用說的更方便！語音輸入帶來行動新商機|數位時代 BusinessNext

使用語音輸入功能的人群特徵和需求

「追求效率」與「追求簡單」為使用語音輸入功能的兩大主要目標，擁有不同目標的使用者在使用需求與偏好上有很大的差異（表一）。

【表一】語音輸入功能使用者人群與使用特性
enter image description here

資料來源：beBit

「追求效率者」的需求是透過自然地對話有效率的完成操作。在實際調查中發現，智慧型手機使用頻率高的使用者往往屬於此類，他們希望透過語音輸入簡短問答，直接獲得結果。因此偏好可以一次完整輸入的Siri型操作模式。

「追求簡單者」的智慧型手機使用頻率不高，平常不習慣手機文字輸入介面，操作畫面也不容易，所以想要透過語音輸入更簡單的完成指令，特別是高年齡層的使用者屬於這類。這類使用者無法適應Siri等操作性高的語音輸入，反而偏好一問一答的輸入形式。例如是銀行匯款，他們期待從選擇「匯款」的大分類漸漸進入細節的內容，因為在操作前對於完整的操作內容沒有概念也不想思考，對於一問一答的輸入形式感到方便性。

圖一以透過語音輸入功能完成「銀行匯款500美金到老婆戶頭」的任務為例，顯示兩種人群的使用情境：

【圖一】語音操作「銀行匯款」使用情境
enter image description here

資料來源：beBit

語音輸入功能所帶來的新商機

以往，高年齡層的使用者由於手機螢幕與文字鍵盤的限制導致部分使用者被排除在目標客群之外。透過調查，我們發現對於語音輸入功能的需求比較大的反而是「追求簡單」的高齡人群，根據beBit的使用者觀察，一旦開始使用語音輸入的使用者會漸漸遠離文字輸入，「是」、「否」等簡單的選項也開始偏好語音回答，剛開始對語音密碼有顧慮的使用者，漸漸毫不猶豫的朗誦自己的密碼，使用者似乎無法再從語音輸入回到文字輸入的模式。可見語音輸入功能可以降低這類高年齡層人群使用手機的障礙，增加使用手機服務或APP的動機。

2013年美國金融集團USAA將語音輸入系統導入手機網路銀行APP（如圖二）。該系統可以設定聲紋密碼，只要本人下令指示任務，APP便會連到銀行系統進行處理，完成後還會告訴你「已完成任務」。即便如網路銀行此等安全性要求如此高的APP，美國的金融機構皆已開始導入語音輸入功能，可見語音輸入在國外已經被相當重視，且增加語音輸入功能也是拓展網銀使用族群從較年輕化族群往更多高齡者邁進的做法，這樣的趨勢無論是手機開發商、APP開發者皆不可忽視的一股力量。

【圖二】USAA Voice Command Mobile App
enter image description here

為提供提升滿意度或開發差異化的新服務，語音輸入功能是個充滿前景的方向，然而語音輸入功能和文字輸入功能的使用者有很大的差異，對於資訊的輸入結構與服務呈現結構的需求也不同。一般來說，網路使用行為目的性高、自主性強，但是使用語音功能的行為傾向是被動的；例如語音輸入者在輸入後等待機器的審核及下一個指示，相較下，文字輸入者會主動地點擊按鍵。如果這些服務的結構設計或畫面不符合使用者需求，最終就只是白白浪費了投入的開發成本，或許有可能目前的技術限制根本就無法滿足使用者的需求，因此，在進行開發時，首先須從了解使用者的需求開始。

本文出自beBit

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。