《攝影之聲》線上專題推出!
《攝影之聲》關鍵字線上專題系列,每期由客座主編規劃影像與視覺領域的重要詞彙,邀請多位研究者共筆,透過不同角度詮釋書寫當代影像論題。本期由影像研究者謝佩君擔任客座主編,首期主題「家常任務:關於數位視覺政治性的關鍵詞」,每周二、四推出更新,歡迎追蹤閱讀!
專題連結|https://bit.ly/vop-keyword
███ 家常任務:關於數位視覺政治性的關鍵詞
導言──謝佩君|客座主編
創立於世紀之末的美國外送平台Seamless,名實相符地是一則新自由主義式社會關係的寓言。以無縫接軌(seamless)作為品牌精神,和台灣現正風行的所有外送程式一樣,主打使用者從慾望到滿足過程的一氣呵成:我們可以躺著滑動手指於各家餐廳的菜色圖片間,點選、付款,接著等待外送員(gig worker)將餐點無接觸地送至家門外後,再附上一張即拍的照片作為送抵的證明。簡單又直覺,我們沒有發現線上點餐的自由,僅是將個體活動時空壓縮地複寫至市場──我們連躺著放空都可以消費,而零工經濟(Gig Economy)成就於我們壓榨自己的休閒時間(或是因經濟狀況犧牲休閒時間),在沒有基本工時、工會或保險的狀態下製造並滿足需求。從無縫接軌的角度來看,影像是「以時間根絕空間」障礙的資本共犯,既是索引也召喚著或點或滑或長按的反射動作,當它平順運行時我們感覺不到它的存在,一如無縫接軌作為新自由主義的理性與意識形態。
「學術是關於認識世界的普遍任務」,批判與媒介理論學者沃克(McKenzie Wark)曾這麼說過。她將普遍定義為尋常、共享,甚至是粗鄙的形容詞,任務是時而帶著遊戲性質的勞動,而認識作為動詞,既是普遍之所以可能的條件,也是一種饒富趣味的任務。借鏡沃克將學術祛魅並重新賦予其社會實踐動能的論述,本專題「#家常任務:關於數位視覺政治性的關鍵詞」試圖將普遍一詞的公共意義擴延並轉化至家常,除了在疫情下居家辦公(Work from Home)成為新社會基準、公與私範疇並置且模糊的時刻,思考以家常為原點作為公眾實踐的可能外,也企圖以家常一字的意涵──日常、取材平易且頻繁使用──對上述影像無縫接軌地媒介於公於私的日常生活,提供十二個出自慣常口語的詞彙作為批判工具。因此,「家常任務」試圖認識的世界,不只是我們以第一人稱視角,以智慧型手機、筆電或平板,接受通知、點取、瀏覽並溝通交換的世界;同時也針對充斥於我們生活中之語言:以線上、視訊或梗圖等作為條件的日常經驗。例如,小說家言叔夏在〈回家的方式〉一文裡討論居家辦公,將進入Google Meet前的麥克風與鏡頭測試比擬作玄關的鏡子,視訊鏡頭下和鏡子前的我們一樣忍不住有著整理儀容的反射動作,毫不反抗地將自己投入畫面之中成為等待定義的主體。
馬克思主義文化批評家威廉斯(Raymond Williams)在1975年出版《關鍵詞:文化與社會的詞彙》(Keywords: A Vocabulary of Culture and Society)的序言裡,提及寫作緣由的個人層面:當他於二戰結束返回劍橋時,遇到也甫從前線歸來的朋友,兩人不約而同地,對眼前的新世界說出:「事實上,我們不再說著相同的語言。」世界大戰造成的斷裂,在短短四年半裡,急遽體現在對話中同一詞語的不同價值與興趣導向。援引威廉斯的體察,「家常任務」關注的是何以在新千禧後:「我們總說著相同的語言。」在這20多年裡,為什麼如數位、媒介或影像等詞彙仿若通貨,跨越地理疆界、國境文化,成為我們可交換可溝通的共享語言?如何理解這加速度過程中,語言流轉於多民族、多文化間之抵抗與連貫性、干擾或對比的歷史?從這方面來說,語言也顯露了它與生俱來的異質性;換言之,從來沒有純血的語言。
因此,本專題的七位作者邀請讀者在這無縫的語言生產鏈按下暫停鍵,以詞彙作為問題的切入點,透過家常的例子檢視數位世界的歷史與其概念流變,並剖析數位技術與影像生產、詮釋間的相互關係;或者,更重要地,以詞彙為單位,進行一場認識數位技術與影像生產政治性的練習:當數位物件同質化在我們眼前,它們是如何被渴求、辨識且描述?並進而被定義、處理以及認識?透過上述的提問,「家常任務」企圖承接威廉斯在上世紀的目標:以關鍵詞闡明文化如何是歷史的表徵,意即,在「創造屬於我們的語言與歷史時」,探尋一組詞彙──「去改變任何必須的改變」。
_____________
Voices of Photography 攝影之聲
vopmagazine.com
_____________
#影像 #數位 #科技與技術 #新自由主義 #數據視覺化
#要素型媒介 #感覺中樞 #介面 #解殖 #文化分析 #平台 #投影
#謝佩君 #王柏偉 #徐詩雨 #陳琬尹 #楊子樵 #鄭安齊 #關鍵詞
同時也有1部Youtube影片,追蹤數超過5,760的網紅Karl Yung,也在其Youtube影片中提到,這個學年真的經歷了太多東西,這年DSE的學生真的很辛苦, 有部份片係外國拍,畫質令人感動。 翁Sir今日就教生產要素,希望中四、五、六既同學可以學到。 有咩想問可以Email我 [email protected] 翁sir 2020 00:22 勞力市場供需圖 04:51 勞力需求...
