若水很難只用「前公司」或「實習單位」來形容。
在現在這份工作以前，若水大概是我和職場、身障就業、遠距工作、AI 標註、BIM、工程資料之間最重要的連結。那段經驗讓我第一次比較具體看見，身障者怎麼透過數位工作參與產業。
關係從 2018 年開始。
那時候透過臺北榮總的職業重建，接觸到若水的實習。三個月後若水評估當時的工作複雜度跟我的操作條件不完全適配，我沒有繼續走原本那條職位路線，轉往後來的居家就業、AI 標註那條路。
白話說，就是我在原本實習的工作裡沒有被留下來。
這件事對我來說不是很輕鬆的記憶。它很早就讓我碰到一個現實：對身體條件不同的人來說，一份工作能不能做，不只取決於意願，也取決於工作複雜度、操作成本、流程設計，還有環境有沒有真的準備好承接你。
也因為這樣，我對若水的居家就業不是後來才聽說的。那個部門剛開始形成的時候，我其實就在附近。可以說，它就在我們隔壁門，中間只隔一堵牆。
若水對我來說，是一段從職業重建、實習、工作適配、轉銜，到居家數位工作的完整經驗。我不是很多年後才回頭評論一個社會企業，而是曾經站在那個系統裡，看著它怎麼嘗試把身障者和數位工作接起來。
居家就業在當時對很多身障者來說，是一條很重要的路。
它讓一些不容易進入傳統職場的人可以在家工作，可以透過電腦參與產業，可以有收入，也可以有一種「我被職場納入」的感覺。
不能只從「標註工作」四個字去理解這件事。
對一般人來說，標註可能就是把圖片框起來、把資料分類、照規則做重複性工作。但對很多身障者來說，背後真正重要的是：工作可以被拆解、流程可以被遠距化、任務可以被模組化，身體條件不再完全決定一個人能不能參與產業。
這件事在當時是有意義的。對我來說也是如此。
我透過若水接觸到 AI 標註，也接觸到後來的 BIM、工程資料、數位流程。這些東西後來都沒有從我的生命裡消失，只是換了形式，成為我現在理解工作、錯誤、資料、流程和工具的底層語言。
只是，跑道不是只靠理想就能一直開放。
後來若水要把我們這批居家標註師退場。那時候的說明裡有一個數字讓我印象很深。
他們提到，當時案源裡很大一部分不是業主案，而是「若水案」。不是外部客戶真的下案子，是若水自己派案給標註師，讓大家還有工作可以做。如果我沒記錯，說明會提到的比例大概是七成若水案、三成業主案，而且業主案未來還可能繼續下降。
這個數字很關鍵。
它代表那套模式已經不是正常市場需求支撐的就業，而是若水用自己的資源在補洞。短期來看很有溫度，長期來看其實很危險。一個工作模式需要公司長期自掏腰包才能維持，那它就不是健康的商業模型，是一種社會使命支出。可以撐一段時間，但很難無限撐。
所以若水後來選擇結束這條線，從個人感受上很殘酷，但從商業角度看，我不能說它完全不合理。
甚至幾年後回頭看，當初他們對 AI 和 LLM 會壓縮傳統標註作業量的判斷，方向上確實沒錯。很多單純、重複、低門檻的標註工作，後來真的不再像以前那樣有想像空間。
這件事很冰冷，但也很真實。
社會企業難在它卡在中間。
純商業公司可以直接說：這條線不賺錢，砍掉。純公益組織可以說：只要有資源，我們就補助。但社會企業卡在中間。它既要承接人，也要面對市場。它既要有使命，也要活得下去。它不能把人只當成本，也不能假裝市場不存在。
若水的 AI 標註居家就業，曾經創造了一個很重要的可能性。可是當市場需求開始下降，當外部業主案越來越少，當七成工作量都需要若水自己補出來，就表示這條路已經不是一般營運狀態。
如果繼續硬撐，表面上有情有義，實際上可能會變成另一種傷害：大家以為還有工作，但案源不穩、收入不穩、未來不穩，最後組織和工作者一起被拖進一個沒有出口的狀態。
所以若水選擇退場，我不會簡單說它冷血。它做了一個很現實、也很痛苦的判斷：善意撐不起已經失去市場需求的工作模式。
退場前若水有先詢問我們各自的工作狀況。
我那時候其實已經在現在這間公司了，但一直沒辦法很有底氣地跟若水說「我有一份穩定工作了」。
我不是沒有工作。只是我自己很清楚，那時候狀態還不穩。我在公司遇到的問題是動作慢、錯誤率高、流程還不熟。公司也正在幫我處理支援、降低錯誤率、調整工作方式。但對我來說，那時候根本還不到「翅膀硬了可以飛」的狀態。
我有工作，但 performance 不穩。 我有職位，但流程不穩。 我已經離開若水那條跑道，但還沒建立自己的飛行保護系統。
所以一直不太敢說出來。
直到若水實在要把整批人退場了，我才說我其實已經有工作，但動作慢、錯誤率高的問題還在。
若水後來做了一件讓我到現在都記得的事。
他們撥了一個人，幫我用 Google 試算表建立 pipeline。那個人甚至當時已經離職了，是若水特別請回來協助我的。
