企業導入生成式AI很難很麻煩？Google高層：從3個角度思考，先談成長而不是效率|數位時代 BusinessNext

升級200萬個token，支持2小時影片、6萬行程式碼生成

「今年，我們已經擁有市面上最多的文本量，多達200萬個token（自然語言處理中的基本單位），相當於能夠處理2小時的影片、22小時的語音或60,000行程式碼。」

舉例來說，「如果企業正在採用Google Ads投放廣告，那麼所有使用的工具都已經整合生成式AI功能了。」Caroline Yap以行銷領域為例，用戶只需要在其代管式機器學習開發平台Vertex AI上輸入目標投放廣告的網頁，Google AI就會自動摘要該網頁資訊，接著生成相關且有效的關鍵字、廣告標題、說明、圖片與其他素材資源，提供廣告活動使用。

用戶隨時可以在Vertex AI平台檢查與編輯廣告內容，再決定是否要發布。

Vertex AI是什麼？

Vertex AI是Google Cloud上的代管式機器學習開發（machine learning）平台，提供用戶根據需求來部署和維護AI模型，打造適合自己的AI輔助工具。

「Vertex平台是基於安全性、信任與隱私設計，並且支援超過150種大型語言模型（LLM），包含Meta Llama、Anthropix Claude，客戶可以根據自身需求來選擇與微調模型，」Caroline Yap強調，「這些模型的共同特點是，它們不會從企業用戶提供的業務數據中進行自我AI訓練，也不會儲存或吸收這些數據。很多機器技術可能會利用您上傳的內容進行學習，但企業級的Google Cloud不會這樣做。」

除了自動生成內容，Google AI也能幫助品牌找到潛在消費者。

「你所擁有的數據，可以與Google Cloud的BigQuery（無伺服器資料倉儲平台）整合，這代表您會找到對類似品牌圖像或文本感興趣的相似客戶。」Google亞太區AI首席架構師Brindha Jeyaraman指出，透過AI功能開拓新的消費者範圍，後續還能針對無數消費者發送客製化的廣告消息，有助於企業的業務成長。

導入生成式AI很痛？Google高層：從3個角度思考AI

「過去的18個月內，我個人與大約1,500位高管（C-suite）及董事會成員會面。他們總是問我，天啊，我該如何開始（導入生成式AI技術在工作流程）？」

「我的建議是：從三個角度來思考AI：成長、效率與未來。」Caroline Yap分享：「通常接下來收到的第一個問題是：為什麼先談成長而不是效率？我的回答是，如果您只著眼於使用技術來提升效率，這會是一場『向下的競賽』，僅僅解決現有的問題，而缺乏尋找創新和成長的機會。」

以零售業為例，如果從「成長」的角度來思考，企業會發現生成式AI聊天機器人是方便的產品搜尋工具，既能改善消費者的購物體驗、提供客製化服務，也能企業掌握最新的消費者行為與需求。

「在業務轉型過程中，如果只專注於技術應用與效率提升，而忽略了對人員和流程的影響，可能會錯失更多的業務機會。」Caroline Yap提醒企業，先思考AI實際能為公司帶來哪些成長，再摸索內部提升效率的方法，不僅能減少情感糾結，也才能真正實現科技創新的價值。

責任編輯：林美欣

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。