一年過去了,大家還是最喜歡「笑中帶淚」表情符號
一年過去了,大家還是最喜歡「笑中帶淚」表情符號
2016.12.05 |

巴別塔是聖經當中著名的故事。大洪水之後,上帝與人類約定,不再用洪水毀滅人類。

但人們卻對諾亞時代的洪水仍然心存恐懼,當時的人類講著同樣的語言,名為亞當語。他們決定建造一座名為「巴別塔」的通天塔。上帝為了阻止人們的通天計畫,讓人們學會不同的語言,使之相互之間不能溝通並且分散到各地。人類的隔閡由此產生,建造「巴別塔」的任務也隨之終止。

隨著語言學以及科技的發展,人類的語言隔閡不再那麼明顯,而互聯網更是一定程度上彌合了語言和文化的鴻溝。Emoji,這種誕生於 17 年前的符號如今隱隱有成為全人類共用的一種語言體系的趨勢。在 2015 年,《牛津詞典》把年度詞彙頒給了一個 emoji,那個「笑著哭」的表情。

2016 年,大家還是最愛這個「笑著哭」的表情

一年過去了,大家最喜愛的 emoji 還是沒有變。

Kika 是一家主要做海外市場輸入法的中國新創,產品覆蓋了 140 個國家,目前總用戶超過 2 億。前不久,他們聯合北京大學黃罡教授、劉譞哲副教授團隊以及密歇根大學梅俏竹副教授團隊發佈大資料包告《Emoji,新世界語的崛起——Kika 輸入法全球用戶 Emoji 使用行為大資料報告》。

這份報告利用 Kika 得到的資料,展示了誰在用 emoji,怎麼用 emoji,emoji 和文化有何關係,還有什麼影響人們使用 emoji?

Kika6
圖/ Kika

依照 Kika 提供的資料,「笑著哭」這個 emoji 占到了所有 emoji 發送量的 21.25%,遠遠高過第二名的「愛心」。

Kika5
圖/ Kika

如果是以日期來劃分,就會發現在周內大家使用量前五的表情完全一樣,而到了週六,荷爾蒙的氣息就濃厚起來了,「玫瑰花」和「愛心」的表情開始上榜。到了周日,「微笑」也代替「哭泣」成為第五名,這說明人們還是在休息日的心情更好一些。

Kika4
圖/ Kika

如果是以國家來劃分來看的,我們會發現法國是個完全的異類。作為世界上最浪漫的國家,法國人最喜歡的 10 個表情裡面,有 9 個都是用來表達愛意和喜歡。

Kika3
圖/ Kika

雖然看起來大家都很喜歡用這個「笑著哭」的表情,但是從各國文化的角度出發,不同的文化傳統對人們喜歡的 emoji 也有影響。比如喜歡按規矩辦事的西班牙,以遵守規定為榮;生活習慣受天主教影響的墨西哥,微笑和握手是他們的問候方式,親吻和擁抱也僅限於熟人之間;哥倫比亞非常注重禮儀。在這些傳統色彩濃厚的國家,這個「捂臉猴」有著「非禮勿視」以及「害羞」雙重含義。

Kika2
圖/ Kika

除了傳統文化之外,國家中的權力平等程度,個人主義傾向,乃至對 LGBT 群體的包容程度,也會影響 emoji 的使用情況。

人類離重建「巴別塔」還有多遠?

前文說到,全世界在使用 emoji 上有著驚人的一致性,這是任何一種語言都做不到的,當然其中也有不少的差異。而在 emoji 這種本來就生於數位時代的符號語言之外,各種各樣的語言還面臨著「數位化」的問題。

英語、漢語、西語等等大的語言不必擔心這樣的問題,因為這些語言背後有人口和市場的支撐。但是並不是所有語言都有這樣的待遇,都能跟得上互聯網和科技的發展。

Kika1
圖/ Kika

Kika 輸入法在開拓海外市場的時候就遇到了這樣的問題,因為商業的因素,使用者眾多的語言總會迎來更多的輸入法,但是,小語種的處境就尷尬了。

瑞爾•薩利姆是一位來自俄羅斯巴什基爾民族的語言愛好者,但在為移動智慧時代下,他也會因為像巴什基爾語這樣的小語種瀕臨消失而憂心忡忡。 沒有一個手機製造商願意為只有 150 萬人使用的巴什基爾語設定一個專屬的移動輸入法鍵盤,當地人只能使用俄語的鍵盤進行網上交流。

後來瑞爾向多家製作輸入法的公司發去郵件,請求他們重視小語種在輸入法上的困境。後來 Kika 回應了他的請求,並與他合作,為這 150 萬人使用的語言開發了輸入法鍵盤。

拉丁羅曼語與德語、法語、義大利語並稱為瑞士四大官方語言。然而在瑞士 700 萬的人又中, 講拉丁羅曼語的人數只占 0.6%。機緣巧合之下,聽說了 Kika 為巴什基爾語製作輸入法的瑞士平面設計師雷莫也和 Kika 進行合作,耗時幾個月,從電子化詞庫開始,做出了拉丁羅曼語的輸入法鍵盤。

目前,Kika 輸入法已經覆蓋了超過 90 種語言。

為什麼只做海外輸入法,不管是大語系還是小語系都要覆蓋呢?Kika CEO 胡新勇告訴愛范兒,全球 70 億人口,除去中國的 15 億,海外仍有 55 億人口,這是一個大得多的市場。如果再考慮經濟或者匯率的因素,歐美市場更是大有可為,他們一開始就想做的是全球的輸入法,而不是中國的輸入法。

雖然看起來開發小語種是個吃力不討好的事情,但是胡新勇也認為讓世界溝通更簡單是他們的使命。作為一家主要從事輸入法的公司,他們有責任保護小語種,傳承它,創新它。而且,每一個小語種都不是需要從頭再來的,很多核心演算法,推薦引擎和鍵盤滑行技術是可以通用的。

講到重建「巴別塔」這件事,就不得不提翻譯和語音辨識這兩件事。由於人工智慧技術的發展,這幾年來 Google 翻譯和 Skype 即時語音翻譯都取得了不小的進展。在上次錘子新機發佈會上,羅永浩也演示了訊飛語音輸入法的語音辨識情況。仿佛這一切意味著,語音到文本的鴻溝快被填平,語言之間的機器翻譯問題也不是那麼讓人尷尬了。

胡新勇表示,他們自己的翻譯功能也在開發中,涵蓋了語音和文本,幾大語系都有規劃。但是他也對目前一些語音輸入法吹牛的現象表示不滿:目前人的語音辨識準確率是 97%,所以目前國內幾大語音輸入法宣稱的識別準確率也是 97%,但實際肯定做不到這麼高…

即便如此,胡新勇也認為,現今離人類解決語言隔閡並不遠了,世界的語言很快就會平了。

本文授權轉載自:愛范兒

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