創新工場和BCG咨詢合作的「+AI改造者」系列：看看無人機技術起家的極飛，如何賦能農業生產全環節，提升全球農業生產效率。

改造者系列：農業「+AI」全環節守護新疆棉花

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智能在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

創新工場投資的極飛科技是一家致力於未來農業的AI科技公司，極飛將無人機、機器人和傳感器部署在稻田、麥田和棉花田裏，用技術賦能農業中的播種、農藥噴灑、栽種管理、甚至天氣監測環節。用於作物噴灑的極飛科技R150農業無人車已經被推廣到了英國，應用在蘋果、草莓、黑莓等多種經濟作物的種植流程中。

在采訪中，極飛科技聯合創始人龔檟欽表示，AI在農業的應用才剛剛開始，未來極飛會探索更多AI和農業的融合，例如用AI來賦能優化作物模型（crop modelling），幫助識別作物生長過程中的不確定因素，從而實現提前預警和判斷。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在農業領域，隨著機器自動化、機器視覺、物聯網等技術的發展，農業的提質增效和轉型升級也被不斷加速。以極飛科技為代表的一批農業科技企業，通過無人機、智慧農業系統等科技賦能，使得傳統的農業勞動更加高效、環保、節能。

1 「改造者」通過傳授其AI技術和垂直行業理解，極大地削弱了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。

■本期受訪嘉賓：龔檟欽

極飛科技將無人機、機器人、自動駕駛、人工智能、物聯網等技術帶進農業生產，通過構建無人化智慧農業生態，讓農業進入自動化、精准高效的 4.0時代。

龔檟欽是極飛科技聯合創始人，2018年福布斯中國「30 under 30」封面人物。龔檟欽曾任鳳凰衛視特約海外記者、國家地理製片人。龔檟欽先生擁有悉尼大學學士學位、巴黎九大與清華大學聯合博士學位在讀。

■對談實錄

Q1：極飛科技最早以無人機技術起家，後來為何選擇進入農業這一垂直領域？

龔檟欽：極飛科技以無人機航模控制器起家，最開始的時候我們曾嘗試過把無人機技術帶到電力巡線、安防、南極科考、物流等諸多領域，但很多領域的應用很難市場化，比如物流或電力巡線在當時都受到市場規模和法律法規的制約，難以發揮無人化技術的最大價值。

2013年9月，由於機緣巧合，極飛科技開始探索農業這一領域的無人機應用。我們發現，有客戶購買極飛的飛控之後進行改裝，拿到新疆去做航拍，還有許多人看到極飛之後在考慮用無人機做農藥噴灑。於是當月我們也一起走訪了新疆。9月正值棉田收穫期，我們卻看到大量農民背著藥箱，忍受著刺鼻的氣味在噴灑農藥，原因就在於新疆已經請不到采棉工了，需要農民噴灑脫葉劑來保證棉花同步成熟，再由大型采棉機統一采收。但是人工噴灑脫葉劑的效率非常低下，而用拖拉機噴灑又會軋壞棉花導致減產。

當時的新疆不僅缺乏采棉工，連噴灑脫葉劑的人工也請不到了。隨著城鎮化的發展，大量人口從農村流入城市，從前每年秋天新疆會有六七十萬人坐著綠皮火車從四川、河南、陝西來采棉花，如今這樣的畫面已難以再現。新疆出現了勞動力供給的缺口，而這也正是機器和技術能夠賦能的地方，就采棉催熟而言，要求脫葉劑的噴灑量不高，無人機這種空中飛行的機器有著天然的優勢——能夠在空中精准、均勻地噴灑，很大程度上減少人力並提高效率。不只是采摘，從播種到收穫的全流程中，機器人能高效地完成許多任務，包括播種、施肥、除草、除蟲等等，無人機能夠極大地提升農業生產效率，尤其在生產期較短的地域迅速提高單位時間的產量。由此，無人機能為農民釋放更多產能，一個人能管理的農田更大，即技術賦能土地規模化集中，而土地規模化之後農民對機器的需求也更大，從而進入「技術加速資源有效整合」的正向循環。

