Pandora幫你發掘未知音樂
Pandora幫你發掘未知音樂
2006.02.15 |

二○○五年是隨身音樂播放裝置大賣的一年,取代PC成為科技業中的目光焦點。但如iPod這類裝置動輒數十GB的容量,也常讓消費者煩惱,究竟要去哪找成千上萬首歌曲,來塞滿這個隨身攜帶的小東西?史丹佛大學畢業的韋斯特格倫(Tim Westergren),在五、六年前聚集一群音樂家與科學家開始進行一項「音樂基因體計畫」(Music Genome Project),無心插柳地解決了這個問題,在去年底催生出一家令音樂愛好者與科技觀察家都驚豔的新公司:潘朵拉(Pandora.com)。 幫你發掘未知的美妙音樂 公司位於舊金山附近奧克蘭市的潘朵拉,提供的服務很簡單卻很貼心:幫你找到你會喜歡的音樂。使用者不需下載任何軟體,只要在Flash介面的網站上,輸入一首喜歡的歌名,或是欣賞的歌手名稱,系統就會從目前已累積有三十萬首歌、一萬多個樂團、號稱收錄近六十年來多數(英語世界)音樂的龐大資料庫中,搜尋出與這首歌「風格相似」的歌曲來播放。潘朵拉的魅力並不是幫你「準確」找出你要的歌曲,而是用類似「推薦」的方式提供大量相似曲風與唱腔的音樂,例如輸入諾拉.瓊斯(Norah Jones)得到的結果包括藍色少女合唱團(Indigo Girls)的〈Love's Recovery〉、茱蒂.科林斯(Judy Collins)的〈That song about the midway〉以及其他幾十首系統搜尋比對的結果。 很多時候,這些搜尋出來的音樂都來自你從未耳聞的樂團,歌曲來源也許是洛杉磯某地下樂團的試聽帶,甚至是愛爾蘭某家獨立製片公司市面難尋的小量發行專輯,但是跟大型唱片公司的作品相比,卻同樣觸動你的聽覺,讓人不禁想多聽些這種音樂,這正是潘朵拉的迷人之處——幫助你在浩瀚的音樂宇宙中,找到你會喜歡的未知新星。此外,潘朵拉有一套內建的強化機制,可以幫助系統越來越準確地掌握網友的喜好。如果你對潘朵拉推薦的某首歌曲感到很滿意,你可以給這首歌一記正面評價,之後系統會多推薦這類曲風的歌曲;如果你不喜歡,給個負面評價,這首歌就永遠不會再出現在你的播放清單上。使用者甚至可以在網站上建立高達一百個電台,儲存各類風格的歌曲,並透過電子郵件與好友分享。潘朵拉是以串流的方式播放音樂,如果想要購買的話,則提供連結直接至iTunes線上音樂商店。 獨門的音樂屬性分析系統 音樂風格與個人音樂品味,都是極度主觀而不易描述,如何準確地描述一首歌的風格,並且針對不同歌曲進行比較,建立歌曲間相似度的連結,正是潘朵拉的核心技術「音樂基因體計畫」所欲解決的問題。這個團隊中的主要成員,創辦人韋斯特格倫跟技術長康雷德(Tom Conrad),都是具有電腦與音樂雙重背景的少見人才,而建立音樂分析理論的首席音樂學家蓋瑟(Nolan Gasser),更集作曲家、鋼琴家、指揮家、以及音樂理論學者等身份於一身,甚至擁有史丹佛音樂學博士學位。 這群人用類似比對基因與生物性狀的方法,拆解出音樂中種種元素,並與這些元素與樂曲聽起來的感覺加以連結。他們規納出接近四百種音樂的「基因體」來描述音樂屬性,包括曲調、和聲、樂器、節奏、歌手音色、以及歌詞等,遠遠超越僅僅以搖滾、嘻哈、節奏藍調等音樂類型來歸類,並為每首歌建立獨特的「基因組」,作為與其他歌曲比對相似度的基礎。而歌曲的來源,除了各大唱片公司及獨立(indie)工作室的授權外,更歡迎地下樂團提供試聽帶。美中不足的是,目前資料庫中尚未包含古典樂曲。 軟硬體結合大商機 音樂基因體計畫原本是美國線上(AOL)與邦諾(Barnes and Noble)線上音樂推薦服務的後台系統,但在線上音樂市場急速成長後,韋斯特格倫便成立潘朵拉,轉向B2C市場發展。目前獲利來源除了一般網站常見的廣告收入(大部分來自iTunes)外,就靠一年三十六美元的會員費(繳費會員無須看廣告)。日前《紐約時報》揭露,潘朵拉與音響廠商SlimDevice合作推出的音響,將於近日於美國推出,看來這股線上音樂所引發的商機,獲利的不僅僅是蘋果概念股而已。以硬體見長的台灣,最該向潘朵拉學習的,就是在同業一面倒追隨iTunes模式之際,懂得堅持創新,找出讓自己獨樹一幟的創意。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