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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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