大媒體報導過和眾藝人也推薦呢~也因為起士公爵的堅持更是獲得了國內外多項獎章和認證~

各種口味介紹請參考官網
https://shop.cheeseduke.com.tw/pages/cheesecake
https://shop.cheeseduke.com.tw/pages/chocolate-cake

⭕️終於輪到我開箱啦~這烙印也太精緻了吧!盒裝配色和蛋糕搭配起來簡約又時尚,保護蛋糕體的盒模做得很好, 是起士公爵的智慧貼心專利盒,在蛋糕盒內置入了專利底壁與專利環繞壁的防摔設計大幅減低了蛋糕受力而變形的機率，確保蛋糕在運送後仍然呈現完美的原始全貌。剛收到包裹我還傾斜45度檢查外觀呢!盒上還有標示刻度告訴你可以切成幾等份幾等份~

⭕️盒上一旁有貼心小叮嚀,建議可以把刀子稍為泡溫熱再切割蛋糕會比較好切 ~ "初次品嚐到起士公爵的經典口味「純粹原味乳酪蛋糕」的朋友，很難想像這塊蛋糕只加了澳洲頂級凝脂乳酪、高品質的殺菌液蛋和少量的糖，每一口濃郁都是嚴格挑選的食材自然散發的風味。細細品味，留在舌尖的香氣久久不散。"我只是細嘗一小口一點點掉在旁邊的蛋糕屑屑而已,但立馬蹬大我的雙眼~真心覺得這款純粹原味根本我的菜阿 ! 超濃郁 超好吃 超合我的胃口 !

⭕️另一款75%特濃皇家布朗尼,經瑢妹吃過確認這特濃兩個字不是亂寫的! 一打開就是一整顆大大大愛心呀 ! 聽說把布朗尼烤得微熱微熱，熱呼呼的布朗尼讓氣味更濃郁，而且風味又會提升唷 ! 你看看,可以客製的彌月小卡加上超有誠意的蛋糕風味真的很適合當成彌月禮,送禮絕對不失面子 !

⭕️我的一顆心~~~害我端詳(誤)了很久,我到底該從何下手!?到底要從這裡切?還是那裡切?怎麼切都會破壞完整愛心~好兩難阿~

⭕️一樣先偷吃,掉在盤子一旁的蛋糕屑屑,儘管只有一點點,真的只有一粒米大小,這75%特濃皇家布朗尼真的吃過一口就讓人印象深刻了!超像頂級濃郁巧克力的!根本不像在吃蛋糕阿~根本完美比例 ! 淡淡的苦甘苦甘味,因為濃純香,不膩口,真的很容易不知不覺就一直吃下去~很可惜正在看文章的你吃不到~(還不趕緊手刀訂下去~)
⭕️現在訂購彌月禮盒滿額禮加贈奶瓶界的愛馬仕 hegen或SYNCON嬰幼兒雙向手推車 !!!

✔️這裡看看如何申請試吃:https://shop.cheeseduke.com.tw/pages/badycakes-foretaste

起士公爵官網
https://www.cheeseduke.com.tw/
起士公爵粉絲團
https://goo.gl/yGuzAf

加入Line@粉絲團
https://page.line.me/cheeseduke

門市銷售據點
• 🍰 南部門市:
台南西門:台南新光三越西門店 B2F
台南永康:台南市永康區中山南路436巷11號
高雄明倫:高雄市鼓山區明倫路59號(漢神巨蛋旁)
• 🍰 台中門市:
台中中港:台中新光三越中港店 B2F
• 🍰 台北門市:
京站:京站時尚廣場B3F
A11:台北新光三越信義新天地A11 B2F



