聊天機器人與聲控機器人不是救國良藥
聊天機器人與聲控機器人不是救國良藥

聊天機器人(Chatbot)和聲控機器人(Voicebot)潮流大興,台灣方面自然也隨風起舞。

而這類機器人(Bot)的應用也被廣為報導,如Facebook的聊天機器人數量大增;語言學習平台Duolingo推出聊天機器人;而這些機器人相關公司與新創團隊也不斷擴增版圖。同時,大公司如亞馬遜、Facebook和Google也都與創投聯手,開始推出以聊天機器人為主題的創業加速計畫,如這個這個這個。當然,台灣也有不少新創團隊開始議論是否應該趁早切入聊天和聲控機器人領域,也有許多開發者已經動手開發產品。

但是,聊天和聲控機器人真的會翻轉科技業經濟嗎?讓我們一起看下去。

Bot不是一種產業

Bot究竟會不會顛覆現在的App經濟呢

答案是:言之過早。

首先,在討論Bot時,太多評論者犯了兩大謬誤:

第一謬誤就是將Bot與人工智慧搭上線。 事實上,不管是聊天機器人還是聲控機器人,所謂的Bot都只是一個接收訊息(輸入、輸出)的介面罷了,並不代表其真的運用了什麼足以掛齒的「人工智慧」技術。比如說,計算機聊天機器人縮短網址機器人翻譯機器人,都只是將一些稀鬆平常的API透過簡訊的形式呈現,跟人工智慧通常是兩條平行線,沒什麼必要地交集。

第二謬誤就是把Bot本身當作一種產業別來討論,過度神化Bot的價值。 Bot本身就好像是一台載具,這載具並沒有天生的社會和經濟價值,必須要為某種產業服務,才有商業上的意義。

重點來了,科技業其實沒有所謂的「Bot」公司,金融科技依然是金融科技、教育科技依然是教育科技、醫療科技依然是醫療科技,聊天機器人本身並沒有價值,新創公司也不會因為為自己打上「Bot」的標籤馬上就可以無中生有。

同時,聊天機器人疑雲尚未明朗,但是其警訊大部分科技人卻選擇充耳不聞:當許多美國知名創投與加速計畫都專注於產業化,積極與各種民生與傳統產業接軌的同時,亞馬遜和Google卻出手闊綽,合作協辦不少「專注於技術規格,卻沒有具體產業別與商業模式」的聲控機器人新創培育計畫。

在許多科技新創人眼裡,或許會以為為了新的技術規格和通訊介面,大手筆輔助相關新創公司是一件好棒棒的事情。

但事實而言?教育用聊天機器人、醫療用聲控機器人、金融用聊天機器人等新創公司之間除了都有「機器人」的介面以外,商業模式和營運模式都完全不同,把這些公司全部塞到同樣一家加速計畫中其實一點意義也沒有。

這顯示目前整體趨勢而言,聊天和聲控機器人還是相當茫然,而且在短期內恐怕不會得到紓解。

Bot在B2C與B2B的商機盲點

若要討論聊天與聲控機器人的產業應用,我們可以先從B2C(消費者用)與B2B(企業用)兩塊去探討。而不諱言,在兩大市場中,Bot前景的阻力仍多過助力。

先看看B2C。

B2C的Bot概念,一般都是透過Facebook、Twitter、LINE、WeChat、簡訊等訊息平台,以及Alexa、Google Home等聲控平台來與消費者互動。經過一番造神運動,許多人相信這些訊息和聲控平台將會取代現有的手機App,讓人只要用自然語言就可以完成現在呼叫Uber、簡易計算機、查看天氣、訂外賣等工作,一切都會更便利。

有夢是很美沒錯,但不要與現實脫節。B2C聊天與聲控機器人光從作用上就可以看到以下商業上的障礙:

首先,這些機器人所使用的通訊平台,原本就薄利多銷(甚至無利多銷)。 使用者對於付費的意願較低,先天市場條件就不理想。即便是Alexa、Google Home等家用聲控平台,其利潤也是來自於電子商務,而非軟體應用。

第二,聊天與聲控機器人的通訊平台本身設下了不小的商業化限制。 如Facebook對於聊天機器人在置入性行銷上的應用仍有諸多限制;而Alexa與Google Home上的聲控機器人必須透過其平台上的Skills商店才能上架。美其名是「商店」,但Skills商店上發行的Bots都是免費的。

除此之外,若要在金流和資訊上有更高的自由度,Bots仍需使用者在第三方開發者平台上先註冊(例如Nest的Alexa Skill就要求使用者必須要先上Nest網站上註冊才能夠使用Skill),因此不論在上架流程還是商業化過程上,聊天與聲控機器人都面臨極大的阻力。

最後, 聊天與聲控機器人最大的致命傷仍在於其介面。 雖然說自然語言是人類最自然的溝通方式,但大部分的溝通仍仰賴多維度(平面以上)互動,以及多媒體與文字的相輔相成。

目前許多聊天機器人的功能只能說是App的部分功能(如Amazon Alexa的購物功能只是Amazon Shopping App的一小部分),而當大部分的App本身都是免費下載並採用升級付款制度時,功能更蹩腳的聊天機器人,幾乎不可能突然突破各種網路服務平台的商業化困境、創造新產值。

再來,討論到B2B聊天機器人時,其面臨的商業化困境雖然沒有B2C嚴重,但是卻也面臨許多難題:許多B2B的產品對象都是高階使用者(Power User),大多數的B2B軟體不會使用自然語言,反而還會使用更多的圖表、試算表等量化分析工具來輔助提升工作效率。

由此可見,許多現在的聊天機器人新創,不管是金融科技的銀行餘額查詢和投資管理機器人,還是協助管理備忘錄和行事曆的機器人,很快地都將受限於其自然語言的溝通介面,並不適合高效率和高複雜度的企業工作環境。

在B2B環境中使用聊天機器人,只能說是輔助,而難以成為核心。

Bot的成敗關鍵不在Bot,而是在服務

聊天與聲控機器人至今輿論最大的盲點在於其過度專注於「機器人」,卻藐視了「服務」的核心。

說穿了,今天要學習語言,Duolingo的聊天機器人核心仍然是Duolingo;要叫車,其服務核心仍然是Uber和Lyft;若是要線上訂餐,利基仍然是由Seamless Grubhub掌握;論及個人金融管理,前提仍然是銀行與金融機構擁有多元且成熟的服務平台。

整個聊天機器人和聲控機器人的版圖,只能說是網路服務經濟的另一面向出口,而非什麼新產業的崛起。就好像過去的單機防毒軟體、單機繪圖軟體、單機通訊軟體,在2000年後紛紛被搬上雲端,而又在2010年後紛紛在App商店中上架。業務的模式和管道改變了,但是成功的前提還是要有服務的價值核心。

所以說,Bot不會是台灣新創環境的救星。

當大家看到Bot潮流不斷地跟風鼓譟時,請冷靜思考:台灣網路新創不論線上購物、線上訂餐、線上學習,還是線上通訊等領域,在亞洲都已經難以立足,更甭談到世界舞台競爭。服務的核心競爭力都已經疲軟,跟著做聊天機器人、聲控機器人,也改變不了現狀。

最終,聊天與聲控機器人的版圖,仍是世界級網路服務平台的舞台。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #Chatbot
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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