透過參與體驗，讓利害關係人一起推動ESG創新，邁向永續發展
從全球第一位服務設計教授 Birgit Mager 與 Marc Stickdorn 的對談，重新看服務設計的起源、落實，以及 AI 時代的下一步
三十多年前，服務設計這門學科幾乎還不存在。全球第一位服務設計教授 Birgit Mager，與《This is Service Design Thinking》共同作者 Marc Stickdorn 回頭對談，談的不是工具，而是這門學科當初為什麼需要存在。服務設計師是「行為建築師」，真正要設計的不是 Touchpoint，而是 Change：怎麼讓人與組織開始用不同的方式行動。落實不是設計做完之後的事，從專案第一天就該問誰會被影響、誰可能反對、KPI 是不是反而鼓勵舊做法。而在 AI 已經可以表現出 Pretend Empathy 的今天，最重要的能力是幫組織判斷：什麼值得自動化，什麼值得保留 Human-to-Human。
款待與服務的差異
一間路邊的水果冰店，為什麼讓我二十幾年後還想回去？不是因為冰特別華麗，而是老闆對待我們，很像在對待自己的弟弟妹妹。以前我不知道該怎麼形容那種感覺，直到讀《超乎常理的款待式領導》看到一句話：服務是提供產品的一環，款待則是帶給對方的感覺。這篇從那間冰店出發，談服務與款待的差別，談我們為什麼很會設計「讓人進來」、卻很少設計「讓人想再來」，最後回到服務設計的工作：款待要怎麼寫成現場人員真的做得出來的行為，而不是一句用心對待顧客。
品牌理念大家都同意，問題是真的遇到事情的時候，到底要怎麼做？「體驗原則」是品牌信念和實際服務中間，很重要的一層轉譯。
同一趟日本旅行，三宅一生拒絕我兩次，我反而更感受到品牌；飯店幾乎什麼都願意幫，我卻感覺不到它的信念。差別不在服務好不好，而是服務背後有沒有一套清楚的體驗原則。這篇從這組對比出發，談體驗原則為什麼是品牌信念往下落地的依據、真正有用的原則要能幫人做取捨、它為什麼也該進入公司內部的討論與決策，以及它和 SOP 的差別：不是把人管得更死，而是讓人更知道怎麼做。
不是一直增加更多東西，而是挑一件原本很小的事，認真把它設計好。
在福岡太宰府一條不起眼的巷子裡，一碗蕎麥麵讓我記得最清楚的不是味道，是吃的過程：店員端來三格佐料碟，教你自己調醬；麵上桌後不是把醬倒進去，而是一口一口夾出來沾著吃。朋友的蘿蔔泥也要自己搗。東西沒有變多，只是把原本藏在後台的小事拆到前台，設計成讓顧客參與。這篇從蕎麥麵、蘿蔔泥到勝尾寺的達摩，談「小題大作」的另一種意思：想增加體驗，不一定要一直加東西。
順的時候，客戶感覺不到你。專業真正被驗貨，是在出問題那一刻。
好市多退貨區前面排著一個扛整包米的大哥，我以為要等很久，先去買了午餐，回頭老婆卻已經快排到，而且手上什麼都沒有。服務人員沿著隊伍先把商品刷好、集中放上推車，讓最不賺錢的那個櫃台，順得跟結帳一樣。這篇從那一幕談起：峰終定律看最初、最高、最終，我想再加第四個——出問題的時候。因為順利時客戶感覺不到你，麻煩來了，專業才真正被驗貨。
一個顧問案的資料閱讀現場：AI 分析得很順，我卻決定把它放到旁邊，自己重讀一遍
客戶給的資料很完整，AI 也很快就整理出趨勢、機會點與發展方向。每一句都合理，但我看完只有一個感覺：不對。後來我把 AI 放到旁邊，自己一份一份讀，才發現真正的問題不是「這批資料還能整理出什麼洞察」，而是資料本身就缺了幾塊：沒有顧客觀點，也沒有人說清楚什麼叫成功。AI 很會告訴你有什麼，洞察卻常常來自少了什麼。
三屆傳善獎｜106 家醫院｜近 100 個單位響應 的真實故事：癌症希望基金會
癌症希望基金會拿下 2015、2020、2026 三屆傳善獎，是傳善獎第一個累積三屆獲獎的機構。癌症相關的照護單位比比皆是，每一家也都想解決真正的問題，那為什麼是他們可以持續獲得合作、持續把影響力推出去？這篇從執行長那句「解決方案要從真正的問題開始」出發，拆開兩件事：深耕，是把一個議題持續深挖；共好，是往下挖的時候，手上還牽著別人。內容包含四段實作：怎麼找到沒有人接住的缺口、怎麼用小步測試找出志同道合的夥伴、怎麼把共好變成往下深耕與橫向串連兩個方向，以及最關鍵的判準——下一次要從上一次「還沒解決」的問題開始，而不是從成果所「製造」出來的問題開始。
從價值要素牌卡到價值引領的三段路——懷世代輔導現場的一天
上週在懷世代的輔導現場，一疊 30 張的價值要素牌卡攤在桌上，團隊要從組織的過去、現在與未來三個時間點，找出最想提供的價值，再往下轉換成服務。但選完牌卡，只是價值引領的起點。這篇把它拆成三段路：發覺——價值先讓組織看見自己的期待，才談得上取捨；發展——價值碰到別人的價值，合作才可能形成；落地——價值讓團隊知道市場不買單的時候，該改的是哪裡。最後談為什麼這在商業市場上是好方法，在資源有限的社會服務裡，更接近基本功。
AI 時代的服務設計研究筆記——當使用者從「操作者」變成「委託人」
KPMG 橫跨 47 國、48,000 人的調查顯示：66% 的人經常使用 AI，卻只有 46% 願意信任它，更有 66% 的人依賴 AI 產出而不評估其準確性，56% 的員工已因此在工作上犯過錯。方便與效率讓 AI 用量大增，但也造就了信任危機——AI 給的答案可不可以相信？出了問題誰負責？醫療現場已經真實上演：臨床醫師被要求為 AI 輔助的決策負責，卻對工具毫無控制權。這篇從 Job to be Done 出發，整理 AI 時代使用者研究不得不注意的六個議題：委託範圍、信任與驗證、人的邊界（問使用者）；可接受錯誤率、責任歸屬、工作流壓縮（問營運端），以及 Persona 與旅程圖該怎麼跟上。
參與是必要條件，卻不是充分條件——引導不只設計「怎麼討論」，也要設計「拿什麼來討論」
把人找齊、氣氛熱絡，不等於會有好成果。共創要走得深，除了參與，還需要知識的支持——參與者手上有什麼素材可以想，決定了他們能想到多遠。這篇從「要準備什麼知識，先看活動目的與參與者」出發，用「活動目的 × 參與者類型」把共創工作坊拆成九種情境，每一格該準備什麼知識、用什麼工具、最容易在哪裡失敗，一次講完。最後回到引導者的工作：讓知識從資訊走向行動。