Google I/O樸實無華,皮蔡不搶畫大餅!分析師反而大讚:無新意,是好事
Google I/O樸實無華,皮蔡不搶畫大餅!分析師反而大讚:無新意,是好事

今年的Google I/O因為AI的話題,特別受到外界關注。定居台灣、知名科技分析師湯普森(Ben Thompson)就評論指出,由皮蔡(Sundar Pichai)主持的開場雖然無聊,但讓人印象深刻。

他認為,Google不僅成功的將AI融入旗下產品,也沒有像過往一樣畫大餅,堅稱Android可以取代iOS,或是像微軟CEO納德拉(Satya Nadella)這般許下宏願。有的只是Google作為一個AI領域開拓先驅、全球資訊聚合者的「安定感」。

除了對發表會的評論外,他在《Stratechery》中發表的文章裡也提到Google對於AI監管方面的擔憂,在Bard即將上路的180個國家中,跳過了歐洲與加拿大,就是因為兩地的法規過於「先進」。

Ben Thompson認為不畫大餅,回歸到實用與否本身,是Google帶給用戶的「安定感」
圖/ 隋昱嬋攝影

Google發展AI的優勢:產品

Google作為AI領域的開拓者之一,已經投入許多時間與資源。然而今年2月的發佈會上,Bard的首次亮相普遍被認為比不上最大對手ChatGPT,除了在問答中犯錯外,發佈會上甚至還找不到展示用的手機。

但是在此次的I/O上,湯普森認為最驚艷之處在於,Google展示了能夠持續發展AI的證據,例如Gmail功能的演進。在發表會中,皮蔡展示了從回信,擬信,最後到幫助用戶寫作的過程,他也提到,「Google旗下有15款產品擁有超過5億的用戶,6款產品有高達20億的用戶。」

截圖 2023-05-16 14.16.42.png
Gmail的功能演進

除了稱頌這項功能外,湯普森同樣指出了微軟也有相同的優勢,就是有一系列的產品,讓用戶以最實際的角度去體驗AI到底有沒有幫助,而不是不斷地歌頌生成式AI將改變工作的樣態與社會運作。

Google錯失良機原因:長期處於壟斷地位

《Stratechery》指出,在過去七年裡,Google在商業模式上的創新是在搜尋中加入越來越多廣告,這是一種在可攜帶型設備上特別有效的策略。但湯普森認為就是在這樣的發展下,Google沒有思考新的商業模式,因為既有的模式已經具備高度貨幣化的能力,而發展破壞性的創新帶來的誘因又太小。

既有模式已經夠賺錢了,所以沒有投注太多在開發新模式
圖/ ifanr

對Google的反思,搜尋引擎加入生成式AI就算創新嗎?

當前科技巨頭無不爭相競逐AI,搶著推出許多顛覆性的工具,但湯普森卻認為AI可能會是一項持續、細水長流型的創新。湯普森以《創新者的困境》這本書來刻畫當前AI大戰的場景:

「多數新技術都提高了產品的性能,我稱之為持續性技術。持續性技術有時可能是間斷或激進的,但大多數是漸進性質的。它們共同的特點是在主流市場上改善了已有產品的性能,滿足了主流客戶的需求。而顛覆性技術則帶來全新的價值主張,通常在主流市場表現不如已建立的產品,但吸引了小眾客戶的關注。」

搜尋引擎與AI怎樣結合才能留住用戶,是Google最大的課題
圖/ Canva

早在2019年的Google I/O,湯普森就曾對Google的商業模式如何獲利提出質疑,他認為很難有跟搜尋廣告同等級的金雞母,導因於搜尋廣告有精確的目標定位,利用投其所好的方式達到最有效的廣告,也讓廣告主持續投資以保持在搜尋版面的好位置。

對比微軟只是單純地將Bing移植到傳統的搜尋方式,推出New Bing Chat,Google採取的是混合的做法,將不是商業搜索範疇的搜尋結果以文字為主要呈現;具有商業可能的搜尋則仍然以廣告為主。湯普森認為,仰賴生成式AI的非商業性的搜尋更可能從AI發展中受益。

Bard跳過歐洲與加拿大,太強力的監管或將導致失去使用機會?

Google在此次I/O上宣布Bard將逐步開放全球180個國家的用戶使用,但沒有包括歐洲與加拿大。Google發言人對此表示,「雖然還沒有確定擴展計畫的時間表,但我們將逐步且負責任地推出它,並在共同駕馭這些新技術的過程中,繼續成為監管機構的有益和積極的合作夥伴。」

《Stratechery》認為,Bard是出於監管方面的隱憂才跳過這兩地,而當前的科技發展正轉向更多的控制。雖然個人電腦付予用戶高度的自由,但網路逐漸發展成由大平台主導,為政府提供了一種控制管道。無論是像中國那樣明確的操控,還是像西方大部分國家那樣含蓄的控制。同時,AI如果集中在主要參與者手中,意味著在實際訊息生成方面存在直接的控制點。

歐盟一直以來以強力監管而聞名

加拿大的《人工智慧和數據法》(AIDA)要求對AI系統進行評估、風險管理、監控、數據匿名化、透明度和記錄保存。 AIDA還將引入高達公司全球收入3%或1000萬美元的罰款。而歐盟修訂後的《人工智慧法》更直接禁止科技巨頭的生成式AI與API的結合。

延伸閱讀:【直擊】Google為什麼慢人一步?皮蔡解答4大「靈魂拷問」:AI不是比賽,要把事情做對

資料來源:Stratechery、technomancers

責任編輯:錢玉紘

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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