#起士公爵 #彌月蛋糕推薦 #2020彌月 #cheeseduke

@ 起士公爵 Cheese Duke

AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4

【聯強總裁：制度是我們的信仰】
杜書伍砸50億蓋新總部　管最多的為何是一面窗簾？
　
文章出處：商業周刊 /作者：張庭瑜整理 /攝影：郭涵羚 /時間：2019.10.30
　
　　大家總說領導人應該「抓大放小」，但是，最近宣布將斥資逾50億元、在南港蓋新總部的聯強總裁杜書伍，卻告訴商周，他為這棟大樓花最多時間溝通的一件事，是窗簾。
　
　　去年剛度過30週年的全球第二大3C通路服務商，近年布局數據中心、資安、雲端等領域，交出營收連續第三年創新高的成績，毛利率也從去年的3.78％提高到今年第二季的4.33％。雖然，受美中貿易戰衝擊，聯強第三季營收成長下滑，在企業普遍為全球經濟前景憂心下，杜書伍仍決心投入超過1年淨利的75％蓋總部。
　
　　這是他口中「百年的事情」，意指要讓這棟樓的投資價值歷百年而不衰。籌畫過程中，也體現聯強30幾年來，無論是賣規格化的手機、電腦，或者是近年切進少量多樣、客製化的物聯網以及雲端服務，背後所奉行的同一套信念：制度化管理。
　
　　從一面窗簾，看杜書伍這位「細節控」，如何由小見大，貫徹「規格帶來效率」的經營思考。以下是他口述摘要：
　
柱距、坪數模組化
連蓋辦公室都有SOP
　
　　聯強很重要的文化，是不斷的從經驗中去整理、提煉，變成一套一套的知識，然後知識就可以成為公司決策的一套制度。所有東西都可以制度化，這是我們的信仰。
　
　　過去，我們在全球蓋了很多運籌中心、辦公樓，漸漸整理出一套蓋的時候要注意哪些事。把公設、格局、租金跟物業費都涵蓋進來計算，就能夠比較不同大樓的「每工位使用成本」。
　
　　第一， 我們很注重柱子的距離。這次我跟他（建商）講，（柱距）可不可以多給我20公分？20公分就差將近20％的座位，我本來可以排5排（座位），變成排4排。大家都不注意這個，所以使用坪效很差。
　
　　第二， 我們對房間格局有一套標準規範，只有大、中、小3個尺寸，可以當辦公室、會議室、儲藏室等等，涵蓋所有用途。大房間可以坐12個人，也可做高階主管辦公室；中會議室大概是6到8人；小空間大概（容納）4人。
　
　　所有的東西都設想好，就是這樣的規格，不需要第四種。像這個辦公室（指目前租用的總部），我們住了30幾年，格局幾乎沒有變。在我們這個行業裡面，其實，學會了一個法則，就是要把複雜的東西簡單化，才能夠讓很多人會用。
　
　　做系統的人都知道，一定要模組化，模組化代表每一個地方都可以換。而客製化就是，那我到底要兜多少東西？就像套餐，前菜有3種，你要選哪一個？後面的甜點，你要咖啡還是茶？好像在玩拼圖，但它有個規則，所以你很好拼。系統要能夠大量去銷售，一定要走到這樣的階段。
　
　　我先講一個故事。1978年，我負責推廣英特爾micro process（微處理器）。第一件事，是開課訓練客戶的工程師，後來我規畫了怎樣報名、報名費怎麼收、上課時要準備什麼東西等。
　
　　整個流程的SOP設計好後，就叫助理去做，我就去忙另一件事。（但）當我回過頭來再看課程，已經零零落落，把它弄好後，再回去看我原本做的事（指當時在神通電腦負責快訊），也是零零落落。
　
　　那時我就問自己，我杜書伍這輩子只能做2件事情嗎？只有在這2件事情上來來回回？假如不是的話，我應該要注意什麼？
　
不是建完制度就沒事……
重點在養成紀律、隨時優化
　
　　後來，我就盯著他（助理）養成習慣、上軌道。因為習慣還沒有養成，就會有一搭沒一搭的，到後來整個SOP就不存在了。這是我在很年輕的時候就體悟到的管理重點。
　
　　我們（聯強）的組織怎麼做？首先，公司每一個人都要做月報，整理他的經驗、角色扮演，告訴我這個月做了什麼、看到什麼、發現什麼，這個就是整理的功夫。
　