目前，極飛科技的無人機已經覆蓋了新疆機采棉面積的一半以上2，從棉花延伸到了水稻、小麥等需要大量人工的作物，從新疆延伸到了東北、雲南等全國大部分地域。

我們一直相信，當腦海裏有一項技術的時候，你要為技術選擇一個行業，選擇用技術來做什麼事。

2截至2020年10月，極飛科技農業無人機棉花脫葉劑作業面積占新疆機采棉面積的一半以上。

Q2：極飛在賦能農業的過程中是否遇到過什麼挑戰？極飛是如何應對的？

龔檟欽：在工業裏，規模化生產的工廠是工業自動化的天然載體，但在農業裏，農戶的規模差異很大，許多農戶的農田本身很小，對於機器應用能帶來的成本優化是無感的，這就涉及到「技術下鄉的微觀載體是誰」的問題。

極飛最早發現了這樣一群人，他們是縣城裏做婚慶攝影的攝影師，隨著航拍變得越來越容易，他們面臨著更加激烈的競爭。但是農民不會用無人機，極飛就請這些攝影師，或者說飛手，去幫農民打農藥。飛手發現農業用無人機的頻次高得多，市場又大，農民與他們之間也存在著比較大的技術差距，於是這些飛手們便成為了極飛下鄉的第一批「用戶」，架起農民和農業科技之間的橋樑。

過了一段時間後，這批飛手開始感到困惑，他們並不懂農業、不懂種植，也無法識別農藥的真假，於是另一批群體出現了——農資店。農資店主往往很懂農戶，很清楚周邊農戶種植的作物種類、規模，也有農戶的熟人網絡，由農資店來推銷無人機、提供打藥服務等，就會容易得多。農資店就這麼成為了極飛的「經銷商」。

兩三年後，隨著無人機、無人車等設備的滲透更高、覆蓋範圍更大，農戶開始出現對無人機維修的售後需求，農機商便成了我們的夥伴。農機商有更大的店面，有展廳、有維修車間，就像是汽車的4S店。他們也懂農業、有銷售團隊和培訓團隊，農機商就成了極飛「更大型的經銷商」。

到這裡，整個產業鏈已經連接上了，商業模式被驗證了——農機商可以幫我們推廣農機，農資店、無人機飛手可以幫助培訓。對極飛來說，分銷商就是農機商，經銷商就是農資商和飛手。

Q3：極飛自然衍生的渠道網絡非常有趣，從更大的農業產業鏈角度來看，極飛如何賦能農業產業鏈中的傳統企業？

龔檟欽：農業產業鏈中的企業可以簡化為三大類：作物科學公司、農業技術公司、食品與供應鏈公司。作物科學公司包括拜耳、中化等，研究農藥、化肥、種子，負責為農業提供生產資料。食品與供應鏈公司包括拼多多、百果園、盒馬等，把農產品變為商品，進行流通並銷售。農業技術公司負責農產品、農作物的生長管理，通過技術來幫助農業提升效率，極飛就屬於這一類。我們有一個說法是極飛幫助了農產品進行「光合作用」，通過抵抗農業生產過程中由於氣候、資本、勞動力等多方因素導致的不確定性。

農業技術公司位於另兩類公司中間，起到連接上下游的作用。比如作物科學公司想知道種子的生產效果、農藥的效果，可以通過極飛的種植管理記錄來做調研，從而優化下一代產品。比如農產品超市想采購無過量農藥的水果，可以調取極飛植保服務記錄來識別更高品質的水果供應商。可以看出，除了提升效率之外，極飛還提升了農業的透明度和可追溯性。相應地，在終端也會產生更高的價值回報，農民能獲得更多收入，消費者願意為此買單。

Q4：極飛對未來的發展規劃是什麼？會繼續深耕農業還是拓展更多行業應用？

龔檟欽：極飛選擇深耕農業，因為對於已經有七年技術和經驗積累的我們來說，再造更多其他類型的農業機器人、無人機，或者結合材料科學、結構設計優化農業機械，再或者把AI演算法嵌入農業機器，並不會太困難，但別的行業企業要進入農業是很難的，農業的行業壁壘還是很高的。

而且，在農業中AI的應用剛剛開始，未來我們可以探索更多AI和農業的融合，比如用AI來賦能優化作物模型（crop modelling），幫助識別作物生長過程中的不確定因素，從而實現提前預警和判斷；又比如探索作物科學，用深度學習來挖掘作物性狀，再通過優化生長管理極大地提升作物產量或品質，這些都是未來的方向。

