[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。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。