長榮航空推AI客服EVA對尬星宇，航空數位戰一觸即發|數位時代 BusinessNext

「會怕星宇嗎？」長榮航空AI客服EVA有妙答，看航空數位戰怎麼打？

長榮航空宣布推出AI文字客服機器人「EVA」，採用人機合作方式提供服務；此外，2020年1月要開航的星宇航空，手機App也悄悄在日前上線。

長榮AI客服上線，問「會怕星宇嗎？」有妙答

許多業者都會將文字客服功能，與LINE官方帳號結合，長榮航空則是把新推出的AI文字客服機器人，串接在官網以及手機App中。

這樣的作法其實不難理解，乘客無論是線上報到、購票、取得電子登機證，都是在官網、App上進行，操作有任何疑問時，自然能在這兩個平台上接續詢問，目前長榮的LINE官方帳號，主要以行銷資訊推播、哩程查詢功能為主，功能性有明顯區隔。

長榮表示，文字客服機器人與後台系統充分整合，像是訂位票務、班機到離時刻、特殊需求、官網及App購票諮詢、行李額度諮詢、基本機場運務…等近500項資訊，都可以直接透過文字客服查詢。服務模式採人機合作，當遇上無法處理的問題時，旅客只要以會員身分完成登入，上班時間會轉由人類客服處理。

根據記者實測，系統面對詢問，都能給出相對應的資訊。舉例來說，問智慧客服：「2020有哪些新航點？」會跳出航線圖介紹連結；詢問：「機上有香檳嗎？」則會有簡單文字說明回覆，再配上相關連結。

有趣的是，詢問客服機器人：「會害怕星宇航空開航嗎？」會直接跳出長榮簡介、獲獎頁面，頗有較勁意味。

不過，目前這套機器人客服，部分問題僅能依據關鍵字，給出相對應的網站連結，並非直接給出問題的答案，對旅客來說，只是藉由客服搜尋到網站連結，還是需要自己查詢才能得到答案，系統仍有優化空間。

3萬句問答為基礎，航空客服難度有哪些？

長榮航空表示，文字機器人聰明與否，取決於如何「教會」它，如同新生嬰兒應答的學習過程。

在開發過程中，以3萬句的對談資料為訓練基礎，讓機器人先具備回答基礎問題的能力，航空機器人客服比其他產業開發難度更高，原因在於除了中文的語意具多樣化與高複雜特性，旅行對話也經常會中英文夾雜，增添辨識問題的難度。

研發團隊表示，未來整個團隊每日密切觀察EVA回答問題的狀況，持續提升自然語言理解能力，並增加它更多的專業知識，未來會視成效及需求，逐步提供其他社群通訊軟體管道及不同語言版本的服務。

同場加映：星宇航空App上線！

星宇航空董事長張國煒，先前多次強調對於數位服務的重視，「未來售票管道會以行動化體驗為優先，以手機App、網路為主。」

在官網售票系統正式上線後，近期Android版本的手機App已經開放下載，目前共有五大功能，包括行動購票、會員電子化、手機報到、電子登機證，在購票功能中，可以進一步選擇預選座位、預選餐點、預購額外行李、預購Wi-Fi等服務。

整體設計簡潔清晰，維持星宇一貫主色調，官方表示，目前iOS版本仍在審核中，沒有確切上架時間。

責任編輯：陳映璇

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。