■要點回顧

1、在垂直產業生態中，AI企業大可以自建網絡，根據協同性和互補性來決定網絡中的生態夥伴。隨著佈局下沉和戰線拉長，構建網絡並不會容易，AI企業需要從挑戰中找尋機遇，用更縱深的網絡推動AI與產業持續交織。

2、AI企業能幫助傳統行業「化不確定為確定」，極大地提升給定資源條件下的生產效率，加速「光合作用」。而傳統企業應當主動與AI企業共同暢想未來，重新想像AI將為行業帶來什麼價值和機遇。

3、AI企業可以在垂直領域中探索將業務與AI以及生物、材料等諸多技術進行融合，持續深耕垂直領域。

📌疫情衝擊下的公共工程不可抗力約款／謝定亞（中央大學營建管理研究所教授） #月旦法學雜誌第316期
　　
本文著眼於當前covid-19疫情衝擊下工程廠商遭遇的困境，深入探討公共工程契約中，不可抗力條款的解釋與適用。全文以公共工程委員會針對疫情影響發布的各函釋為核心，詳盡分析行政機關意見與公共工程契約範本中「不可抗力條款」的規範內容，解讀「不可預見且無法合理防範」之自然災害要件適用於疫情的可能與困境，再說明不可抗力條款諸如展延工期、停工、調整價格等效果，佐以比較FIDIC國際工程範本，內容充實，值得讀者細讀。
　
✏關鍵詞：不可抗力約款、公共工程、COVID-19疫情衝擊、工程採購契約範本
　
✏摘要：