生產要素市場圖 在 Facebook 的最佳貼文
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。
生產要素市場圖 在 Facebook 的精選貼文
創新工場今年和全球三大管理顧問集團BCG波士頓諮詢合作了一個AI賦能產業的專題研究,我在開篇專文提到「+AI」的未來,定制化服務的需求要遠多於標準化。未來還會有這個研究的系列文章,將陸續分享給大家。
李開復:人工智慧已從「AI+」邁向「+AI」-- 本文来自BCG微信公眾號,經授權轉載。
我曾經預測過未來20年,AI的發展將會在中國帶來影響深遠的產業變革。這是基於在大陸,AI有著明確且豐富的落地應用場景,已經有大量的AI企業活躍於這些垂直領域,積極探索市場化的路徑。作為擅於趨勢前瞻的TechVC,創新工場已經投出了7家AI獨角獸。中國傳統行業規模巨大,正處於科技驅動的升級轉型關鍵時期,我們希望通過科技的力量,為傳統企業降本提效,推動中國實體經濟的發展。
近期,我帶領創新工場團隊與BCG波士頓諮詢旗下的亨德森智庫合作,推出「AI融合產業:‘改造者’如何促進AI普惠」系列研究,通過介紹創新工場投資的AI企業如何賦能傳統行業,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,以期對行業企業應用AI有所啟迪。
以下為系列研究的開篇內容:
系列導讀
眾所周知,中國大陸在人工智慧(AI)領域的發展世界領先,尤其在產業應用方面,各行各業都開始嘗試在產業鏈條的不同環節應用AI,以最大化生產與服務的效率。BCG與MIT於2020年發佈的年度AI1報告調研顯示,2020年,在大陸,76%的企業都或多或少應用了AI2,而這一數值在美國是41%,在歐洲是44%。
除卻政府及資本市場的支持、充分的市場競爭與資料供給、勞動力紅利逐漸消退等因素,我們發現,有另一大因素至關重要——在這裡,人工智慧有著明確的落地應用場景,大量AI企業活躍於這些垂直場景中,充當產業中傳統企業應用AI的橋樑,我們稱之為“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。
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,以期對行業企業應用AI有所啟迪。
創新工場由李開復博士創辦于2009年9月,作為國內頂尖的科技型創業投資機構,創新工場深耕在人工智慧&前沿科技、自動化、B2B企業服務、醫療、消費、互聯網等領域,並不斷探索與創新,致力於打造集創業平臺、資金支援、投後服務等的全方位生態投資服務平臺。
對談實錄
Q1
我們知道您接觸過非常多的人工智慧企業,您認為當前人工智慧的應用和發展呈現出什麼樣的趨勢?
李博士:起初,發展通用性人工智慧技術的企業有很大的規模優勢,因為只有少數企業掌握圖像識別、語音辨識等技術。比如,在圖像識別領域可能只有商湯科技和曠視科技這樣的頭部企業具備顯著的技術優勢,他們天然能夠佔據更大的市場份額。
但是橫向的、通用性的技術正在快速地大眾化(commoditize),越來越多的企業逐漸掌握相關技術。以圖像識別為例,攝像頭公司、物聯網設備公司,甚至醫療器械公司都開始具備這項能力。在過去,企業僅利用技術層的優勢就能夠攫取價值,如今這變得不再容易。AI已經從「AI+」的黑科技發明期邁向「+AI」的應用為王階段。「AI+」仍會有價值,但「+AI」則能創造更大的經濟貢獻。更何況科技巨頭可以迅速地以價格、規模等優勢搶佔市場。總而言之,能夠攻破一項技術或平臺的方式太多了。
當然,在特定領域有特殊技術優勢或重大突破的企業依然能夠變現其技術優勢的價值,只不過它們能夠領先市場的時間視窗相比於過去也可能會更短,這些企業需要思考除了技術突破之外,如何能夠迅速地找到落地場景,進而探索市場化的路徑。
與橫向通用技術相對的,垂直的、行業特定的技術解決方案更能夠建立壁壘。在我看來,各個垂直行業都會出現垂直技術企業的爆發機會。中國企業不像美國企業,比如在企業管理軟體方面,由於美國企業標準化程度更高、數位化基礎更強,科技巨頭更容易整合服務,而中國企業,特別是傳統企業行業各有特點,需求各異,要非標得多、碎片化得多,可直接嵌入AI解決方案的現成平臺並不多。中國傳統行業規模巨大,正處於科技驅動的升級轉型關鍵時期,AI、自動化等平臺技術將為其降本增效,創造出巨大的經濟價值。在這個過程中,垂直、特定的行業技術解決方案有望在企業服務賽道上 “彎道超車”,汽車、銀行等各行各業都可能湧現出全新的、垂直的、創新式的行業特定的AI解決方案。所以說,「+AI」的未來,定制化服務的需求要遠多於標準化。
那麼定制化的服務如何定價?技術企業需要深入到行業當中、業務流程當中,識別人工智慧能夠實現的、替代的價值。中國的AI企業每天都在反覆運算,它們剛開始時可能擁有某種通用技術,然後再根據具體的商業問題和場景不斷定制化——思考這項技術能為製造業,又或者醫療健康行業帶來什麼改變?該如何銷售、銷售給誰?在企業中,誰有興趣買?又是誰在做購買決策?與之相應地,AI企業需要再調整其商業模式。
Q2
我們理解人工智慧技術企業需要更深入到垂直行業中去,那另一方面,傳統企業又應當如何應用AI?
