AI會搶我飯碗、改變商業模式嗎？微軟Bing來勢洶洶，為何CEO卻說不用擔心？|數位時代 BusinessNext

AI會搶我飯碗、改變商業模式嗎？微軟Bing來勢洶洶，為何CEO卻說不用擔心？

微軟近日發布結合ChatGPT的Bing搜尋引擎及Edge瀏覽器，引發外界對AI技術的種種擔憂，執行長納德拉也在接受外界訪談時，一一回應這些憂慮。

AI容易說錯話，微軟Bing怎麼避免聊天機器人產生偏見？

但當AI真正面對社會大眾，外界卻對這項技術感到擔憂，害怕AI可能存在偏差，或者受到有心人士的引導散播假消息、變得極端。而作為受眾人矚目的科技巨頭，AI一句失言就可能為公司及投資者帶來嚴重的損失，好比說Google聊天機器人Bard被發現，說錯第一張太陽系外照片出處後，Google股價頓時大跌7%，損失千億美元市值。

納德拉在接受《The Verge》採訪時表示，OpenAI及微軟都非常注重AI的安全性，從2016年開始就發布指導原則，向外界解釋他們如何負責任地投入AI研究、使用AI技術，「當我們設計產品時，會非常專注將這些原則納入我們的工程當中。」

納德拉表示，聊天機器人並不是完全隨機生成內容，而是依據提示，因為他們可以在這之間進行干預，同時預訓練模型使用的訓練資料來源及品 質，也是影響最後成果很大一個因素，他們在這方面下了很多功夫。 微軟還針對歧視、有害內容設有大量的分類器（classifier），能夠事先過濾掉這些不當內容 。

納德拉指出，任何技術要能夠真正完善，都必須在市場上獲得「真正的人類回饋」，尤其AI在規範上必須符合人類標準，強調他們會傾盡所能保障AI不會造成傷害，「我們會有非常多的機制確保AI不會生成任何偏見或有害的內容。」

寫文章、打程式都能行，生成式AI會取代人類嗎？

另外，ChatGPT這類AI技術不僅能夠回應用戶的資料搜索，還可以協助整理資料、做出摘要，甚至是生成新內容，在ChatGPT的試驗期間，它甚至擁有文章的創作能力，編寫程式的技術更足以被Google錄取，而微軟這次導入的AI，也能夠做到安排行程、生成信件內容、彙整財報資料，儼然是位稱職的祕書。

這激發了許多人更原始的擔憂──人類是否會被AI取代，進而失去飯碗？尤其ChatGPT的知識之廣、能力之強甚至超越了不少人的能力。納德拉則強調，雖然AI能夠生成詳盡的文本資訊，但人類不會因此被取代，它只是讓部分工作不再那麼乏味無聊。

「（AI所做的）實際上只是建立草稿。」納德拉向外界解釋，「但草稿需要有人類閱讀、有人類編輯、有人類核准。」他認為AI不僅不會奪走人類的飯碗，反倒會提昇既有工作及因此誕生的新工作的滿意度。

AI生成內容太容易，會破壞網路世界的商業模式嗎？

也因為ChatGPT這類生成式AI在內容產製的能力，有媒體擔心這將破壞網路世界當前的商業模式，所有人只要和AI對話就能獲得解答，代表著沒有動力點擊更多網站，未來這些依靠流量維生的創作者將難以為繼。

不過，納德拉對這些質疑並不擔心，他認為目前的搜尋功能早已無法滿足用戶所需，微軟所做的是在這個Google主導的市場裡，提供更多的搜尋選擇，也可以幫助創作者或出版業者獲得更多的流量來源，進而得到更多利潤。

同時有人擔憂會有更多創作者利用ChatGPT生成內容，而不再是人工創作，當網路上都是AI自己生成的內容時，是否會讓嚴重依賴數據的AI搜尋技術陷入難關。而納德拉則認為，經人類指示、編輯過的AI生成內容同樣可以說是原生內容，AI只是減少了知識工作中一些費時費力的苦差事。

AI搜尋技術的問世，衝擊了近二、三十年來人類使用網路的方式。「這是搜尋這個最大、最重要的軟體領域裡的一場新競賽。讓我們面對現實吧！」搜尋引擎的「第一回合」由Google先馳得點，但現在納德拉向Google發下戰帖，「Google稱霸了這個領域，我們很高興能推出Bing一同競爭。」

責任編輯：林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。