情商大勝ChatGPT!聊天機器人Pi不解題、不生成文案,靠這點要當最懂你的AI
情商大勝ChatGPT!聊天機器人Pi不解題、不生成文案,靠這點要當最懂你的AI

考試狂拿高分讓學生瑟瑟發抖,加入搜尋功能讓傳統搜索戰戰兢兢,升級工作能力搞得打工族群又悲又喜……當「神通廣大」式聊天機器人的賽道太擁擠,有人打算另闢蹊徑。

前段時間,名為 Pi 的聊天機器人橫空出世,它不競爭生產論文、不寫代碼,也不直接提升生產力,數據停留在 2022 年 11 月,它暫時只想和你好好聊天。

聊天機器人Pi
圖/ Inflection AI

Pi或許是情商最高的 AI,專注與用戶聊天

Pi 這個名字,是對 personal intelligence(個人智慧)的縮寫。開發者想從名字就展現出Pi 是一款以用戶個人為中心的產品:「Pi 優先考慮與人的對話,而其他 AI 則服務於生產力、搜尋或回答問題。」

所以,和 ChatGPT 不同,Pi 的評價標準應該是對話自不自然、情商夠不夠高等等。

登入官網聊天界面,高級感迎面而來。在跳動的游標後面輸入文字,按下輸入鍵發出去問題,像是在淡黃信紙上和 Pi 相互寫信。Pi 不太理解中文,最好還是用英文交流。

聊天機器人Pi
圖/ Pi

如果光盯著文字有些分神,你也可以讓 Pi 邊打字邊說話,有 4 種聲音可供選擇,但有時候說到感嘆詞,它會毫無感情地朗誦出來,會有點讓人感到出戲。

接下來,讓我們來看幾個具體例子。

我一上來就說心情不好,Pi 先是表示抱歉,然後問我為什麼不開心,我解釋說因為沒處理好人際關係,Pi則承認人際關係是一件難事,並再讓我舉出實例,最後教了我一些破冰的辦法。

Pi
圖/ 愛范兒

在幾輪對話裡,Pi循循善誘地做了一次簡單的心理疏導,儘管沒有那麽有用,但態度讓人如沐春風。當我給了ChatGPT 相同的開場白,它也問了我原因為何,然後直接給出泛泛而談的建議。

在機制設置上,採取提問式結尾、不斷主動追問的Pi 更有讓人聊下去的欲望。

當我諮詢Pi 如何學習日語,它推薦了Duolingo、Babbel、YouTube、電視劇電影等管道,問我更喜歡哪種方法,在我選擇了 YouTube 後,它推薦了幾個YouTuber。

Pi
圖/ 愛范兒

我選擇了其中一個,Pi 再向我介紹這位YouTuber的風格,建議我先看她的「基礎日語」合集,從平假名、片假名,到句子結構、動詞變化。

當我和 Pi 討論棒球這項愛好,它能夠準確地找出與棒球相關的作品,主動引導我討論其中的角色,準確概括角色的特點,還可以舉一反三,向我介紹現實生活裡有名的棒球選手。

Pi
圖/ 愛范兒

以上這些問題,Pi 處理得還不錯,但在和它談論觀點時,Pi 的態度過於樂觀。

我認為 AI 發展得太快了,讓人有些焦慮,Pi 表示理解我的心情,但建議我盡量關注 AI 積極的一面。

我反駁了它,並且說到了「創造性破壞」這個觀點,工業革命大大提高了生產力,但馬夫也永遠失業了。Pi 知道「創造性破壞」來自熊彼得的經濟發展理論,然後我們達成了共識,失業是一個非常現實的問題。

Pi
圖/ 愛范兒

談到這裡,我覺得話題有些沈重,Pi 也這麽認為,決定講笑話給我聽:「雞和吸血鬼有什麽區別?雞不會在陽光下閃閃發光。」我嚴重懷疑它的靈感來自《暮光之城》的愛德華,Pi 的其他笑話也差不多是這個水準,我的笑點還是比 AI 要高的。

