AI神助攻,Google離線翻譯更精準、支援59種語言
AI神助攻,Google離線翻譯更精準、支援59種語言

人工智慧(AI)的進展,讓機器翻譯的精確度越來越接近人類,不過要使用以AI為基礎的翻譯服務,往往需要連接上網路,雖然目前市面上提供許多離線翻譯產品,但精確度還是差了一大截。

Google在本周推出不需要聯網就能使用的神經機器翻譯(NMT)技術,目前支援59種語言,讓用戶即使旅行到沒有網路的地方,也能溝通無礙;另外Google在美國也推出了大學資訊搜尋功能,甚至連校友畢業10年內的平均薪資都能查到。

導入神經機器翻譯技術,不用網路也能精準翻譯

目前不論是iOS或是Android版本的Google翻譯,都必須要連接網路才能使用,雖然有提供多種語言的字典提供用戶離線使用,但效果還是不如聯網版本,這是因為離線版本使用的是舊的機器翻譯技術,是詞語式的翻法,會把句子拆成多個片段來翻譯,因此精確度往往打折。

不過,這個狀況將隨著Google技術的精進獲得改善,本周宣布推出不需聯網就能使用的神經機器翻譯(neural machine translation, NMT)技術,事實上,Google早在2016年就加入神經機器翻譯技術,但當時只有部署在線上版本,必須連上雲端伺服器才能使用。

Google 翻譯
Google宣布加入不需聯網就能使用的神經機器翻譯(neural machine translation, NMT)技術。
圖/ shutterstock

不同於詞語式的翻法,NMT技術是一次翻譯一整個句子,系統會用上下文來決定最接近的翻譯結果,新的NMT技術翻譯功能將支援包括中文在內的59種語言,一種語言約需要30~40MB的容量,不用強大的手機效能,低階手機也能使用,預計未來幾周將陸續推出,未來就算沒有網路,也能使用高品質的翻譯。

Google並非第一個採用NMT技術做離線翻譯的公司,今年四月微軟(Microsoft)就在旗下翻譯產品(Microsoft Translator)導入NMT離線翻譯技術,在五月的開發者大會Build 2018上,也宣布可客製化NMT為基礎的文字及語音翻譯功能,不過相較於Google,微軟目前可支援的語言數量較少。

優化大學資訊搜尋,校友平均薪資都能查

另外,Google也針對搜尋大學資訊功能做出優化,時序進入畢業季,如何選擇最適合自己的大學,想必是所有考生的煩惱。

師資、校園環境、申請條件、學費、校友發展,絕對是所有考生在選擇學校時都會考量的,但過去需要透過多次搜尋,才能掌握所有資訊,在Google最新的大學資訊搜尋功能中,將協助用戶整合眾多資訊,從畢業率、學費、助學貸款,甚至是校友10年內的平均薪資都能查到,資料會以資訊欄的形式,集中在搜尋結果中呈現。

College_Search
從畢業率、學費、助學貸款,甚至是校友10年內的平均薪資都能查到。

Google表示,這些資料來自美國教育部,以及非營利組織、大學招生單位等機構,不過很可惜的是,目前這項功能只能查到美國四年制的大學資訊,若未來這項功能普及到更多市場,想必對於考生來說,能大大省下不少精力與時間。

關鍵字: #機器學習
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