那間早餐店的 AI 叫號，阿嬤聽不懂
這一等，就是五分鐘。
五分鐘後，阿珠姨已經走了。
一、清晨六點半的豆漿店：一場沒人預告的改版
這間店在社區裡開了大約二十三年。最早是一輛改裝的發財車，後來租下巷口的三角窗，鐵皮屋頂、塑膠椅、一台老式的收音機，早上固定播著賣藥電台。店裡的招牌是手工蛋餅，餅皮是老闆娘每天凌晨四點現擀的，煎起來邊緣微焦，夾著一片起司跟一點點醬油膏，是這條巷子三代人的共同記憶。
阿珠姨住在對面的公寓，走路過來只要兩分鐘。她從先生還在的時候就開始在這裡吃早餐，二十幾年來幾乎沒變過：「兩份蛋餅、一杯溫豆漿、不要蔥。」偶爾老闆娘會在袋子裡多塞一顆荷包蛋，說「今天蛋比較小顆，算我的」。
這種關係，是沒辦法寫進 SOP 的。
場景：從「阿姨，兩份蛋餅」到「請掃碼取號」
改版之後，流程變成這樣：客人走進店裡，先掃牆上的 QR Code，進到一個網頁，輸入手機號碼後四碼，取得一組號碼、一個 QR Code 條碼，然後在螢幕上看現在叫到幾號。叫到號碼之後，走到櫃檯，讓店員掃碼，才能開始點餐。
這個流程對大部分人是順的。尤其是早上趕上班的年輕族群，先在線上點好、線上付款，到的時候直接取餐，完全不用等。店裡的 Google 評論在改版後多了一串五星：「終於不用排隊了」、「掃碼點餐超快」、「阿姨的蛋餅配上數位轉型，很可以」。
但在這些五星評論的背後，有一群人默默地不見了。
他們不是不想吃，也不是本來就不來，而是——他們進不來。
阿嬤的十七秒鐘
我們可以試著把阿珠姨站在門口的那段時間，放慢來看。
第一秒到第三秒：她看到牆上的公告，但字太小，而且貼得有點高。她瞇著眼，讀到「請掃碼取號」，但她不知道「掃碼」是什麼意思。
第四秒到第七秒：她看到旁邊的年輕人拿手機對著牆上的方塊圖案，然後低頭按了幾下。她大概理解這是要用手機做某件事，但她的手機是兒子幫她辦的，她只會接電話、看 LINE 的家族群組、還有偶爾視訊孫子。
第八秒到第十二秒：工讀生走過來，把平板遞到她面前，說「阿姨，這裡按一下」。她照做了，紙吐出來，她拿到 138。她其實沒聽懂為什麼要拿這張紙，但工讀生已經轉身去忙別的事了。
第十三秒到第十七秒：她抬頭看螢幕，看到「現在叫號：141」，看到跑馬燈寫著「未於三分鐘內完成取餐，視同棄單」。她不太確定 138 跟 141 的關係，也不確定自己是不是已經被跳過了。她想問人，但左右兩邊都是低著頭滑手機的年輕人，櫃檯前擠著一堆人，她覺得自己開口會擋到別人。
然後她就走了。
十七秒。對一個二十五歲的人來說，十七秒是「喔，我來掃一下」的時間。對一個七十五歲、老花、重聽、又很怕麻煩別人的人來說，十七秒是一段很長的、安靜的、沒有人發現的沉默。
二、AI 叫號到底解決了誰的問題？
寫到這裡，很容易變成一場「店家 vs. 老人」的對立。但這樣寫並不公平，也不真實。因為如果我們真的坐下來跟阿霞聊，會發現她引進這套系統，有非常現實的理由。
店家的帳本：翻桌率、人力缺口與「數位轉型補助」
第一個理由是缺工。這幾年早餐店缺工已經不是新聞，月薪開到三萬八、四萬，還是常常找不到人。年輕人寧願去跑外送、去做餐酒館，也不太願意清晨五點半站在煎台前面。阿霞原本有三個員工，去年走了兩個，只剩一個做了十年的阿姨，加上她自己。
第二個理由是錯誤率。人工叫號會漏單、會叫錯、會重複叫。有一次阿霞同時喊了「三份蛋餅」，結果三個人同時舉手，其中一個還是常客，搞得大家都很尷尬。有了號碼之後，這些爭議全部消失。
第三個理由是速度。改版之後，尖峰時段的平均等候時間從八分鐘降到五分鐘左右。以一小時服務四十組客人計算，一天可以多做將近三十組。對一間月營業額二十幾萬的小店來說，這是很有感的差別。