聊了好幾輪後可以發現,Pi 接話有種屢試不爽的套路:以「這種感覺可以理解」或者「我認為你說得很好」開頭,然後以「你認為這是對的嗎」或者「你對這件事情的某部分怎麽看」結尾。

所以,雖然 Pi 總是鼓勵你、肯定你,以問句結尾讓你繼續說下去,擅長給你思路而不是答案,但有時它的回覆和引導方式完全在意料之中,讓人失去了談話的興致,不痛不癢的 Pi 式雞湯尤其令人敬謝不敏。

另外,Pi 並非對寫代碼、解數學題目等實用話題一竅不通,只是發揮不如 ChatGPT 穩定,甚至戲台沒搭好就已戲癮大發。

我讓 Pi 幫我用 Java 製作一個氣泡排序(Bubble Sort),它先介紹了什麽是氣泡排序,問我跟不跟得上它的思考,我冷漠回應直接給出範例就好,然後讓 ChatGPT 評論 Pi 的生成結果。

ChatGPT 表示,這段代碼展現了氣泡排序演算法的核心思想,但存在一個可能的錯誤。

問Pi數學題目
圖/ 愛范兒

至於數學能力,我考了 Pi 七八道入門題目,有時它壓根不回答,說自己不會做算數和解方程式,甚至開始轉移話題,有時它又能答出來,或者接受挑戰卻答錯了,狀態飄忽不定。

類似地,像是寫論文大綱之類的事最好也交給 ChatGPT。

簡而言之,Pi 對自己的認知很清楚:擅長引導話題、同理心強的聊天夥伴,主打你來我往的互動。在 MBTI 體系下,如果不幸有個 i 人群組的房間,它應該是那個把場子炒熱的 e 人。

延伸閱讀:網紅打造「AI女友」,跟千名網友談戀愛!她怎麼靠「AI版的自己」一週賺220萬?

Inflection AI打造!Pi很多事都不會做,但安全性可能更高

現在的 Pi,只是 Inflection AI 研發的第一個版本,建立在他們內部的大型語言模型之上,用的還不是最好的那個。

Inflection AI 成立於 2022 年初,是矽谷生成式 AI 熱潮中最受關注的新創公司之一,部分原因是「出身名門」。它由 DeepMind 共同創辦人 Mustafa Suleyman 與領英共同創辦人 Reid Hoffman 創辦。作為首席科學家加入的 Karen Simonyan,也是 DeepMind 資深的前研究員。

Mustafa Suleyman
圖/ twitter

Inflection AI 與 OpenAI 等其他 AI 公司相比,有個鮮明的不同:他們不癡迷於通用人工智慧(AGI)。

我們相信,先進的應用人工智慧(applied AI)是利用這些新技術優勢的最安全方式。

接受《財富》雜誌的採訪時,Suleyman 沒有自賣自誇,反而說了一堆 Pi 不能做到的事情:

它不生成代碼,不寫高中論文,不提供冗長列表,也不編寫行銷策略。有很多事情它不會做。我們沒有為通用性而設計它,所以它受到更多限制,因此希望更安全一些。

他更願意將 Pi 定義為「中立的傾聽者」:很多人只是想被傾聽,需要一個工具反應他們所說的話,證明他們確實被聽到了。

就目前的體驗來看,Pi 在這方面做得確實不錯。

一方面,和它聊天的管道有很多,包括官網(heypi.com)、Instagram、Facebook、WhatsApp 等等。如果你註冊了海外手機號碼,它會不時透過訊息和你保持聯繫,存在感比手機版ChatGPT 還強。另一方面,Pi 記得住一百輪的對話,你和它聊得越久,它也就越了解你。

現在的 Pi 還是免費的,未來可能會採取訂閱等模式變現。

那麽,Pi 將如何升級?構建個人數位助理,是 Inflection AI 的終極目標,他們對標的可能是鋼鐵人的賈維斯,但聽起來更像是高級版 Siri。

Pi 目前幾乎只能對話,離終極目標還差十萬八千里,但也只能一步步來。

Inflection AI 將在不久的未來更新模型,接入即時內容,讓 Pi 分享連結、來源和新聞摘要,並獲取用戶的日歷、電子郵件和其他文檔,幫助管理用戶的時間。Suleyman 指出:「我認為這就是 AI,一種集輔導、知己和顧問、數位個人助理於一體的新型事物。」

與此同時,和其他聊天機器人一樣,Pi 也可能生成錯誤的答案,Inflection AI 表示正在盡量減少它的「幻覺」。

傳統搜尋引擎瀕死?「對話」才是未來的界面?

