Sam Altman愛用ChatGPT、祖克柏打造AI管家！盤點那些科技大佬愛用的AI小幫手|數位時代 BusinessNext

盤點科技大佬AI小幫手

科技界掀起AI熱潮已經一年有餘，各家公司爭相推出最先進的AI模型，或者打造能訓練、運行AI的寶貴算力，不過這些積極拓展AI領域的科技領袖們，究竟都使用哪些AI工具，並如何在工作、甚至日常生活中使用這項新興技術？

從2022年11月ChatGPT問世以來，AI可說是科技領域最常見到的關鍵字，並且從個人工作者到大公司，都試圖在工作流程中納入AI，想藉由新技術節省更多時間、力氣，而在AI領域最有影響力的這些企業領導者，也曾透露過他們使用哪些AI技術、以及如何利用。

💡延伸閱讀：外媒實測5大AI工具：這款打敗ChatGPT、Gemini奪第一！黃仁勳也愛用它

輝達執行長黃仁勳：愛用Perplexity AI

輝達的GPU是當前AI界最炙手可熱的產品，想建立自家模型的企業無不爭搶，身為這間公司的執行長，黃仁勳曾在今年2月接受《連線》雜誌採訪時透露，「我一直在使用Perplexity，不過也很喜歡ChatGPT，我幾乎每天都會使用這兩款AI工具。」

Perplexity AI是什麼樣的工具？

Perplexity AI聲稱是世界上第一個對話式問答引擎，用戶可以透過與聊天機器人的互動搜尋各種資料，能夠很自然地深入各個主題，也能用來查看新聞或最新資訊。

值得一提的是，輝達曾在今年初參與Perplexity AI的融資，黃仁勳會經常使用這項技術或許也不奇怪。

超微執行長蘇姿丰：用Copilot會議記錄、追蹤任務

超微（AMD）正積極想要分食由輝達主導的AI運算市場，其新一代AI加速器MI300X也在今年1月正式發貨。蘇姿丰身處這股浪潮之中，同樣身體力行將AI納入工作流程，她曾在今年3月舉辦的SXSW大會上表示，自己一直在使用微軟的Copilot助理。

蘇姿丰表示，AI是處理一些不用太多思考的事情的好幫手，例如會議記錄或者追蹤計畫，不過她聲稱有一件事不會靠AI幫忙，那就是寫信，「AI做得不太好。」

Copilot可以做到哪些事？

在Word中，可以利用Copilot進行寫作、編輯內容、整理摘要等功能，用戶不必再從空白文件中開始創作。

例如在Copilot對話框中簡單打下：「我想寫一段畢業感言，我今年要從台大電機系畢業。」Copilot就可以馬上幫你生成一份草稿，而你也能隨時和他對話，請他重新編輯，比如在內文加上一些有趣的回憶、想提到的金句，Copilot都會馬上幫你整理好，補充到文件中，還可以選擇不同的語氣，讓整體內容更悲傷一點，或者更快樂一點。

你也可以貼出一大段文章，請他馬上幫你摘要出五大重點，或者請他改寫某一段的內容，所有工作在5分鐘內就能完成。

在Excel中，Copilot可以幫你分析報表，或者從大片數據中搜尋你想看的，甚至根據你的要求自動生成新的圖表。

Google執行長皮蔡（Sundar Pichai）：用自家Gemini提升程式能力

前陣子，Google執行長皮蔡也在接受《CNBC》採訪時透露，正在利用Gemini提升自己的程式能力，不過沒有披露具體細節。Gemini是Google去年發表的多模式語言模型，由DeepMind開發，聲稱在多項指標上都有著勝過GPT-4的能力。

另外，皮蔡也在《紐約時報》的Podcast中分享，他曾和兒子一起測試LaMDA模型（Gemini的前身），要求AI扮演「冥王星」和他們對話。LaMDA回應，冥王星距離地球太遠了，感到很孤單。「和它交談時我也覺得很難過。」皮蔡回憶道。

OpenAI執行長奧特曼（Sam Altman）：靠ChatGPT當翻譯救星

與皮蔡類似，奧特曼主要也是使用自家的AI模型。他去年接受《彭博社》採訪時表示，ChatGPT是他在海外到處飛的翻譯救星，當時他在短短幾個月內接連造訪以色列、約旦、阿聯酋、印度、韓國等眾多國家。

同時奧特曼也利用ChatGPT幫助他寫作，聲稱這項技術讓他得以寫得更快，思考多一些，「看到了成為我所有腦力工作超級助理的可能性。」。

Meta執行長祖克柏（Mark Zuckerberg）：早建立AI管家「賈維斯」

祖克柏與AI間的淵源，比這股AI熱潮還要早得多。他在2016年時曾經打造了一款AI家庭助理，並以鋼鐵人中的AI電腦賈維斯（Jarvis）為名。他跟妻子可以透過賈維斯控制家裡的燈光、音樂、電器，甚至可以幫忙開門和叫醒他們的女兒。

Meta在去年7月發表Llama 2模型，以開源路線廣邀各界開發者共襄盛舉，希望藉此彌補後發的劣勢，建立和OpenAI的GPT模型競爭的能力。他們還端出「有個性」的聊天機器人和旗下社群平台用戶互動，最初總計有28個聊天機器人，有著如健身、動漫等各自擅長的領域。

蘋果執行長庫克（Tim Cook）：也是ChatGPT愛用者

這場AI熱潮至今，蘋果一直沒有太大的動作，但這可不代表他們對此不關心，執行長庫克曾向《美國廣播公司》透露，他個人會使用ChatGPT，並對這項技術的獨特應用感到很興奮，聲稱公司正在密切關注這個工作。

前些時候蘋果傳出放棄造車計畫，與此同時庫克也出面表示，蘋果預計今年內會揭露生成式AI方面的進展，強調每台搭載Apple晶片的Mac都是最強大的AI電腦，市面上沒有產品能夠超越。外界也期待即將於6月登場的WWDC開發者大會上，蘋果會端出投入AI的成果。

資料來源：Business Insider、Tom's Hardware、CNBC
責任編輯：林美欣

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問