　　第二個是，我們很清楚，運作人員每天要不斷處理他面對的事物，其實沒有比較長的時間能夠靜下心來做規畫。我們政策是把分工拆開，總部有規畫人員，不斷蒐集每個國家的經驗，整理轉換成制度，制度又把它轉換成ERP（企業資源規畫系統），然後再給運作的人去用。
　
　　我們把經驗變成知識，把知識變成制度，制度變成我們的ERP，現在總部大概近400人在做這個事。
　
　　制度就是公司的know-how（訣竅）所在。很多人排斥制度，其實他就是排斥know-how。know-how怎麼樣轉化成公司優勢？一定是要變成制度，讓大家去用它，然後產生對外的競爭力。
　
　　為什麼常設總部有這麼多人在規畫制度？其實它不斷優化，不是說一個事情好像做好了，然後就一勞永逸。要隨著外在時空、環境的變化，再加上經驗累積，不斷優化。
　
　　我們在買總部（討論設計）時，為了窗簾溝通很久。（因為）你走在馬路上，稍微注意一下，每一棟大樓都變得非常難看，就是窗簾，高高低低。
　
窗簾漏光、節能效果
考驗領導人連貫思考能力
　
　　除了美觀，要是不預先考慮好的話，窗台和窗簾中間一定有縫隙，不會完全契合，就會漏光。因為我們做事情常是分階段，外牆是營建去做，窗簾是裝修去做，然後使用者進來的時候，一看就傻眼了。這些都是連貫思考的問題。
　
商周問：窗簾漏光，影響會大嗎？
　
　　會干擾到員工的視覺，就會影響到他的感覺，然後室內燈光開得很亮，但感覺很暗，那整個辦公室的氛圍，就不是很舒適。我的理念是，辦公室就要簡潔、優雅、明亮。
　
　　我們（未來總部的窗簾）是5層的，一片玻璃，後面再鍍一層膜，惰性氣體放中空（間），然後再一片玻璃，後面再一個百葉（窗簾），接著再一片玻璃等⋯⋯。
　
　　玻璃下面有一個小細縫，室內冷氣透過小細縫灌進窗內，外面進來的熱氣被推上去，在天花板小細縫排出去，進入迴風系統，節能效果非常好。其實仔細計算，長期下來，花這個錢是值得的。
　
　　買一件衣服，可能穿3到5年就可以再換，但是一棟樓可能是100年。若不（在使用設計上）投資，去蓋一個10年以後就會落伍的東西，那麼折舊下來成本更高。所以一開始，你可能要增加20％的營建費，但你可以（用）100年。
　
商周問：但是這些細節，需要由領導人來做嗎？
　
　　第一個就是新的事情，我一定會跳下去參與，因為，我自己也必須要了解新的事情，否則根本沒有辦法做判斷。
　
　　另外一個是，使用頻率低的，我會親自下去督導。使用頻率低代表，你經常會忘掉以前怎麼做，例如找辦公室，大家都沒有經驗，一輩子也不會買幾次房子。
　
　　漸漸我就會把它交給規畫單位，我會盯著他說，你們已經接手這個東西，所以就不斷往前滾動。我不會被老的事情綁住，除非是金額很大、不常做的事，那我會看著說他們有沒有注意到。
　
推測未來會怎麼樣？
用長期思維整合各部門
　
　　做一個CEO或者高級主管，有一個很重要的職責，叫作整合。因為（不同部門）功能跟功能之間的搭配，往往會有gap（斷層），做為一個高階主管，因為你懂各部門的情形，你就要去做整合。
　
　　我們的組織架構或者機制，大方向在早期就定下來，這也是因為我比較會長考，有好多東西我會去推演說，5年以後怎麼樣？10年以後會怎樣？我不斷去拆解這行業的架構，拆成一個個element（元素），每一個都會去優化。然後，隨著外在環境，這個element本身再去做比重的變化。
　
　　所以萬事都可規格化，某種程度的「萬用」，在聯強裡一直是存在、慣用的概念。
　
原文網址：
https://www.businessweekly.com.tw/ma…/Article_mag_page.aspx…
　
　
#連結閱讀：
1. 聯強連續17年獲台灣最佳國際品牌
http://bit.ly/2pm4uIc
2. 聯強經營策略＝人才X系統制度X營運知識
http://bit.ly/323DSsw
3. 聯強全球營運總部 2024年落腳南港
http://bit.ly/2kl5oSy
　
🌏聯強國際為亞太第一大、全球第二大資通訊通路集團，2018年全球營收規模突破台幣1兆2,400億元。
🎯知識與經驗的分享，是我們回饋社會的方式。