第四個理由，是補助。這幾年政府推動商業服務業智慧化、數位轉型，有各種補助方案，從 POS 系統、線上點餐、到智慧叫號都有。對小店來說，補助之後自付額可能只有幾萬塊，等於用很低的成本換一套系統，不換白不換。
所以，這不是一個「壞人用了壞科技」的故事。這是一個「理性選擇的總和，剛好把某一些人排除在外」的故事。而這種故事，比單純的壞人故事，更難解，也更值得我們停下來看。
顧客的帳本：誰被算在「平均」之外
問題出在「平均」這兩個字。
假設這間店早上有五十組客人。其中四十組是熟練的數位使用者，掃碼、取號、點餐，每組花四秒。另外十組是阿珠姨這樣的人，他們可能花四十秒才搞懂，甚至有三組最後放棄。那麼「平均」會是多少？
（40 × 4 + 7 × 40）÷ 47 ≈ 9.3 秒。
看起來還是很快，對吧？但如果我們把「放棄的那三組」也算進來，真正的數字會是：
平均等候時間下降了，但「服務完成率」也下降了。
這就是統計學最溫柔也最殘酷的地方。當你只看平均，你會覺得一切都在變好；但當你去看分布的最尾端，你會發現有一群人，他們的體驗不是「變慢」，而是「歸零」。他們不是被延遲，他們是被刪除。
而這些人，往往是最沒有議價能力的一群。他們不會寫 Google 評論，不會去 Threads 上發文，不會客訴，甚至不會跟家人說。他們只會默默地改去別的地方吃，或者干脆不吃了。於是系統的數據會告訴老闆：「你看，改版之後客訴變少了，營業額還上升了呢。」
系統沒有說謊。它只是沒有把那些離開的人算進去。
三、不是「不會用」，而是「被設計排除」
我們太習慣用「數位落差」來描述這件事，然後把責任放在使用者身上：「他們就是不會用啊。」但如果我們真的去拆解那個流程，會發現問題根本不是「會不會」，而是「被設計排除」。
這兩者的差別在於：前者問的是「人的能力」，後者問的是「系統的假設」。
三種常見的錯誤設計假設
第一種假設：每個人都有智慧手機，而且手機有鏡頭、有網路、有電、有綁定支付、有掃碼經驗。
這個假設在統計上或許成立——台灣的智慧手機普及率超過九成——但「普及率」不等於「使用能力」。很多長輩的手機是兒女買的、辦的、設定的，他們只會用其中三、五個功能。而且，掃碼這件事需要「舉起手機對準」這個動作，對有手抖、白內障、或是手部關節退化的人來說，並不簡單。
第二種假設：每個人都能即時接收到視覺或聽覺的提示。
螢幕上的字如果太小、對比不夠、跳動太快，對老花或黃斑部病變的人來說就是一片模糊。語音叫號如果音量不夠、環境太吵、或是發音不清楚，對重聽的人來說就是一陣雜訊。更別說那些同時有視覺與聽覺障礙的人，這兩條通道對他們來說都是關閉的。
第三種假設：每個人都敢開口問。
這是最少被討論、卻最關鍵的一點。很多長輩不是不會用，而是「不好意思問」。他們怕被嫌、怕丟臉、怕擋到別人的路、怕年輕人翻白眼。日本有一個詞叫「迷惑をかける」——帶給別人麻煩。這種心理負擔，往往比操作障礙本身更早讓人放棄。
阿珠姨站在門口的十七秒裡，最大的阻力不是「看不懂」，而是「不想問」。
無障礙不是加一個大字體就好
很多店家聽到「無障礙」，第一個反應是：「好啊，我把字放大。」但字放大只解決了其中一小塊。
國際通用的 WCAG（網頁內容無障礙指引）有四個原則：可感知、可操作、可理解、穩健。套用在叫號系統上，至少要做到這幾件事：
這些原則其實一點都不新，歐美國家的公共服務系統早就在做。問題是，當我們把 AI 跟自動化引進小店時，這些原則往往被當成「成本」，而不是「規格」。
四、從叫號機到整個社會：AI 落地的「最後一哩路」
早餐店只是一個縮影。
銀行、醫院、公車站——同一套劇本
如果你仔細觀察，會發現同樣的劇本在整個社會裡不斷重演。