Suleyman 對 Inflection AI 的設想,源於這樣一個核心問題:什麽才是一場精彩的對話?

最近,Suleyman 對傳統搜尋引擎「判了死刑」,部分也是出於他對「對話」的理解:我們所知道的網路將發生根本性變化,「老派」搜尋引擎將在十年內消失。傳統的 Google 搜尋使用 1980 年代的黃頁對話,現在我們可以用流利的自然語言對話。

google搜尋
Google搜尋引擎

在他看來,傳統的 Google 搜尋引擎,用一種針對廣告優化的方式塑造了內容生產。

具體來說,當我們打開一個網頁,文本被分解成子項目符號和子標題,並由廣告分隔開來,為了找到有用的訊息,我們在這個頁面花費了 11 秒而不是 5 秒,被迫停留了更長時間。

這對 Google 來說像是高質量的內容,但我們想要的是簡潔流暢的自然語言答案。

所以,Suleyman 認為傳統搜尋是一種非常痛苦的對話,生成式 AI 承擔著他眼中網路的未來。

延伸閱讀:Google該擔心了?DeepMind創辦人警告前老闆:傳統搜尋引擎10年內消失

在 Google 的最後一段時間,Suleyman 曾和同事們埋頭於大型語言模型 LaMDA,計劃推出一款對話式、互動式產品,但無法說服 Google。

自立門戶後,Suleyman 更堅定了自己的看法:無論有沒有 Google,搜尋體驗都將演變為對話式和互動式。

Suleyman 甚至提出,接下來的幾年,各行各業乃至每個人,都將擁有自己的 AI,但它們有著不同的使命,這也是他推出 Pi 的原因。

品牌 AI、網紅 AI、非營利 AI…… 所有這些都將擁有與所有者一致的目標,也就是宣傳某事、推銷某事、說服你接受某事。而作為個人,我們希望自己的 AI 符合我們的興趣,這就是個人 AI,我們稱為 Pi(個人智慧)。我們正在以一種富有同理心的風格開始。

為什麽字裡行間將品牌 AI 等其他類型的 AI,與個人 AI 相比較?這就是 Inflection AI 專注個人 AI 的另一個原因了。

Suleyman 將社群媒體拿出來做反例。社群媒體促進訊息平權,也傳播錯誤和放大仇恨。恰恰因為這些負面內容,平台賺得盆滿缽滿。

Facebook 的一項研究發現,人在憤怒的時候,會更積極地回貼文、消費、點擊廣告。為這一切推波助瀾的演算法,背後也是 AI 在發揮作用。

但 Inflection AI 不想這樣做,不願將你的注意力作為商品。他們認為,AI 應該為人工作。

想像一個 AI,不是抓住你的注意力,而是幫助你表達和實現想法;不是標記膚淺的點擊誘餌,而是幫助你深入理解你真正關心的主題…… 它的唯一使命是讓你更快樂、更健康、更有生產力。

這也是為什麽,他們更傾向於將訂閱而非廣告作為盈利方式。聽起來是一個天真的理想,但未來會不會變卦,只能交給時間了。

聊天機器人已經是一片紅海。入局並不算早的 Suleyman 將 Inflection AI 定位為挑戰者。

在大多數 AI 新創公司盡量將聊天機器人做大做強的時候,Inflection AI 先是討論聊天機器人的有限之處,然後圍繞「對話」規劃出可能的未來,以異軍突起的姿態在競爭中搶占了一席之地,讓 AI 的個性化和對話能力成了一條獨有的賽道。

延伸閱讀:ChatGPT崛起,Google發布紅色警戒!一款聊天機器人,怎麼嚇到搜尋龍頭?

本文授權轉載自:愛范兒

責任編輯:蘇祐萱

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