Google Assistant再進化,CES成語音服務生態系擴張戰場
Google Assistant再進化,CES成語音服務生態系擴張戰場

今年各類廠商的共有趨勢之一,是或多或少都導入了「Google Assistant」或「Amazon Alexa」,或是乾脆兩者一起導入,可以利用聲音操作產品及功能。

在2019年CES上,Google和Amazon在該語音服務生態系的擴張成為一大看點,而Google,從開展第一天就展露的決心。

Amazon今年聲量似乎更高,Google主動出擊

「Google Assistant已經在超過10億台裝置上被使用,活躍用戶成長了4倍」,在開展第一天,Google官方人員在媒體活動上說道,即便這數字大多數源自於Android裝置,而Amazon Alexa則約在1萬多種裝置中可以運行,多數為智慧音箱。

雖然在裝置數量上,Google有渾然天成的優勢,但在今年Amazon Alexa與外界的合作似乎主場在「車」,能見度比Google Assistant高出許多,而Google選擇了「主動出擊」。

從展場設計就不能看出,Google展示了一面生態牆,上面全都是支援Google Assistant的裝置,除了手機、耳機、電視這些常見的設備外,還有門鎖、空氣清淨機、窗簾、燈泡等等。

google ces
現場展示的支援的裝置超過100種,當然,這只是很小的一部分。
圖/ 唐子晴/攝影

根據官方透露,在2019年Google Assistant已經可以在超過1,600個品牌中的1萬多款智慧家庭設備上進行操作,即便這數字和去年相比,已經成長了6倍,但官方今天還宣布了一項新平台——Google Assistant Connect預覽版。

該平台專屬於裝置製造商,可以利用現有的智慧家居平台,進一步擴展到新的裝置類型,讓各類型的智慧裝置,都有機會在市場上推出。舉例來說,Google的合作夥伴可以推出一個電子墨水顯示器,它可持續顯示天氣情況或日曆,並同時透過Assistant Connect,傳送內容到Google Home上,當用戶問Google Home中的Assistant相關問題時,資訊就會被連接上;而Google Assistant負責處理電腦運算,其中包含了解日曆上的內容、檢查更新等等。

對於OEM、ODM廠商來說,也是一個更方便的機會與Google Assistant搭上線。

google ces
順道一提,Google和聯想在CES上也一起推出了新的智慧床頭鬧鐘,能根據使用者日常行程提供鬧鈴建議,並靠螢幕亮度叫人起床。
圖/ 唐子晴/攝影

理解30種語言,難在哪?

另外一方面,Google Assistant在「聰明」程度上,歷經了一年、取得了不小的進展。

官方透露,Google Assistant提供服務的國家,已經從14擴展到80個;至於支援的語言,也從8個上升至30個,中文就是其中之一。而然要知道,在單一國家進行單一語言處理,已經相當複雜,更何況是不同國家的不同語言。

google ces
Google Assistant全球服務範圍持續擴大。
圖/ 唐子晴/攝影

在2018年夏天,官方推出了「Continued Conversation」,和Assistant對話能你來我往,延續上一句話題來展開,而不是每講一句就被中斷。官方負責自然語言處理的人坦承,Google Assistant面臨最大的挑戰,第一點就是:同一個問題,每一個人問的方式都不一樣。

「一個相同的問題,平均提問方式就有1萬多種」,他表示這就得透過一次次的機器學習來做到。而談到第二點,他認為是很多人說話的句子很長,長長一句話中有兩個問題、甚至三個問題。

舉個例子,像是「紐約和台北的天氣如何?」、「新加坡現在幾點,天氣又如何?」、「某藝人和他男友各自多高?」,事實上,這樣更複雜的問句,Google Assistant現在也能處理。

google ces
現場demo時,Google Assistant可以針對特定位說明清楚的詞語,依據用戶現狀、平時喜好、使用狀況來判定他的意思。
圖/ 唐子晴/攝影

最後則是Google Assistant在夠瞭解你的情況下,才能回答的問題。像是「我的飯店到機場多遠?」、「我喜歡的球隊今天的比賽贏了嗎?」,但這些,Google Assistant現在都做得到。

迎接正盛大舉行的一年一度科技盛事CES,Google發表多項智慧語音助理Google Assistant的新功能,其中一項相當有趣的是,它的即時翻譯能力。

Google Assistant大約在去年夏天,開始會說雙語,能夠在同一用戶的雙語變換對話中,辨識出兩種語言並延續與用戶的對話。現在,同樣的技術發展出Google Assistant的「翻譯模式」。

用戶一開始得先說:「Hey Google,幫我翻譯法文。」,接著Google就會把這一段話在支援Smart Display的裝置上,翻成法文,並且聆聽第二位談話者的下一段句子,翻譯成用戶說的語言,同時說出並且顯示在螢幕上。

在與會測試上,Google Assistant的翻譯模式運作起來大致沒有問題,但是句子與句子之間的翻譯會停頓1至2秒,而當兩人對話重疊時,Google就無法辨識對話內容。

Google Home Mini
Google Assistant推出同步翻譯功能,先從酒店大廳開始服務用戶。
圖/ 翻攝自 Google 官網

要讓Google Assistant取代真人口譯,或許還得需要一段發展時間,但是這個初步功能的釋出,卻也顯示這個AI助理可能發展的下一個潛力領域,微軟的Cortana,也已經開始能在PowerPoint中,幫忙翻譯報告的現場內容。

Google目前計劃在美國紐約、舊金山與拉斯維加斯的各一家旅館中,擺放Google Assistant螢幕裝置,將支援27種語言,在大廳中幫助旅客翻譯對話內容。

一個更全面的生活小幫手

Google Assistant
Google Assistant將能夠直接幫用戶Check-in班機,省去記住訂位號碼、手動輸入的麻煩。

除了翻譯模式外,Google也宣布多項Google Assistant的新功能,作為2019年全新開始,幾項新功能如下:

  • Google Assistant將內建在Android與iOS兩大系統的Google Maps當中,讓用戶在導航時以語音查詢資訊、回覆好友訊息等。
  • JBL與Anker推出新配件,插上裝置後就能連接手機與車上音響,在開車時以語音使用Google Assistant。
  • 以語音就能叫Google Assistant幫忙Check-in班機與預訂旅館。
  • Google Assistant將會支援更多家用娛樂裝置,如三星智慧電視等,讓用戶說話就能控制電視轉台、播放音量等。
  • 新平台Google Assistant Connect,將針對智慧家居市場廠商推出,讓他們更容易連結各種類支援Google Assistant的裝置。

資料來源:GoogleWiredThe Verge

關鍵字: #Google #人工智慧
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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