一般資遣流程大概就是通知、錢、文件，然後結束。若水多做了一步。他們看見我不是「已經有工作就沒事」，而是在新工作裡還需要轉銜支持。
這件事我到現在仍然感謝。
可是，這件事也讓我看見另一個問題。
那個 pipeline 一開始是有用的，讓我能比較有結構地處理工作。但它有一個很大的限制：它是一次性的客製化支援，不是一套可持續維護的系統。
幫我做 pipeline 的人已經離職。公式很複雜，跨好幾個工作表。後續需求改變、欄位改變、公式壞掉、流程需要新增功能，我不可能一直去麻煩那位已離職的員工。
於是那套 pipeline 很快就碰到一個問題：它生得出來，但沒有人長期養。
我不是在否定若水的幫忙。剛好相反，正因為那個支援對我真的有幫助，所以我後來更清楚看見它的限制。
工具本身不是重點。重點是誰能維護它、誰能修改它、誰能把它變成長期可運作的制度。如果一套工具只能靠某個已經離開的人維修，那它仍然是一種脆弱的支援。可以救急，但不一定能長期陪你走。
現在回頭看，若水幫我搭的那個 Google 試算表 pipeline，很像我的第一代外部輔具。
它不完美，但它讓我第一次意識到：流程可以被設計，錯誤可以被預防，人的限制可以透過系統被部分承接。
後來我在現在公司裡，開始自己做更完整的流程。OCR、資料結構化、JSON hook、verify gate、本機模型二次複核、原生 PDF 輸出，也開始思考 full pipeline。這些東西看起來像技術工具，但對我來說不只是技術。
它們是我在身體限制、工作壓力和低容錯環境裡，替自己建立的一套保護系統。
差別在於：以前是若水幫我建立 pipeline，現在我自己開始建立。以前我依賴別人幫我搭一套能用的流程，現在我至少能自己判斷流程斷點、維護風險、輸出問題和後續可持續性。
這個變化對我來說很大。
所以若水那段經驗到底留下了什麼？
若水留下來的，不只是一段 AI 標註或居家工作的經驗。更像是一種看事情的方法：不要只看一個人做不到什麼，要看流程能不能重新設計。
這句話後來變成我工作裡很重要的底層邏輯。
我現在看自己的工作錯誤，也不再只用「我很爛」「我動作慢」「我不夠細心」這種方式理解。那些當然有一部分是真的，但不是全部。
我會開始問：錯誤是在哪個節點發生的？資料來源是不是混亂？公式是不是太脆弱？輸出工具是不是不穩？有沒有驗證 gate？有沒有二次複核？有沒有讓錯誤在輸出前被擋下來的機制？這個流程是不是太依賴某一個人？
這些問題，很大一部分是從若水那段經驗一路長出來的。
若水沒有給我一個永遠不會壞的工作系統。但它讓我知道，工作系統是可以被設計的。
回頭看若水停掉標註師制度，我不會把它寫成一個單純的失敗故事。
它比較像一個社會企業在 AI 技術變化前，面對市場退潮時做出的艱難決策。它曾經創造一條讓身障者參與 AI 產業的路，後來那條路的市場需求下降，若水沒有永遠硬撐，而是選擇退場。這對標註師來說是失去，但若水在退場時，至少對我做過轉銜支持。
我不能說這一切完美。如果那套支持更制度化，如果 pipeline 有長期維護，如果每個人都有更清楚的下一條路，也許會更好。但現實是，社會企業常常就是在不完美裡做選擇。
若水讓我看見一件事：善意撐不起已經失去市場需求的工作模式。支援不能只依賴某個人。如果市場真的不在了，硬撐不是永遠的善良。真正困難的是怎麼讓人不只是被安置，而是能轉銜、能學會、能逐漸掌握自己的工具。
如果是當年的我，可能只會覺得失落。
但幾年後，我比較能理解若水當時的選擇。也比較能理解自己當時為什麼不敢說「我已經穩了」。因為我真的還沒穩。那時候我還沒有自己的 pipeline，還沒有自己的錯誤阻擋機制，還沒有足夠的能力把工作流程拆解成系統。
現在至少開始有了。
這不代表我已經完全穩，也不代表我不會再錯。但我不再只是等別人替我搭一套流程。我開始知道怎麼自己設計流程，怎麼看見錯誤，怎麼建立 gate，怎麼讓工作不要完全靠人補救。
沒有若水，我很可能不會以現在這種方式走到今天。
若水不是我的終點，比較像第一段跑道。它讓我起飛，也讓我看見一件事：真正可持續的支持，不只是把人放進一個工作，而是讓人慢慢有能力理解、修改、維護自己的工作系統。
不是每個支援都能永遠存在。不是每條跑道都會一直開放。
但如果一段經驗能讓一個人從「被系統保護」走向「開始設計自己的保護系統」，那它留下的東西就不只是工作，也不只是回憶。
我現在回頭看若水，心情其實很複雜。感謝它，因為它曾經接住我。知道它有侷限，因為社會企業終究不能只靠善意對抗市場。理解它退場的現實，也記得那段退場對人的衝擊。
若水當年幫我建立的是第一代外部 pipeline。 現在我正在學著建立自己的 pipeline。