2025人工智慧趨勢報告：這5大AI趨勢，將塑造企業未來業務與發展！|數位時代 BusinessNext

從串流影視服務中的個人化推薦，到規劃每日行程的 AI 代理，AI 技術已經在不知不覺中影響現代人生活的方方面面。然而對於企業來說，AI 的影響將持續擴大，並在 2025 年將有關鍵進展。隨著技術不斷革新，AI 將有機會改變企業的營運模式、競爭力與創新能力。Google Cloud 近期發布了《2025 人工智慧商業趨勢報告》（2025 AI Business Trends Report），其中提出值得關注的主要 5 個 AI 趨勢，將有可能塑造企業未來的業務和發展。

趨勢一：多模態AI，將提供更深入且全面的情境分析

具備多模態特性的 AI 模型，能夠跨文字、圖像、音訊和影片來理解並處理大量資訊，使互動更直觀，並大幅提高 AI 生成內容的準確性。對擁有海量數據的企業而言，這種以人為中心的 AI 作法格外重要。例如在金融服務領域，運用多模態 AI 分析市場評論影片時，可將語氣、臉部表情等非語言線索搭配口說的內容綜合評估，從而更細緻地理解市場情緒。在製造業，多模態特性更能分析噪音和震動等感測器數據，來主動解決維護需求。

AI 已在教育領域帶來革新性體驗，OneClass 萬通教育就運用 Google 的原生多模態模型 Gemini，依照不同科目、版本、各縣市教學進度分析，為其「真人 Live 家教」應用服務快速生成個人化學習計畫、派送學習影片及客製化測驗。

萬通也運用 AI 工具，將電話業務的語音內容轉為文字，以 AI 判讀推銷過程是否合規；更在 Imagen 3 模型的幫助下，將生成可互動單字圖卡的效率提升 5 倍，助學生練習單字與句型。我們相信具備多模態特性的 AI，將可以為企業在未來帶來更多整合性的情境分析和創新。

趨勢二：AI代理將幫助企業簡化複雜任務

隨著AI代理（AI Agent）在企業中的普及，它們將能協助更複雜的工作、自動化商業流程並支援員工。我們可以想像，客服 AI 代理未來能在實體、線上及行動裝置等多通路中提供一致的客戶服務體驗；員工 AI 代理能協助員工精簡作業流程，創意 AI 代理則能提高設計和製作技能。

AI代理憑藉其深度智慧，已從簡單的聊天機器人，進化為能處理複雜工作流程的高效工具。例如中華電信推動 AI 2.0 轉型，面向內部推出的 GenAI 超級助理，以效益層面來評估，測試結果顯示可普遍提升員工 15% 以上效率，其客服帳務虛擬專員，把過往累積自建的問答知識庫、客戶常見提問等資料整合，預期為客服部門每年減少 25% 的帳務問題來話量。

KKday 也以 Gemini 模型為基礎，打造熟諳 KKday 業務的 AI 代理，不僅協助外部客戶，也可為 KKday 真人客服在回答使用者問題時，運用問答方式提升工作效率。

趨勢三：解放知識孤島，企業搜尋將提供員工所需專業知識

企業搜尋系統（公司內部的搜尋引擎），未來將不再局限於用關鍵字查詢，而是可以透過使用圖片、音訊、影片和對話式提示來快速存取與使用內部資料。

例如金融機構可以根據特定的員工角色，自訂內部知識搜索，而零售業者則可以讓顧客使用自然語言和圖片來搜尋產品。在醫療保健領域， AI 能夠支援理解複雜醫學術語的直觀搜尋。

趨勢四：AI將驅動更優質的顧客服務體驗

以 AI 驅動的解決方案正在革新顧客體驗，部分原因是能協助企業預測顧客需求並維繫顧客關係；想像一下，藉由個性化推薦和以 AI 強化的搜尋功能，顧客的需求將能被妥善理解，這意味著營收、效率和品牌忠誠度的增加。不只是零售業者可運用 AI 在線上、店內或行動裝置等多元通路運用 AI 創造個人化的購物體驗與客戶服務外，製造業者也能利用 AI 來優化生產流程和客戶服務。

台灣家樂福去年在旗下 APP 推出一款全新服務 ─「AI 侍酒師」就是最佳例證，顧客可透過對答方式，讓生成式 AI 依據其喜好與價格分析，進而推薦最適合的葡萄酒款。這項服務整合了家樂福龐大的資料庫，運用資料庫收錄的上千筆葡萄酒資訊，讓顧客即使對葡萄酒的了解不深，也可透過「AI 侍酒師」得到每支葡萄酒款的詳細介紹、口感、與評價，並在輕鬆便利的操作間獲得適合需求的酒款推薦。

趨勢五：AI將為安全系統帶來強化

在 2025 年，我們將可見 AI 在加強防禦、識別和應對威脅上發揮作用，協助實現安全任務的自動化和反應升速。然而可以預期，這也會導致防禦者和攻擊者間的「軍備競賽」，組織必須留心且積極因應攻擊者借助 AI 發動更為複雜的挑戰。各行各業都可以運用 AI 來反制網路攻擊或強化自身服務和系統安全，舉例而言，金融機構可以利用 AI 來偵測偽造文件，製造業者則能使用 AI 保護資料安全並識別潛在風險。我們也預測媒體和娛樂產業，將利用 AI 技術來打擊不實資訊。

在過去一年，生成式 AI 已經從一個新奇的想法，轉變為實現業務目標和產業轉型的關鍵策略與工具。期待在 2025 年我們能陪伴更多台灣企業夥伴，在業務發展與創新的路途上，借助 AI 的力量產生實質影響力。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。