走出研究室、勤跑客戶,微軟亞洲研究院如何讓AI接地氣?
走出研究室、勤跑客戶,微軟亞洲研究院如何讓AI接地氣?
2018.11.14 | 微軟

位於中國北京中關村的微軟亞洲研究院(Microsoft Research Asia,MSRA),是微軟(Microsoft)除了美國以外規模最大的研究中心,不少微軟產品的核心技術都來自於此,像是Windows中的人臉辨識、OneNote的文字辨識、搜尋引擎Bing等,都應用了微軟亞洲研究院開發的電腦視覺技術。

不過,在這所以基礎科學研究為目的研究院中,隨著AI時代來臨、每個產業面對數位轉型之際,任務也悄悄變得更多元。

企業握有大數據,改變AI研究生態

去年底,微軟亞洲研究院院長洪小文提出「數位轉型即服務(DTaaS)」的概念,並推出「創新匯」計畫,讓研究院人員直接和產業客戶合作研發、加速AI在產業落地,至今已在中國累積十六個案例,涵蓋金融、製造、物流、零售、教育、醫療等領域。

微軟亞洲研究院院長洪小文
微軟亞洲研究院院長洪小文推「創新匯」計畫,讓研究院人員直接和產業客戶合作研發、加速AI在產業落地。
圖/ 微軟

之所以推出創新匯的原因,洪小文說可以從兩方面來看。

從客戶需求端來看,洪小文表示,新科技變化迅速,僅管大部分人都聽過AI、增強學習等名詞,卻不知如何應用;另一方面,雖然包含微軟等不少科技大廠,將新技術打包成SaaS(軟體即服務)讓企業更容易應用,但有些技術仍在發展中,還不足以成熟成為標準化產品。

在「發展成熟」和「發展中」的技術間,就成為新的市場缺口。

不過雙方合作,不只是產業端有需求。早在2015年,微軟執行長納德拉就指出,未來每間公司都會成為軟體公司;這意味著,每件事都可以數據化、模擬化、透過演算法做到最佳化,甚至是軟體自動決策。

當產業掌握的數據越來越多,也間接影響AI研究圈。

洪小文表示,過去研究人員只能使用特殊裝置搜集數據,但那並不是真實的數據,而透過和產業合作,可以拿到真實且即時的數據。另一個好處在於,過去要將科研成果導入業界,中間有一段不小的落差,現在透過雙方合作,可以加速將研發成果落實到產業中。

而這也是為什麼微軟亞洲研究院推出創新匯,讓研究人員從研究室走向客戶,將最新科技帶給企業,「我們提供平台科技,而夥伴提供產業知識和數據,一起創造最後一哩的研究開發和創新。」洪小文說。

洪小文:直到被用戶使用和肯定,創新才算完成

創新匯計畫推出剛屆滿一年,已小有成果。

與微軟亞洲研究院合作的首批企業之一,東方海外航運(OOCL),過去因為貨櫃在各港口分配不均,又來不及調度,常需要額外購買新貨櫃、或是銷毀閒置貨櫃,因此產生額外成本。

雙方合作後,微軟亞洲研究院為東方海外航運公司開發客製化的增強學習框架,最佳化貨櫃調度流程,短短六個月,過去貨櫃短缺的情形已經改善25%,預期可年省1千萬美元。除了技術支援,微軟亞洲研究院也計劃在未來一年,協助OOCL訓練200名IT人員擁有AI技能。

另一個案例則是微軟亞洲研究院與培生集團合作的英文學習應用「朗文小英」。以往,數位語言學習教材比較偏向加強閱讀、詞彙、文法,互動型的口說教學仍需要透過真人教師。不過,透過微軟亞洲研究院開發的語音辨識和語意理解等技術,朗文小英可以和學生練習英文對話和發音練習,指導口說表現。

微軟表示,創新匯在中國已有十六個案例,未來會持續在亞太地區推廣,目前也正和新加坡、日本、韓國等地業者洽談中。

不過從過去只需專心做研究,到現在多了和客戶溝通的環節,研究人員是否能適應?洪小文表示,對微軟亞洲研究院的員工來說,其目標不只是在學術研究中有所貢獻,也希望能讓創新應用在實際產品中,進而走入產業、影響世界,「這也是為什麼他們選擇加入研究院、而非學校的原因。」

「比起其他學科,如物理、化學,電腦科學是一個更接近實際生活的應用,」洪小文說,「一個創新,在被上百萬用戶使用和認可後,這時才可以說是完成整個創新的過程。」

研究需要長期展望,才能不畏科技「寒冬」

儘管微軟亞洲研究院開始走入產業,但其專注前沿技術研究的核心價值仍未改變。「研究工作真的需要把眼光放遠,」洪小文說,「如果沒有微軟長遠的展望和承諾的話,微軟亞洲研究院沒辦法做到任何事。」

舉例來說,微軟亞洲研究院核心研究主題之一的AI,過去60年來也經歷過不少次「寒冬」,甚至讓當時剛從學校畢業的洪小文,找工作時不敢對外說他在做AI研究,20年後的現在,「就算不是在做AI的人也說他在做AI。」他說。

「1991年,微軟決定要開始做微軟研究院,你認為當時比爾蓋茲知道AI在二十年後的今天會這麼熱嗎?」洪小文說,「不是,他只是想追求一個夢想。」如今,AI技術已經開始從學術走向產業,而這群擁有相同信念的研究學者,仍在探索未知的路上。

關鍵字: #微軟 #人工智慧
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