[張成秀] Amazon Echo：一秒鐘決定服務設計的品質|數位時代 BusinessNext

[張成秀] Amazon Echo：一秒鐘決定服務設計的品質

Amazon剛推出音樂串流服務，主打智慧聲控喇叭Echo，Echo不只是產品，也是服務。沒想到為了語音辨識待解的難題：「1秒延遲」，卻花了Amazon五年的時間。Echo到底怎麼做到的？

iPhone7這回在千呼萬喚中強勢登台，一如預期地又造成一波搶購旋風，如同多年前第一代iPhone問世時，就締造出70天內銷售出100萬支的業績。相同地，Amazon推出的新一代產品，雖然在台灣還沒有很多人在談論，但是在2015年暑假期間，單是美國就賣出超過100萬支，這新產品到底是什麼玩意兒？

它叫Echo，從官方介紹影片可以看出，這項產品提供的服務包羅萬象，舉凡：查單字、問天氣、叫Uber… 「Alexa」都可以回答你。

說穿了，Amazon Echo的Alexa是一個以聲音啟動（voice-activated）的搜尋引擎，結合微軟Bing的技術來達成（這兩家公司的總部都在同一城市），搜尋的結果全都在雲端上，透過聲音做為介面，將雲端上的資訊傳達給你。

那麼，它到底是產品還是服務？這兩者之間的分野已越來越模糊，甚至互相交融。

Alexa實際改變我們的生活

除了獨特的外型設計加上新穎的服務，在科技日新月異的世代中，Amazon Echo藉何切入市場？ 它還可滿足哪些尚未被發掘的需求（un-met needs）呢？以往操控電腦或手機在搜尋時，靠的是兩隻手在操作，而現在是靠嘴巴喊指令，彷彿大家都成了「君子」（動口不動手嘛！）。這樣的改變，將大大地應用在家庭生活情境中 ，例如：當媽媽正用雙手忙著揉麵團，這時候就可以直接問：

「Alexa, How much water and flour do I need to put in to make a 12-inches pizza? （Alexa，一份12吋的披薩需要放多少麵粉？）」

「100 ml of water and 300 grams of flour. （100克的水和300克的麵粉）」

差異化由此可見一斑，生活中的家電產品幾乎都是有功能面板的；但在這台小機器上，看不到任何顯示器（display），連指令按鍵都只剩下兩顆（開機鍵和語音鍵），這是個很大膽的設計。而且Echo還可以用手機當作遙控器操控，播放妳（你）喜歡的音樂或頻道。

咦？Echo和Alexa指的是同一件事嗎？ 不，應該這樣說，Amazon Echo是一個看起來像柱狀的音箱，而Alexa就像個人工智慧助理（Artificial Intelligence Assistant）。我們將Alexa當作自己的貼身助理，它不僅會成為我們生活中的小幫手，還會自我學習，未來會變得更加聰明。

Alexa可看做一個平台，且具有學習的能力，不僅如此，它就像是一個App Store，或許稱它為「Skill （技能） Store」更恰當些。

有許多白色家電用品廠商受到Amazon執行長貝佐斯的影響，紛紛在Alexa平台上開發支持語音操控（voice command）的家電，將 Alexa 嵌入到自己的硬體產品，成為物聯網的一部份。這能達到網路效應（Network effect），提供更多的技能，讓Alexa越來越好用。

服務設計的難題和改變

從一個服務設計者（Service Designer）的角度來看，踏入一個未知的領域大概是最困難的。想像一下，在馬車時代要發明一部汽車當代步工具的難度。任何新產品的發明，都得要有第一個發明雛品問世，才會有後繼的演化產品吧！

Amazon早在2011年就開始籌畫開發Echo，當時受到Bezos在背後大力推動。那時目標市場就設定在給小家庭使用，讓Echo作為貼心的小幫手。 然而，有一個非常重要的課題待解決：那就是語音辨識（voice-recognition ）。

過去30年來，語音辨識一直沒有成為消費者和商務的主流應用， 關鍵原因就在於這項技術還存在著2.5秒延遲的難關，也就是說在與機器一問一答的時候，得忍受這些尷尬的沉默時間。

此關鍵是設計者面臨的重大難題；一般人大概想不到，經過了五年的時間，貝佐斯和他的團隊努力將回答延遲的時間縮短為1.5秒。雖說距離他最初設下的目標 1 秒，還差一步之遙，但此成就卻已撼動整個業界。

這是怎麼辦到的？原來是他們收集了非常大量的語音資料（voice data），這些資料是來自許多「魔法師（wizards）」幫忙優化（綠野仙蹤實驗法Wizard of Oz experiment），讓問題的解答盡快被引擎搜尋出來。

Amazon這麼做不只將餅做大了，更在其中得利許多，例如：

根據調查，使用Amazon Echo的用戶，平均消費提高10％。現在用戶想要購買商品時，直接告訴Alexa就可以了，比較不會有健忘的情況發生。
購物頻率比原本高出6％。不只買了更多，甚至購買頻率加快。

我們應該照單全收嗎？

當然，事情不會永遠只有「好」的一面，現在我們該來思考，Alexa背後是否也有「不好」的一面？

簡單來說，使用者似乎給自己買了一個「監聽器」在家中。在一般使用的情況下，這台機器還是在聽人們的對話（只要是在開機的狀態），而影片中甚至提到，不需要大聲地喊出Alexa名字，意思就是Alexa的聽力是很好的！它具備遠距的高科技技術，不得不小心隔牆有耳！

當然，聰明如貝佐斯，他一定也有想過這個問題。其一，是透過加密的方式來告訴大眾，資訊是安全的。而其二，便是消費者對企業品牌的信任。

服務設計三部曲

透過這個案例，期望能使更多人了解：

服務設計在設計什麼？
難在哪裡？
如何突破？

你要設計什麼去滿足尚未被發掘的需求？如何實踐？同時還有潛在的隱憂如何克服？

總結而言，類似這樣的產品還會不斷的成長（像是今年上市的Amazon tap及Echo dot），因其突破了兩個重大的課題：無須用手、無須顯示器。而要達成這樣的效果，語音辨識的速度、準確度、介面使用流暢度、效能（指延遲的時間）等等，都必須再花更多人力和精力投入，使它更臻完善。

參考資料：

iThome - Flurry：上市74天iPhone賣百萬支，Nexus One只有13.5萬

GeekWire - Amazon Echo sales reach 3M units as consumer awareness grows, research firm says

Tech News科技新報 - 亞馬遜準備開放它的智慧語音助手給所有的家庭設備

Business Insider - The inside story of how Amazon created Echo, the next billion-dollar business no one saw coming

資料整理：黃建彰。

延伸閱讀：Amazon Echo憑什麼成為最火紅的IoT裝置？

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長800至1000字，兩天內會回覆是否採用，文章會經編輯潤飾，如需改標會與您討論。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問