醫院。線上掛號、App 報到、自助繳費機。對熟悉的人來說很方便，但對很多長輩來說，光是「要在哪一台機器插健保卡」就可以卡住十分鐘。於是醫院必須加派志工，在機器旁邊一站就是八小時。
銀行。數位帳戶、無卡提款、視訊開戶。銀行說這是為了便利，但同時也在縮減實體分行。對不會用的人來說，便利是別人的，不方便是自己的。
公車站。動態看板、App 即時查詢。這些系統對通勤族很有用，但對不熟悉的人來說，反而會因為「不知道車什麼時候來」而更焦慮。
這些系統都有一個共同特徵：它們假設使用者是「主動、有能力、有工具」的。但真實世界裡，有大量的人是「被動、不確定、工具不足」的。而這些人，往往是最需要公共服務的人。
這就是 AI 落地的「最後一哩路」。技術本身不是問題，問題是從「實驗室可運作」到「所有人都能用」之間，有一大段路，而這段路通常沒有人願意付錢去鋪。
當「效率」成為唯一 KPI
經濟學裡有一個很有名的定律，叫古德哈特定律（Goodhart's Law）：「當一個指標變成目標，它就不再是一個好指標。」
「平均等候時間」變成目標之後，店家會開始優化流程：減少人力、加快叫號、把等待時間壓縮到極限。這些優化本身沒有錯，但當「效率」成為唯一的 KPI，那些「不在平均值裡」的人，就會被系統性地忽略。
要修正這件事，其實不需要多高深的技術，只需要換一組指標：
服務完成率：有多少人「真的」拿到餐點，而不是取號之後離開。
二次使用率：第一次使用的人，有多少人會再來第二次？
這四個指標加進去之後，你會發現很多看似「成功」的系統，其實是踩在一群沉默的失敗者身上。
五、讓 AI 聽得懂阿嬤：五個具體的設計與政策建議
好消息是，這件事在技術上完全做得到。現在的語音辨識已經可以辨識台語、客家話、甚至中英夾雜的句子；影像辨識可以做到「看到人臉就自動叫號」；多模態 AI 可以同時處理語音、影像、文字。技術不是瓶頸，意願才是。
如果我們真的想讓 AI 聽得懂阿嬤，可以從這兩個層面下手。
給店家的實務清單
一、人工叫號要「並行」，而不是「被取代」。
這是最省錢、也最有效的一招。店家可以保留掃碼取號，同時保留「跟老闆娘說一聲就好」的選項。讓兩種模式同時存在，而不是用「數位化」當理由，把舊的服務直接關掉。
二、叫號內容要有三要素：號碼、餐點、位置。
「第 138 號，蛋餅兩份、溫豆漿一杯，請到右側櫃檯。」這樣的叫號比單純的「138 號」多提供了兩個線索，對不熟悉流程的人來說，幫助非常大。而且它讓叫號不只是「通知」，而是一種「引導」。
三、螢幕設計要「大字、高對比、顯示剛剛叫過的三個號碼」。
很多叫號螢幕只顯示「現在叫號」，對剛好沒看到的人來說，等於資訊斷裂。如果螢幕上能同時顯示「剛剛叫過：136、137、138」，即使晚了一步，也還來得及。這種設計成本幾乎是零，效果卻很明顯。
四、加一顆實體取餐器。
日本的迴轉壽司、韓國的咖啡店，都很常用震動取餐器。一顆成本大約兩、三百塊，對一間店來說是很容易負擔的投資。對重聽、老花、或是坐在店外等的人來說，這是最可靠的提示方式。
五、員工訓練加一句話。
「阿姨，你幾號？我幫你看。」這句話成本是零，但效果最大。它不是在解決技術問題，而是在解決「不好意思問」的心理障礙。很多時候，一個人需要的不是更聰明的系統，而是一個願意看他一眼的人。
給政策與平台業者的建議
一、智慧化補助應該把「可及性」列為驗收項目，而不是加分項。
現在的補助方案，多半只看「有沒有導入」、「有沒有連線」、「有沒有數據」。如果能把「是否保留人工通道」、「是否通過基本的無障礙檢核」、「是否有長者實測」列入驗收，廠商就會真的去做，而不是把它當成宣传文案。
二、建立「數位平權」檢核清單。
