過去製作1支行銷影片，大概需要花費3至6個月不等的時間，生成式AI問世後，最快只需要幾分鐘就能完成。隨著生成式AI的普及化，對個人或是企業來說，都將迎來「數據海嘯」——也就是高度成長的資料量。
當資料量快速成長，AI雖然也可以協助進行「知識管理」，但人類吸收資訊的速度有限，勢必要升級資料處理的方式與技能。
舉例來說，企業可以用AI與龐大的資料、數據「對話」，從海量的資料中提煉出意義與價值，「知識探勘」（Knowledge Mining）將是未來企業競爭的重要關鍵，必須開始建立知識AI資料庫，就需要超前部屬將資料解構重組。
AI精準拆分資料，不用費力大海撈針
KKCompany旗下的BlendVision深耕影音串流已有多年經驗。在處理上千萬使用流量的影音資訊過程中，我們發現許多資料的浪費，同時要挖掘深藏在影音資料的寶藏是一個相當複雜的過程，其中最關鍵的要素在於改變衡量資料的「原子單位」。
過去聽歌是用一份歌單、一張專輯，或者是單曲做為單位欣賞，但進入短影音時代，一首歌可再被拆成更短的段落，搭配各種畫面、文字分享在社群，同一首歌結合不同的影像，所被賦予的情緒、意義都不一樣，可以是發人省思的感觸，也能是令人莞爾一笑的迷因（meme）。
這個概念套用在企業內部，就如同一場會議中，每段議程對與會者的重要性有很大的落差，每一個人關注的角度都不一樣，財務關心數字、法務重視合約、技術單位追蹤研發進度，業務部門積極滿足客戶需求。
以前把所有人聚集在同一場會議，會需要耗費大量時間成本，現在運用AI可以融合文字、影音會議紀錄，在理解後根據討論的議題，分類成細小的章節，團隊成員可以透過詢問，請AI篩選出與自己工作有關的討論內容，快速獲取攸關自身項目的會議重點。
顛覆以往用關鍵字搜尋、分類，「知識探勘」就是讓AI把文字、表格、圖片、影像等不同型態的資料交互理解，建立多維度的關聯，再根據提出的需求，切割或融合出對應的資訊。
不僅如此，AI可以跨平台理解資料，就算數據散落在不同的雲端、系統上，AI照樣能打破平台界線去理解、翻譯資料，就算是新進同仁，也能透過向AI提問，找到所需要的資料，不用再耗費人力、時間慢慢找。
盤點、萃取、探索，3步驟打基礎
企業投入知識探勘，大致可以分成3大步驟。
最重要的第1步是「盤點資料」，把敏感、重要的資料挑出來，設定資安及瀏覽權限，才不會讓公司機密被看光光。
第2步是「萃取資料」，讓AI將不同格式的資料融會貫通、串起彼此的關聯性；第3步是「知識探索」，透過提問，AI主動提供並推薦有價值的資訊。
高速擴張的跨國企業或是較具規模的大型機構，就非常適合透過知識探勘，讓新進成員快速進入工作狀況，從入職訓練到工作上的疑難雜症，都可以透過向AI提問的方式，獲得精準且有價值的解答。
教育版Netflix幫挑片，AI變身伴讀小老師
舉例來說，BlendVision已經將知識探勘應用在教育產業中。我們跟台北市數位學習教育中心合作酷課雲（CooC+），打造「教育版的Netflix」。
平台有上千支課程影片，每支長度10分鐘左右，學生下課後寫作業若遇到問題，透過隨問即答獲得正確的解釋，不需要大海撈針，也不用再從頭到尾看完整部影片。
藉由生成式AI多媒體知識探勘平台BlendVision AiSK，對接與輸出酷課雲上的影音資料、教材，學生在酷課雲上透過文字對話式的提問，只需要幾秒鐘，就會得到一段文字簡答，以及與答案、延伸知識有關的課程影片，直接解答學生疑問，不再只能單向地線上學習。
如同串流平台會根據喜好推薦影片，AI也會根據學生的學習記錄，個人化推薦學生有興趣的課程影片，讓每位學生都能在龐大的片庫中，找到適合自己的學習方式。
未來的世界，只需要透過一次提問，就能在對的時間拿到對的資訊。如果想關心特定議題、追蹤進度，動動手指或是開口詢問，AI能隨時提供整合各個平台的關鍵資訊，加速人們對訊息的消化與理解速度。
當躺在資料庫中的數據，可以彼此溝通、交流，就如同賦予了它們生命，對於事情的理解可以更細緻，也讓我們與真實的距離更靠近。
責任編輯：蘇柔瑋
