生產力X聊天機器人X零售X醫療X擬人

多項調查數據指出，在2024年AI將無所不在，透過AI驅動產品與服務，進行更細緻與流暢的互動；或透過AI縮短研發、外包工作瑣事，專注在創意構想，在未來我們將與AI共生，AI時代也逐漸在我們眼前實現。

文／Louis Wei　圖片提供／達志影像

在生成式AI魔力之下，2023年人工智慧(Artificial intelligence, AI) 一詞貫穿整年度，技術快速迭代發展，應用百花齊放。2024年諸多分析更一致認為，人工智慧技術將更臻成熟，運用大量數據和算力，統整分析資料並產出答案的生成式AI應用將更加擴大。

2023年人工智慧如虎添翼，開始導入大型自然語言模型(LLM)，過往使用者需要主動提供數據和資訊給人工智慧，才能獲得所需的建議和操作指示，但導入LLM 後，人工智慧能以自然語言進行溝通，降低使用門檻也能具體理解使用者需求，提供更符合需求的建議。在2024年AI應用將更全面與升級，包含虛擬客製化客服、AI個人助理（健身教練、時尚搭配）等各層面，以下統整2024年5大AI展望與應用。

1.代理模型迭代
AI成工作瑣事助手，生產力大突破

當AI 導入LLM或更多數據後，就可以進行更繁瑣的工作，其背後的原理就是「代理機制」(Agents)。「AI」的代理是指透過軟體內的智慧技術，或透過物理的感測器來感知周遭環境，使用演算法或模型處理資訊後，執行推理、學習、搜尋等功能，並自我學習以提高性能。

科技媒體《Tech Crunch》認為，2024年人工智慧的代理技術可能不會有重大突破，但是代理的模型會更先進，例如：透過AI聊天機器人，直接操控電子表格、線上日曆或是其他的APP，自動協助安排會議、編輯文件、分析數據和製作圖表，解決許多繁瑣的日常工作。

▲(左)將Word檔拆解成多頁PPT、自動寫作、視覺化圖表，微軟Copilot 將Word、Excel、PowerPoint 等生產力工具整合，有效節約瑣碎時間，專注在創意工作上。
(右)虛擬試衣、虛擬購物在AI應用加持下，將更貼近消費者所需，不輸於實體購物帶來的體驗。

2.多模式系統
聊天機器人整合文字、圖片、聲音、影像

聊天機器人不只能成為個人祕書，還突破起初文字和圖片生成的限制，往影片快速生成邁進。《紐約時報》指出，過去幾年，AI聊天機器人和圖像生成機器人均被視為單獨的工具進行開發，如今這2項工具被整合應用，如OpenAI 在2023年推出新版本ChatGPT 時，就可以透過文字產生圖像。

《紐約時報》也預測， 今年OpenAI、Google 和Meta 等公司將專注於發展快速影像產生技術，這些科技公司在擁有文字提示產生影片的工具原型後，接下來將朝向將影片生成功能整合進聊天機器人中。除此之外，AI 開發公司也正在建立「多模態」系統，意味著人工智慧可以透過分析照片、文字和其他類型的多媒體，如圖表、聲音和影片等，進行機器學習自行生成文字、圖像和聲音。

3.客製化零售體驗
虛擬更加真實，掀起電子商務革命

AI驅動的個人化服務整合也在開創新的電子商務格局，企業早已在利用先進的演算法來分析客戶行為、偏好和購買歷史記錄，以提供個人化的產品推薦。Amazon更是該領域先驅，其開發的AI聊天機器人，在現有搜尋基礎上，增加即時比較商品，允許用戶詢問更細節問題，以及基於搜尋上下文和個人購物數據等，為客戶提供更精準、量身訂製的購物體驗。透過人工智慧支援的互動搜尋，Amazon得以優化消費者體驗流程，從而提高客戶滿意度和參與度，來達成銷售持續增速成長。

AI還能改善讓消費者最頭疼的線上服飾購物體驗，傳統網購服飾經常產生尺寸不合、材質與想像不一等落差。Amazon 推出的Amazon Fashion服務，透過每月分析全球19個國家地區、超過數10億條評論內容，和消費者過往的購物紀錄比對，分析不同品牌衣物如窄版或寬鬆，提供更符合消費者身形尺寸的衣物建議。

