一天標記上千則Alexa錄音，亞馬遜員工都聽到什麼？|數位時代 BusinessNext

亞馬遜為用戶對話內容進行標記，強化AI辨識能力

身為語音助理領域的先驅者，亞馬遜在人工智慧上的投入不遺餘力。為改善Alexa的語音辨識功能，亞馬遜在全球有數千名員工及外包團隊，專門負責收聽用戶對智慧喇叭所說的話語，對內容進行轉錄及標記，教導語音助理進一步認識人類的語言。

當對語音助理說明星、歌手的姓名，亞馬遜工作人員會標記泰勒絲（Taylor Swift）是位音樂家，藉由這種方法擴充Alexa的資料庫。

這種稱為「標記」的作法在人工智慧領域十分常見，透過標記員的註解，提升圖像辨識、語音識別等技術，這些在幕後默默訓練人工智慧的標記員，說是AI領域發展的基石也不為過。

每天聽上千則錄音，員工會在群組分享收聽內容

負責為Alexa收錄語音進行註記的亞馬遜員工透露，他們每天工作9小時，一天下來每人會收聽上千個語音片段。

另一位負責相同任務的員工表示，大部分收聽到的內容都很普通，但偶爾也會有些用戶肯定不願令他人聽到的內容，例如一位女性在洗澡時五音不全地哼著歌曲；孩童尖銳的哭喊求救聲；甚至是與犯罪有關的語音內容。事實上，有兩位員工聲稱曾收聽過與性侵害有關的錄音。

負責標記Alexa收錄語音的員工之間，有個用於傳遞資料的內部聊天群組，但偶爾他們也會在群組內分享工作上聽到的有趣內容，或者吐露那些令人內心沉重的錄音，緩解精神壓力。

亞馬遜強調嚴加保密民眾資料

Alexa身為貼近民眾生活的語音助理，從人們日常中剪取訓練素材這件事，也難免引發隱私上的疑慮。對此，亞馬遜發言人表示，他們僅對非常少量、且有助於改善語音辨識能力的錄音內容進行標記，目的是為了提升使用者和Alexa互動時的體驗。

儘管員工可能會聽到一些較為私密的內容，亞馬遜聲稱，負責這份工作的員工，沒有任何管道獲得與用戶身份相關的資料，且所有資訊都經過加密，並設下層層驗證關卡，確保民眾隱私不會外洩；如果民眾不願為Alexa提供訓練素材，也能在Alexa的隱私設定中關閉這項功能。

這並非Alexa首度喚起人們對隱私權受侵犯的擔憂，去年5月時，曾發生一起Alexa誤將錄音片段傳送給使用者丈夫同事的事件；還有一位德國記者聲稱，與Alexa互動的語音內容，足以讓人辨識出用戶的實際身份。

為擺脫隱私上的疑慮，自去年開始，亞馬遜也開始發展不必大量人力的訓練方式，包括主動學習（active learning）與移轉學習（transfer learning）等技術，但目前依靠人力標記仍是最主要的訓練方式，至少在短期內，人工智慧帶來的便利以及個人隱私，或許使用者仍必須在兩者間進行取捨。

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。