李博士:當前大量中國傳統企業在爭先恐後地應用AI,或者嘗試應用AI,就像在電氣時代誰沒有應用電力就會被自然淘汰一樣。尤其是在保險、零售、電商等行業,企業不及時擁抱AI可能就會被新的AI玩家顛覆,或者被應用了AI的競爭對手顛覆——每一次AlphaGo、AlphaFold的突破都會加劇企業的這種焦慮感。另外在經濟下行期,企業也有提升生產管理效率和節降成本的需求,需要尋求像流程機器人之類的自動化的解決方案。
在我看來,傳統企業需要滿足以下三方面的要素,才能夠有效地應用AI:
■ 開明的決策者。技術的應用會給傳統的企業運作模式甚至業務模式帶來顛覆,需要開明、堅定的決策者在整個企業組織中一以貫之地推動變革,來應對可能出現的各類阻力和反對的聲音。
■ 切實可行的計畫。找到可落地的速贏點並付諸實踐,借此向員工展示AI應用的巨大價值與潛力。比起一上來就全面鋪開,尋找單點進行突破顯然更加容易,這一單點最好是非爭議性的、非業務核心的、風險較低的,從這一單點再慢慢地向整個業務流程延展,通過單點速贏逐漸增加員工對AI的理解和信任。
■ 數據。企業需要有高品質的、與業務緊密相關的標識資料以及回饋閉環,將企業不同部門或子業務緊密相連。我們見到過太多失敗的AI應用專案都是敗在資料上,因為企業缺乏高品質的資料。
■ 要點回顧
1
當前,大量行業通用性的人工智慧技術均面臨迅速的大眾化,而垂直行業領域的專識變得更加重要,垂直領域的AI應用成為大勢所趨。
2
傳統企業需要抓住時間視窗,憑藉多年深耕行業的經驗積累,在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。
在BCG看來,傳統企業擁抱AI有多種方式:自建AI能力,與科技企業形成合作或合資企業,以及在這個系列中我們將重點探討的——與AI技術企業合作形成垂直行業生態圈等等。
生產要素市場圖 在 Karl Yung Youtube 的最讚貼文
這個學年真的經歷了太多東西,這年DSE的學生真的很辛苦,
有部份片係外國拍,畫質令人感動。
翁Sir今日就教生產要素,希望中四、五、六既同學可以學到。
有咩想問可以Email我
[email protected]
翁sir 2020
00:22 勞力市場供需圖
04:51 勞力需求&影響因素
10:02 勞力供應
19:52 勞力供應概念速練
21:48 工資率上升供需圖
23:25 示題 2017DSE(11)
24:43 示題 2005CE(16)
25:43 示題 2018DSE(9)
26:49 示題(長題目) 2003CE(11d)
2010CE(11)答案請參考 YungSir IG
生產要素市場圖 在 生產要素市場圖、經濟循環圖、生產可能曲線在PTT/mobile01 ... 的必吃
循環流程圖的外圈代表對應的金錢流向。 家戶花錢向廠商購買商品與服務,廠商則. 將部分的銷貨收入用來支付生產要素,如. ... <看更多>
生產要素市場圖 在 學校101學年下學期公民與社會科 - 台東高中 的必吃
(B)比較利益是指在經濟活動分工時,能以最低的機會成本生產的情形。 ... (A)阿金是一名木工,他可到生產要素市場提供勞動,獲得的報酬是所得(B)阿木有一座池塘,他可在 ... ... <看更多>
生產要素市場圖 在 公民叮:市場與貨幣(1)-經濟活動循環 - YouTube 的必吃
... 公民叮,照亮你的學習之路!相關影片:公民叮:利潤、 生產要素 與成本https://pics.ee/v-204835. ... 公民叮: 市場 與貨幣(1)-經濟活動循環. ... <看更多>