《時代》:微軟正在慢慢偷走那些令蘋果變酷的元素
《時代》:微軟正在慢慢偷走那些令蘋果變酷的元素

一個月前,微軟發布了新的Surface Laptop以及隨機搭載的系統Windows 10 S。在人們對新硬體讚不絕口的同時,很多人也在質疑,Windows 10 S出現的意義是什麼?

對微軟的行銷部門來說,「S」可能代表著安全(Safety)。因為他們公開宣稱:

所有已知的勒索軟體都無法對Windows 10 S造成破壞。

對銷售部門來說,S則代表著學校(School)。因為Surface Laptop對標的是同樣面向教育市場的Chromebook。

但對於微軟自身來說,或許,它更代表著未來(Someday)。儘管就目前而言,這款系統可能還難以滿足你現在的需求,但這款系統極有可能是未來兩、三年Windows發展的趨勢。

現在Windows系統之所以讓人覺得體驗不好,很大一部份原因是因為它給予用戶太多選擇。眾多不了解電腦的人極其容易在有意無意中,將廣告、流氓軟體裝入系統之中而不自知。而Windows 10 S透過限制軟體來源的安裝,大幅度加強了Windows 10在普通用戶中的耐用程度。所以說,微軟透過進一步加強對系統的控制,創造出的卻是一個對普通用戶更為友好的系統。

而這,只是微軟創建更好體驗的一環。微軟副總裁Panos Panay在接受《時代雜誌》的訪談時,就Surface Book曾經這樣說道:

如果我們想要用軟體創建出一個神奇的體驗,那麼硬體就是人們購買體驗的媒介。當這兩個能夠完美、順暢的結合在一起,那麼就會給人一種優雅的感覺。

軟硬結合,恰恰也是蘋果得意之處。正如賈伯斯在2007年介紹第一台iPhone的時候說過的那樣:

那些對軟體極為在意的人應該開發自己的硬體。

其實,微軟的「賈伯斯化」從2012年就已經開始了。而最近的Surface Studio和Surface Dial也體現出了微軟對「軟硬結合」有著自己獨到的理解。《時代雜誌》Lisa Eadicicco是這樣評價Surface Dial與Surface Studio的結合

蘋果剛開始出名,也是從這些細節開始⋯⋯蘋果沒有發明多點觸控或是滑鼠,但正因為將這些操控方式與其他軟硬體相結合,才有了Mac和iPhone那獨特的操作體驗。而微軟也在透過把Surface Dial和Surface Pen與Surface硬體相結合的方式,一點點偷走那令蘋果變酷的因素。

但是,相比蘋果的穩步更新,微軟在硬體上的探索顯然比蘋果要來得更為激進。就像弗雷斯特研究公司(Forrester)的副總裁、首席分析師所說:

如果你用一般消費者的眼光去看,誰在引領科技的發展,誰能讓你有耳目一新的產品,那麼殊榮當歸於Surface這一品牌。

但是,若想要改變人們心目中對微軟的「因循守舊」的刻板印象,恐怕還需要等待更長一段時間吧。

本文授權轉載自:愛范兒

關鍵字: #Surface
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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