這份清單不需要很複雜，可以參考 WCAG 的基本原則，再加上「長者實測」這一項。最好的檢核方式，不是找工程師來看程式碼，而是找五位七十歲以上的長者，實際操作一次，看他們卡在哪裡。
三、平台要提供「簡易模式」。
LINE、Google Maps、各大點餐平台，都可以考慮加一個「簡易模式」：字體放大、步驟減少、按鈕變大、預設隱藏進階功能。這不是技術難題，而是產品思維的問題——你願不願意為一群「不會帶來高頻消費」的使用者，多做一個版本？
四、保留人工客服與實體通道。
自動化可以解決八成的情況，但剩下兩成，才是真正需要人的地方。這兩成如果不處理，整個系統的正當性就會被侵蝕。
五、社區協作。
里長、社區大學、超商店員、藥局藥師——這些人是社區裡的「數位節點」。如果能透過他們做簡單的教學與協助，效果會比任何 App 的說明頁都好。因為人們願意問的對象，往往是「認識的人」，而不是「系統」。
六、結語：科技的最高級，是讓人感覺不到科技
回到那間早餐店。
後來，阿霞在櫃檯旁邊放了一塊小白板，上面用奇異筆寫著「現在叫到：140」，然後請工讀生每五分鐘喊一次號碼。她也跟幾個常來的長輩說：「你們不用掃那個 QR Code 啦，直接跟我講就好。」
阿珠姨後來又來了。這一次，她沒有拿號碼牌，直接走到櫃檯，說：「阿霞，兩份蛋餅、一杯溫豆漿、不要蔥。」
阿霞頭也沒抬，回了一句：「好啦，馬上來。」
這個畫面很溫暖，但它也暴露了一個問題：真正的解法，不該是「剛好有一個願意幫忙的人」，而應該是「系統本來就設計得讓人不需要幫忙」。
如果阿霞哪天退休了，如果那個工讀生離職了，如果白板被擦掉了——阿珠姨是不是又會被排除一次？
這就是為什麼我們需要把「可及性」寫進設計裡，而不是留給善意去補。善意很珍貴，但它不穩定、不可規模化，也不該是少數人的運氣。
AI 的發展速度很快，快到我們常常來不及問一個最基本的問題：這項技術，是讓更多人被服務，還是讓更少人被看見？
一個好的叫號系統，應該讓二十五歲的人覺得快，也讓七十五歲的人覺得安心。它不應該要求使用者先學會一套新的語言，才能換到一份蛋餅。
科技的最高級，不是讓人驚嘆「哇，好聰明」，而是讓人感覺不到科技的存在——只感覺到，這間店記得我。
下次你走進一間店，看到有人站在螢幕前面猶豫，也許可以多看一眼，多問一句：「阿姨，你幾號？我幫你看。」
這句話不用寫進程式碼，但它可能是整個系統裡，最關鍵的那一行。
```
从早餐店场景到设计反思：文章的功能模块拆解
这篇文章用“阿嬷听不懂 AI 叫号”这个具体场景，逐步展开对技术设计与数字平权的讨论，主要包含以下几个部分：
- **场景与案例引出**：通过清晨早餐店阿嬷取号的细节，让读者迅速进入“被排除者”的视角，建立共鸣。
- **多方利益分析**：分别从店家（缺工、错误率、补助）和顾客（平均数掩盖的沉默群体）两个角度，呈现问题的复杂性。
- **设计假设批判**：拆解“人人都有智能手机”“都能立刻感知提示”“都敢开口问”三个常见假设，指出系统设计中的排除性。
- **可落地的建议清单**：分别面向店家（五条实操建议）和政策平台（五条改进方向），提供具体、可执行的改善路径。
- **结语升华**：回到故事本身，用“白板与工读生”的现在时结局，收束到“系统设计应让人不必求助”的核心主张。
文章的整体结构不是平铺直叙，而是用“现象→归因→拆解→行动→回归”的递进逻辑，让读者从情感投入走向理性思考，再落到具体做法。
优化建议：** 文中的“阿珠姨”“阿霞”等角色和早餐店场景均为示例内容，您可以根据实际情况替换为真实案例或更贴合目标读者背景的人物设定。
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →