AI大戰慘輸!全因被「元宇宙」耽誤,Meta還有哪些燙手山芋?
AI大戰慘輸!全因被「元宇宙」耽誤,Meta還有哪些燙手山芋?
Meta追趕AI,趕得上嗎?

人工智慧(AI)在去年成為科技界的戰場,科技巨頭與新創的相關產品百花齊放,試圖佔據AI市場的一席之地。但有個在AI大戰中沉寂許久的科技巨頭,把未來押在虛擬世界「元宇宙」導致錯失了先機,同時在軟硬體設備都難以與最新技術匹敵──那就是Meta。

根據路透社報導的Meta內部備忘錄,首次揭露了Meta近期難以迎頭趕上的內部細節。報導指出,在去年9月20日執行長馬克.祖克柏(Mark Zuckerberg)召集了高層探討Meta使用最新人工智慧技術的可能性以及問題。儘管Meta在AI的投資相當高調,但仍難以跟上微軟、Google的腳步,再加上ChatGPT在去年11月橫空出世,Meta整頓AI基礎設施迫在眉睫。

但他們還面臨許多問題,不只是軟硬體,還包括產能緊縮、領導層變動和放棄的自產AI晶片計畫。

延伸閱讀: 元宇宙依然是Meta發展重點!為何虧損連連,祖克柏還是不放棄?

📍邀請您加入Web3+ Line社群,持續關注最重要的網路變革
👉 https://lin.ee/kItnyTh

軟硬體落後一大截,Meta跟不上人工智慧浪潮

微軟支持的OpenAI在去年11月30日首次公開ChatGPT,爾後就飆升成為歷史上使用次數成長最快的消費者應用程式。科技巨頭之間的軍備競賽正式開打,生成式AI(Generative AI)產品百花齊放。人工智慧識別資料中的模式,到根據提示詞創造全新的文字或圖像內容,都需要大量的演算能力。

根據路透社報導,五位消息人士表示,生成式人工智慧需要如此大量的演算能力,加劇了Meta增加數據處理與容量的緊迫性,而問題的根源可以追溯到Meta遲遲沒有接受圖形處理器(GPU)用於人工智慧。

GPU非常適合用於人工智慧,因為它們可以同時執行大量任務,來減少處理數十億條數據所需的時間。但直到去年,Meta主要還是使用大量的普通CPU來運行AI工作。雖然CPU多年來已經稱霸資料中心幾十年,是許多資料中心的主力,但在人工智慧工作方面表現不佳。

先前Meta也有在內部設計屬於自己的晶片來訓練人工智慧,但到了2021年,他們才發現這樣雙管齊下(普通CPU加自家設計的晶片)的方法比GPU更慢、效率更低。在運行各種人工智慧模型時,Meta所設計的晶片也比不上GPU的彈性與靈活度。

因此,有消息人士指稱,Meta在2022年取消了推出大規模訂製晶片的計畫,轉而訂購價值數十億美元的 Nvidia GPU。這時Meta已經落後Google了,Google早在2015年就已經開始部屬訂製的GPU,並稱之為TPU。

在2022年初,Meta也著手開始重組AI部門以及數據中心,除了要容納更多GPU,也是在這時有十幾位高層離開了Meta。而後,Meta也重新制定了新的內部計劃,來開發更具野心的訂製GPU,能用以訓練AI模型。消息人士指出,這個項目尚未公開過,預計2025年可以完成。

沒加入生成式AI戰局,是為了社群廣告和短影音,還是只是來不及?

著手更新數據中心的GPU的同時,Meta目前幾乎沒有什麼大展身手的空閒,只能任由微軟和Google等競爭對手不斷發布商用生成人工智慧產品。

Meta財務長Susan Li在今年2月份表示,Meta並沒有把目前的大部分的計算能力投入到生成式AI,並表示,「基本上我們所有的AI能力都用於廣告、動態消息(Feeds)和Reels。」Reels指的是類似於TikTok的短影音動態內容。

但根據消息人士表示,直到去年11月ChatGPT推出之後,Meta才把生成式AI列入優先事項。他們表示,儘管Meta的研究實驗室FAIR(Facebook AI Research)自2021年底以來一直在發布AI技術的原型,但Meta似乎沒有成功這些研究成果轉化為膾炙人手的產品。

但隨著投資者對人工智慧的興趣增加,祖克柏在今年2月份宣布組成了新的生成人工智慧團隊,並表示將「加速」Meta在該領域的工作。

延伸閱讀: Instagram、Facebook關閉NFT功能!Meta為了元宇宙,還放棄了什麼?

被「元宇宙」耽誤,AI部門資源不足

Meta難以快速趕上,另一個更被大眾所知的關鍵因素大概就是「元宇宙」了。這個由擴增實境為主要技術的虛擬社交平台,在Meta投入百億開發以後,仍不見用戶的廣泛接受,同時,這也分散了Meta在人工智慧的資源,導致無法從容應對競爭對手TikTok的崛起、以及蘋果主導的廣告隱私變化。

但也不是沒有Meta高層注意到這個問題。前Meta董事會成員Peter Thiel於 2022年初辭職,沒有給出任何解釋,但知情人士透露,在Thiel離開前的一次董事會會議上,他告訴執行長祖克柏以及其他高層,他們對於Meta的核心社群媒體業務感到過於自滿,同時又過於關注元宇宙,讓Meta更容易受到TikTok等新的競爭對手挑戰。

改革重組、更新設備導致財務緊繃,裁員還不會停下來!

據Meta披露,在設備、團隊等改革使Meta每季度的資本支出增加了約40億美元,這幾乎是其2021年支出的兩倍。

這段時間也恰逢科技公司在疫情後最低迷的一段時期。他們因此暫停或取消了先前在四個地點建設數據中心的計劃,同時,也是大眾所知的,他們啟動一輪又一輪的裁員計畫,去年11月大量裁員1.1萬人,預計未來幾個月還會再裁1萬多人。

資料來源:路透社Business InsiderFortune

責任編輯:蘇祐萱

關鍵字: #元宇宙
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