行政院公共工程委員會為減輕疫情對於國內公共工程造成之衝擊，於2020年3月6日針對履約中政府採購案件，提供各機關相關處理方式之函示。綜合觀察公共工程委員會近期函示，可大致歸納公共工程因應疫情之重點，包括此次疫情屬不可抗力事由、已通案性影響履約進度、造成部分個案考慮停工，及影響公共工程之履約成本。本文分析公共工程委員會相關函示內容，比較相關採購契約範本約款，以解析機關依據前開函示因應疫情相關處理方式之潛在立場衝突點，並嘗試由FIDIC等國際慣例之角度，檢討相關配套措施，並提出具體建議供各界參考。
　　
✏試讀
🟧不可抗力約款分析
　
檢視工程採購契約範本，其中「不可抗力」字眼共出現11次，集中在第7條履約期限、第12條災害處理、第16條保固、第17條遲延履約及第21條契約終止解除及暫停執行；就本文之角度而言，最關鍵之約款則為第7條第3款第1目與第17條第5款，後者涵蓋工程採購契約範本對於「不可抗力」之例示內容；比較工程採購契約範本（下稱「契約範本」）第4條第8款有關給付廠商所增加之必要費用約款與第17條第5款所列舉之不可抗力情事，可知工程採購契約範本對於不可抗力事由之分類，仍未統一。第4條第7款第4目「善盡管理責任之廠商不可預見且無法合理防範之自然力作用」為不可抗力之抽象認定標準；而第17條第5款「其他經機關認定確屬不可抗力者」則提供機關認定不可抗力事由之裁量依據。若將機關裁量範圍與此抽象認定標準結合，則其他不可抗力事由即是「善盡管理責任之廠商不可預見且無法合理防範之自然力作用」。此外，由於第4條第7款第4目僅限於「自然力作用」，則上表中第17條第5款相異之事由，因多屬人為因素造成，故排除於適用範圍。工程採購契約範本在制定前述條款時，究係因何種政策目的而制定出前後不一致之不可抗力事由，值得另外推敲。
　
綜合前述，工程會函示內容，大致可歸納如下：
一、就延長履約期限部分：廠商可主張疫情乃範本第17條第5款第5、10、12或13目等不可抗力事由，依據第7條第3款主張延長履約期限；
二、就停工部分：延長履約期限之依據同上；倘因疫情衝擊停工而不能履約者，得主張免除契約責任；倘停工達一定期間，有權請求終止解除契約。
三、就延長履約期間增加之必要費用部分：依據第4條第8款第4目之不可抗力事由請求為完成契約標的所需增加之必要費用。
　
1999年版FIDIC紅皮書第19.1條為不可抗力約款。就抽象標準而言，共有四個準則，即該例外事件或狀況：a.已超出一方當事人之控制；b.該方當事人於訂約前無法合理慮及；c.該方當事人於事件之發生亦無法合理避免或克服；d.且係非可歸責於他方當事人之事由所致。此定義較之工程採購契約範本「善盡管理責任之廠商不可預見且無法合理防範之自然力作用」更為細緻。第19.1條另外例示五項不可抗力具體情事：（1）戰爭、敵對行為（不論宣戰與否）、入侵、外敵行動；（2）叛亂、恐攻、革命、暴動、軍事奪權或政變或內戰；（3）暴亂、騷亂、混亂、罷工或與承包商無涉之停業；（4）與承包商無涉之軍火、爆炸性物質、核子輻射或放射性污染；及（5）自然災害如地震、颶風、颱風或火山爆發。第19.4條則規定，若承包商已通知業主並因不可抗力造成遲延及／或受有損失者，承包商有權依據第20.1條之規定，向業主請求工期展延及／或費用。
　
相較於FIDIC第19條，工程採購契約範本第17條第5款之不可抗力範圍似較FIDIC為廣泛，例如納入意外性質事由：「3.墜機、沉船、交通中斷或道路、港口冰封」、「6.履約標的遭破壞、竊盜、搶奪、強盜或海盜」、「7.履約人員遭殺害、傷害、擄人勒贖或不法拘禁」；與政府行為相關事由：「8.水、能源或原料中斷或管制供應」、「10.非因廠商不法行為所致之政府或機關依法令下達停工、徵用、沒入、拆毀或禁運命令者」、「11.政府法令之新增或變更」、「12.我國或外國政府之行為」等。工程機關在適用上，顯然較為明確，亦減少機關須自行認定不可抗力事由之頻率。
　
🟧工期衝擊之舉證
　
公共工程受疫情衝擊最顯著的影響是勞動力與施工材料的供應短缺問題。依據工程採購契約範本第7條，廠商之工期因而受衝擊時，應證明「有下列情形之一（且非可歸責於廠商），致影響進度網圖要徑作業之進行」，即舉證：一、非可歸責於廠商；二、已影響網圖要徑。相對的，機關就廠商之可歸責性問題，亦須確認廠商已「善盡管理責任」，且該事件確係「不可預見且無法合理防範」。
　
參考工程會函示內容，廠商倘未能依時履約者，廠商得檢具相關事證向機關申請延長履約期限。此「事證」須足以建構疫情衝擊與不能依時履約之因果關係。工程會的函示已明確定性疫情衝擊為「不可抗力」事件，機關與廠商即應以此為前提協商如何進行契約權利義務之調整。但在執行實務上，廠商仍有幾項舉證障礙必須克服，分述如下……
　
　
🗒全文請見：公共工程上不可抗力約款之分析──以當前COVID-19疫情衝擊為核心，謝定亞（中央大學營建管理研究所教授），月旦法學雜誌第316期
　
📕本期目錄：http://www.angle.com.tw/magazine/m_single.asp?BKID=3815
　
　
　
　
📢訂閱　＃月旦雜誌，最新優惠：http://qr.angle.tw/gyj
　
📢#月旦知識庫 最新購點優惠：http://qr.angle.tw/dzl
　
📚＃元照新書：http://qr.angle.tw/pp8

創新工場和BCG諮詢合作的“+AI改造者”系列：看看F5未來商店，如何用AI技術擴大品類優勢，重塑無人零售及餐飲行業。

改造者系列：全自動烹飪+清潔，現在的便利店有多未來？-- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

在廣東，F5未來商店已經在AI的幫助下重構便利店的商業模式。區別其他無人便利店，F5未來商店抓住了便利店引流獲客的核心品類：鮮食，由後廚機器現場烹飪；不僅如此，顧客用餐後，攝像頭會自動檢查面是否有未處理垃圾，觸發自動回收垃圾和清潔桌面指令。