在商家端，例如：AI驅動的Fit Insights 輔助工具，則可分析消費者實際購物結果，整合後續退貨和評論內容，讓業者從顧客行為了解商品是否需要調整，設計更符合需求的商品。透過AI消弭線上購物和實體商品的落差，除了能優化消費者購物體驗，更能減少申請退換貨造成的物流成本。

Walmart也不讓Amazon專美於前，在2024年美國消費性電子展(CES)中公佈與微軟的合作成果，結合Walmart自有技術，與微軟Azure OpenAI服務，透過生成式AI和LLM，消費者告知系統一個情境，系統就可以透過演算法推薦合適的商品，舉例來說，消費者只要在聊天機器人中輸入：「今天要舉辦聖誕晚餐」，具備搜尋功能的聊天機器人即可推薦商品與聖誕晚餐相關的商品。此外，Walmart還可以使用自家的商品銷售數據，訓練AI 分析哪些商品較多人購買，如何及時補貨等。

▲AI應用在醫療領域，將可達到預測疾病發生，美國與丹麥科學家開發出的AI模型「Life2vec」，可預測個人死亡時間，準確度高達78%。

4.醫療革命
透過個人數據提供罹病預測

AI 應用於醫療產業行之有年，如IBM在2015年推出的AI 醫療部門Watson Health，就是希望透過AI 的演算協助，制定個人化治療計畫，最終澈底改變癌症治療方法。近幾年AI 在醫療應用上的發展更加快速，人們可以透過聊天機器人，獲得基本的醫療建議；若需要更進階的醫療建議，再透過聊天機器人轉介給專業醫療人員。聊天機器人也可以定時提醒病人預約回診和取藥。

除自動化提醒外，AI還可用於分析醫學影像和其他數據，及早發現潛在問題，並評估可能導致癌症的腫瘤侵襲性等風險評估，對於罹患癌症或有復發風險的人來說將是一大福音。大數據分析也能用於加速新藥的開發，一旦再度發生像COVID-19的大規模傳染病，將能縮短漫長的疫苗開發時間，加速應對疾病擴散。

AI 醫療應用的另一個例子是Google 旗下的人工智慧公司DeepMind 的DeepMind Health計畫，該計畫開發AI 系統，可以幫助醫生診斷糖尿病視網膜病變。此外，Apple 推出的健康數據管理平台HealthKit 透過可穿戴式裝置，協助用戶追蹤自己的健康數據，如心率、睡眠和活動率等，該平台的整合AI 科技將能用於識別用戶，健康資料庫中可能的健康問題。2024年AI發展和數據分析力，預期能讓醫療產業更效率且個人化，同時提供更精準的醫療建議。

▲波士頓動力(Boston Dynamics) 所研發的機器人不再局限於程式碼限制，而是賦予了機器人學習處理能力，能視真實情境做出複雜回應。

5.機器人擬人化
賦予機器人學習處理能力

過往智慧機器人內建的編碼，能讓它們反覆執行相同的任務，例如：拿起一個大小和形狀一樣的箱子，將形狀一樣的物體移動同樣的距離，但若中途遇到障礙物就無法行動甚至卡住。如今研究人員希望透過AI 讓機器人學習物體移動的方式，以及如何與物體互動，賦予機器人基本處理問題的能力。例如：美國自動化機器人公司「波士頓動力」(Boston Dynamics)，拍攝了一段其所開發的人形機器人Atlas 透過AI 習得新的物體互動方式的短片，影片中Atlas 偵測到有物體掉落後，不僅將物體撿起，還能應用環境中現有的物件，如箱子、樓梯和木板等爬上鷹架，最終將掉落的物體交給鷹架上的工人，還透過後空翻、旋轉等複雜動作平安回到地面。

整體而言，2024年人工智慧可望在2022年和2023年的基礎上，有更多突破性的發展。特別是在商務領域，企業正躍躍欲試，嘗試將AI融入營運中，也進行策略性的AI投資，維持其競爭力。最直觀來看，《經濟學人》統計全球前百大企業，有積極投資AI 運用的公司，股價上漲了11%。

同一時間，歐盟也正在推動「人工智慧法案」的通過，在科技蓬勃發展的同時，政府監管力度及範圍，可能會改變各行各業的運作方式，引發外界高度關注。雖然監管規則往往制定緩慢，企業不必在一夜間適應新規則，卻也要及早做好準備和佈局。 閱讀完整內容