會測謊的自動通關機、企業AI面試官——人機合作時代來臨了|數位時代 BusinessNext

會測謊的自動通關機、企業AI面試官——人機合作時代來臨了

迎接人機合作新時代！未來旅客過海關時，將面對一台AI自動通關機，「AVATAR 」結合安檢與測謊，重塑安檢新型態；在日本也有AI面試官，幫助企業節省人力成本。

除了自動通關，還兼具測謊功能

這套機器叫做「及時自動測謊虛擬助理」簡稱為「AVATAR 」，它結合了人工智慧（AI）、多個感應器、生物辨識功能，「AVATAR 是一個自動服務機器，有點像是機場的自助登機機台，或是超市的自動結帳機。」

研發人員表示，AVATAR機台上有一個螢幕，會在旅客過海關時，詢問一些基本問題，像是「行李裡有水果或蔬菜嗎？」、「身上有攜帶武器嗎？」、「來訪的目的是什麼？」，接著機器會透過人類眼睛的移動、聲音變化、臉部表情、姿勢等生理與行為變化，搭配虹膜辨識系統、情緒與壓力感應器，來辨識這個人有沒有說謊，或透露不安的訊號，藉此揪出高風險人物。

亞利桑那大學研究員 Elkins表示，AVATAR的測謊功能有高達60%到70%的準確度，最好時可以達80%，「通常來說，人類的準確率大約是54%到60%。」

不是要取代人類，「人機合作」讓工作更順利

AVATAR是由美國國土安全局出資研發的一款機器，亞利桑那大學研究人員在2012年時推出第一代版本，在美墨邊境針對部分自願者展開測試，但當時國土安全局認為雖然想法很吸引人，但技術還不夠成熟。

這套系統需要仰賴大量數據以及機器學習作為基礎，自第一代機器推出以來，研發團隊加上了額外的感應器，機器有能力可以分析更多的數據，而且完全不需要休息，過去一年AVATAR開始在加拿大、歐盟部分地區展開測試，AVATAR一旦判斷旅客沒有通過測謊時，便會通知海關人員進行後續面談。

AVATAR跟傳統的測謊儀器不同，因為是藉由感應器監控生理反應，因此過程中完全避免掉肢體接觸，同時能提升效率以及準確度，AVATAR研究團隊強調，這款機器目的不是要取代海關人力，而是要讓人類將時間專注在擅長的事情上面，希望透過「人機合作」的方式讓安檢工作更順利。

不怕外貌偏見，日本企業找來AI面試官

也許在不久的未來，就能在機場、邊境看到AVATAR協助安檢，這項技術一旦更成熟，未來還能在面試、人力資源應用領域提供協助。

最近日本人力公司En-Japan，就在東京、關西舉辦了一場特殊的面試活動，找來AI當面試官，這場面試共有20名大學生前來參加，進入面試會場後面對的是一台手機，AI分析完求職者履歷後，會根據面試者的性格提問，問題會顯示在手機螢幕上，只要對著手機回答問題就可以。

對企業來說，除了可以節省人力成本，對面試者也有一項附加好處，因為AI清楚掌握求職者的個人資訊，完全是以「能力」作為依據，不會像人類面試官存有對外貌的偏見，避免受「以貌取人」因素，影響面試結果。

另外，日本軟銀（Softbank）去年開始導入IBM的人工智慧系統「華生（Watson）」，軟銀先讓AI從過去的人事案例中學習篩選標準，讓他理解企業選才標準，平均一秒就能完成上百件的履歷初審，比起人類平均一份履歷需花上三分鐘，效率翻了好幾倍，軟銀從今年四月開始，就會由AI來協助審核求職文件。

不過有AI求職經驗的人表示，比起人類面試官會軟性的話家常，AI面試官較一板一眼，顯得有些單調，另外企業也不是完全都仰賴機器，包括軟銀、全日空（ANA）都表示，AI初審完履歷後，還是會用人力重複審核，因為「人」才是將來要一起共事的本體，再厲害的科技都比不過親自用眼睛看過的那份踏實。

科技的出現，不完全是要取代人類，在AI面試官、測謊通關機這兩個案例中，都看到了「人機合作」的新模式。

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。