在采訪中，F5未來商店聯合創始人林小龍認為，許多零售行業的傳統問題是當前AI應用無法跨越的，例如門店擴張導致的供應鏈壓力，想要實現自動化賦能，還需潛心研究和打磨技術。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在零售行業，F5未來商店以重構便利店的模式向傳統零售企業展示了AI和機器自動化的巨大潛力，重新定義了「無人零售」。正如「F5」其名，F5未來商店嘗試以AI和機器自動化「刷新」零售服務與體驗。

■本期受訪嘉賓：林小龍

F5未來商店是利用機器自動化結合演算法替代人工的24小時機器人便利店。無需服務員，所有烹飪、冲調飲品、取貨、結算、庫存盤點、清潔工作均由機器自動完成。F5未來商店探索未來零售與餐飲的商業空間，重構人與商品的連接場景。

林小龍是F5未來商店的聯合創始人，福布斯中國「30 under 30」。在此之前，他曾任職於騰訊。

■對談實錄

Q1：F5未來商店為什麼選擇切入零售？又為什麼選擇獨立運營，而非和傳統零售商店合作？

林小龍：2014年，F5的創始人徐海成機緣巧合在工廠裡開了一家便利店，營收雖然高，但因為重人力，利潤其實很一般。60平方米大的小店卻雇了13個人來運作，攤去了很多成本。當時我們就在思考，可不可以讓運營工作自動化？可不可以讓機器替代人工？同時，我們也看到市場的整個大趨勢是勞動力供給走下坡，工廠招工越來越難，自動化確實有著巨大的價值。於是當年開始立項做自動化的無人零售。

選擇自己做無人零售的探索主要是因為無人零售仍需要時間證明自己，對已經成型的零售商而言，試驗的風險和成本太高。而且零售的鏈條很長，完全讓零售商各環節改造機器和AI應用影響太大。

我早年在騰訊工作，有一個說法是「小步快跑、快速反覆運算」，無人零售也是一樣。無人零售在早期會遇到各種各樣的問題，需要不斷打磨單店模型，單店模型成熟之後才適合做擴張。這對於已經成型的零售商而言，會面臨業績不升反降的壓力，在試錯的過程中往往信心和意願容易動搖。

另外，F5未來商店的無人化涉及到零售的方方面面，從中央廚房、門店運營到物流供應鏈，對於傳統零售的顛覆是巨大的。F5未來商店將圖像識別、機器自動化、千人千面推薦演算法、機器預測等技術都靈活地運用到了便利店業務當中：包括顧客進店時有攝像頭做人流分析，顧客在電子螢幕上購買時，演算法會根據顧客的歷史購買資料、類似偏好顧客的購買行為來做推薦，出貨之後由攝像頭檢查商品是否被顧客正常取走、攝像頭檢查桌面是否有未處理垃圾而觸發自動回收垃圾並清潔桌面指令等等。在後臺備貨和生產過程中也有AI賦能。比如，我們銷售的品類中有很多是鮮食，都是由後廚的機器蒸煮生產的，我們可以通過資料分析預測需求量，輔助門店精準備貨。這些顛覆對傳統零售商店而言都需要時間來適應。

Q2：我們理解F5未來商店對於傳統便利店的顛覆確實是巨大的，但對於F5未來商店的上下游包括供應鏈、門店運營的員工而言，亦是如此，發展過程中有什麼挑戰嗎？

林小龍：F5未來商店相當於用AI重構了便利店的商業模式，這對於很多有著豐富零售經驗的人來說會有衝擊，甚至存在人與系統的對抗。比如在發貨上，當演算法的推薦和人的經驗認知有所違背時，你是選擇相信演算法還是相信經驗？人對AI的理解不夠（演算法的推薦很難對單點的結果做出解釋）、對AI的信任不夠時，應用AI就會出現挑戰，經營者需要做抉擇。

比如，一個令人驚訝的演算法發現是，在深圳的門店，人們對辣食的偏好要比廣州強得多，水煮牛肉熱銷得多。這是基於我們對商品口味類型的歸納，再將其作為發貨的參考指標，區域經理就能夠根據資料分析的結果來做發貨的決策。而在以前，人的經驗很難有這樣的發現。我們現在的AI店長大概能達到一個有八年經驗的店長水準，能夠理解每個單店的個性化需求。並且，AI對每個門店的需求理解是在隨著時間不斷調整和反覆運算的。

