微軟反擊Google,主角是位台灣青年!
微軟反擊Google,主角是位台灣青年!
2005.01.01 | 科技

面對Google所掀起的搜尋風暴,到目前為止,微軟的反應似乎並不是那麼迅速。去年十二月十三日,微軟宣布可下載測試用的新版MSN搜尋工具列,用來強化搜尋電腦中的郵件、檔案以及網路上的資訊;比起Google來,微軟的搜尋功能其實還不成熟,「我們花了很多功夫趕上,但搜尋是一個我們還遠落後的領域,」檯面上,負責資訊服務業務的微軟副總裁梅蒂(Yusuf Mehdi)坦承。
檯面下,微軟卯足全力要贏,而比爾蓋茲把他的秘密武器放在北京。來自台灣、今年三十七歲的馬維英是微軟亞洲研究院的「互聯網搜尋與數據挖掘組」主任研究員,他所領軍的搜尋技術研究計畫,在今年九月成為微軟亞洲研究院的重點領域,直接瞄準Google與雅虎,「網路搜尋技術才剛剛起步,我們今天看到的一切,都還沒法實現電腦的真正潛力,」清大電機系畢業的馬維英,擁有加州大學聖塔芭芭拉分校電腦博士學位,四年前,應老友張宏江(微軟亞洲研究院創辦人之一,現任微軟亞洲工程院院長)的力邀,他結束了在惠普中央實驗室的工作,與家人一起到北京落戶。

**輸入關鍵字搜尋,自動加以分類

**
馬維英的任務很單純:與美國西雅圖、英國劍橋的微軟研究人員一起,強化微軟在搜索技術上的深度與廣度,應用在下一代的微軟產品中,包括電腦作業系統、網站編輯軟體、MSN網站以及智慧型手機的網路連接介面,幾乎無所不包。
兩年半來,馬維英與數十位北京同僚加快研究速度,根據院長沈向洋半開玩笑的說法,他們專門在搞「地下互聯網」,但馬維英提醒,正式名稱應該是「Deep Web(深網)」技術,「我們要超越現有網路搜尋的表面關聯排序分析,深入到自然語言、知識類別與影像內容的意義分析,」他說。
馬維英展示了他研究的具體成果。比如,如果想要在現有的Google上搜尋「Java」,得到的結果包含咖啡、程式語言以及爪哇島的風土民情,甚至還有印尼歷史的相關網站,依照被慣用搜尋的結果排序—這是一個被馬維英戲稱為「沒有知識、也缺乏常識」的搜尋模式,如果把同樣的搜尋文字放在馬維英與同僚開發的程式中跑一回,你會得到井然有序的成果:依照電腦、咖啡、地理與歷史等不同類別的資訊結構進行整理,這讓想喝一杯好咖啡的人,不必花時間跟軟體界的是是非非訊息搏鬥。
這種搜尋技術的背後,結合了多種不同領域的研究成果。首先,搜尋程式必須超越網頁表面的文字呈現,深入發掘網頁的資料庫結構(尤其有越來越多的動態網頁)以及區塊組合(網頁上有不同的文字與圖片區塊,必須區別對待處理),並且建立起自我學習的反饋模式。其次,搜尋程式必須理解自然語言的意義,並且以適當的知識類別進行解讀、分類,並且利用分類後的結果繼續學習。搜尋程式也必須超越網頁跟網頁之間連結關係的分析程式,進入到「物件」(object)與「物件」之間關係的資訊判讀,「把整個網路上的資訊視為雜亂無章的表象世界,我們要把它們轉變為有意義的資料庫,瞭解它的內在結構。」運用微軟亞洲研究院開發的其他技術,搜尋的應用可以走的更廣。例如,加上圖像判別技術,使用者可以在網路上輸入關鍵字搜尋特定圖片,例如「飛鳥」,搜尋程式會將找到的圖片,依照內容加以分類:「單獨的鳥」,「一群鳥」,「在海上飛的鳥」……等等。

**建內部知識網站,連接各資料庫

**
運用自家開發的搜尋引擎,微軟研究人員建立了專業領域的內部知識網站「Libra」,只要輸入關鍵字,就可以在網路跟各種資料庫中尋找相關研究成果,並且依照年代、機構、引用文章、參與研究人員以及彼此關係進行分析,這大幅縮短了進行研究的時間,讓研究人員可以把精力用在正確的地方,同時找到每個領域可以對話的重要科學家,「每個系所在做教師升等時,都應該用這個程式,看看這個老師的表現到底怎樣,」馬維英俏皮地說。
微軟尚未揭露這些技術用在產品上的具體時程,比爾蓋茲希望等技術更成熟後,一步到位對Google展開攻勢。從購物網站、新聞搜尋、求職網站到約會網站,微軟正在研發中的搜尋技術,幾乎都可以大幅改善相關功能,讓搜尋結果更加有意義;在手持式裝置(包括智慧型手機與PDA)上的應用,更是微軟積極推展的重頭戲,馬維英透露,他的小組就特別為了行動電話的特殊性,重新設計界面,讓小畫面也能方便輸入與讀取搜尋結果。
一般預料,在下一版本的微軟作業系統「長角」(Longhorn)以及MSN網站裡,微軟都將重兵出擊,用核心技術發展出的多項功能,扳回輸給Google與雅虎的城池。這是典型的微軟模式──不搶第一,但在下一個版本的軟體中逐步增加更多功能,最終贏過對手。失去先手,微軟能搶回被Google奪走的光輝嗎?這一回,距離矽谷數千公里外的北京,似乎有著定見……。

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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
一次搞懂工業AI
© 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