AI能夠加快學習和複製的速度，自動化之後門店所有的東西都可以模式化，10天就能拼裝出一家新店。但是這又涉及到了另一個挑戰——供應鏈問題，我們發現，許多零售行業的傳統問題是AI應用無法跨越的。儘管可複製性提高了，但門店的擴張也會導致供應鏈的壓力急劇增大，一旦上了規模，供應鏈的複雜程度和壓力都會上升。我們最近兩年都在研究供應鏈，在研究供應鏈的自動化輔助，研究技術如何能夠賦能供應鏈。

Q3：F5未來商店相比其它無人零售商店的差異化優勢是什麼？

林小龍：目前市場上大多數無人便利店主要是通過機器視覺、感應器或者RFID來實現無人零售，對於消費者而言，整個對話模式和傳統零售並不會有太大的差異。F5未來商店的變革要大得多，以千人千面的貨架為例，F5未來商店用一塊塊電子螢幕取代了實體貨架，千人千面的產品推薦才變得可能。要知道實體零售中傳統貨架很難移動，也不會因為顧客而有差異。

F5未來商店的另一大優勢在於品類差異，F5銷售很多鮮食，而非包裝商品，相當於是「零售的餐飲化」。因此消費頻次更高、消費品質更高、利潤也更高，其即時性、強線下、集約化的特點也使我們受電商的衝擊不會像百貨商店那麼大。未來，我們在考慮將餐飲模塊獨立出來，用AI和機器自動化賦能餐飲企業。

■要點回顧

1、信任AI並非易事，既往的優勢也可能成為應用AI和創新的阻礙，決策者需要增加對新興技術的理解，在創新浪潮中把握主動權。

2、「改造者」在試圖規模化AI時，往往也會面臨來自傳統企業業務上的挑戰（比如供應鏈的專業程度），因此AI要規模化，還是需要磨煉好垂直領域的內功。

3、在尊重行業規律的前提下，「改造者」要敢於運用AI重構傳統行業，突破傳統方式的束縛，這將有助於「改造者」打造差異化的優勢。

對於那些想知道為什麼美國醫療體系如此糟糕的人，我只能說，這並非巧合，也不是政府無能，而是它一開始就是這樣被設計的。在美國，健康並非是與生俱來的權利，而是一種要購買的商品，一種為了激勵勞動力的特權，一種衡量孰勝孰敗的標準。商品的價值源於稀缺性；故此，美國的醫療保健被設計成稀有物，提高成本，藉此倍增從疾病中所獲得的利潤。這就是為什麼美國的衛生系統無法像台灣的衛生系統那樣應對這樣的危機：因為它是從危機中獲利。但這系統本身已經是場危機，遠在sars-cov-19之前就是了。

過去100年內，美國衛生系統從未成功過。美國人民其實一直有在為了像台灣這樣的系統而在這百年間持續奮鬥。但是保險銀行比人民有著更多的權力。COVID-19肺炎終將會成為改變這種生態的引信嗎？希望如此，但就現實層面來說，機會依舊渺茫。

自從錄製這支影片以來，美國已經通過了幾項重大援助計劃。表面上，它做到了我在影片中提到的：提供帶薪假，免費篩檢病毒（但如果檢測出來的結果並非COVID-19，而是其他的疾病，不好意思，請乖乖付清貴死人的帳單，要不然就請直接死人），也許還會發放現金？該法案的定義非常寬鬆，用字遣詞也刻意廣泛。希望它能以某種確實對人有幫助的方式來實現，但也有可能做不到。我們只能靜觀其變了。

而這就是為什麼美國人現在有恐慌性購物的衝動。他們很害怕，嚇壞了。美國存在過多的不確定性。不過，台灣這裡並非如此。我們知道這裡並不會像美國那樣。請大家跟平常一樣，一次購買一周所需的民生用品，然後在架上留些泡麵給其他人。一切都會沒事的。


台灣黑熊衣這裏買: https://followxiaofei.com/store

跟著小飛玩
IG: https://www.instagram.com/followxiaofei/
FB: https://www.facebook.com/followxiaofei/
募資平臺：https://www.patreon.com/xiaofei
YouTube: https://www.youtube.com/followxiaofei
地圖部落格：https://tw.followxiaofei.com/

#covid-19 #coronavirus #TaiwanCanHelp