實測｜ChatGPT搜尋上線了！股市、體育、旅遊⋯答案1鍵生成，Google搜尋霸主不保？|數位時代 BusinessNext

實測｜ChatGPT搜尋上線了！股市、體育、旅遊⋯答案1鍵生成，Google搜尋霸主不保？

ChatGPT Search功能上線了，象徵OpenAI正式進軍人工智慧搜尋市場，預料將對Google搜尋以及AI新創Perplexity構成威脅。

ChatGPT Search功能上線了，象徵OpenAI正式進軍人工智慧搜尋市場， 預料將對搜尋霸主Google以及AI新創Perplexity構成威脅！

ChatGPT搜尋上線了！

OpenAI於11月1日推出名為ChatGPT Search的搜尋新功能，能讓用戶在ChatGPT上「如Google般」搜尋資訊，並生成一篇「解答文」。

更重要的是，ChatGPT會「如Perplexity般」在文中註明資料來源，有助於用戶查核資訊，或進一步排除AI幻覺（hallucination）問題。

OpenAI執行長奧特曼（Sam Altman）週四在社群平台X上指出，搜尋是ChatGPT首度亮相以來他最喜歡的一項功能；OpenAI媒體主管Varun Shetty則表示：「透過聊天來詢問問題，並獲得高品質回答，讓搜尋體驗變得更好。」

為了透過ChatGPT優化搜尋體驗，OpenAI與多家出版商簽訂合作協議，包括美國新聞集團（News Corp.）、歐洲數位出版集團Axel Springer SE、時代雜誌等等，以確保搜索功能中的資訊來自權威且即時的來源。

不只新聞！氣象、股市、體育、旅遊⋯都能搜

OpenAI指出， ChatGPT Search不僅聚焦於新聞資訊，還可針對氣象、股市、體育、旅遊等地方資訊行優化和擴展。 以下《數位時代》將逐一舉例實測ChatGPT Search功能。

新聞關鍵字：獵人卡牌、矽光子

以近期的新聞為例，若在ChatGPT搜尋「獵人卡牌事件」，其對事件的摘要如下：

近期，台灣麥當勞與日本知名動漫《HUNTER×HUNTER 獵人》聯名推出角色盲卡包等商品。然而，活動尚未正式開始前，麥當勞已向多位網紅寄送完整的公關禮盒，引發爭議。

除了事件概述以外，ChatGPT也將麥當勞回覆、專家觀點附上，以利用戶持續相關事件的內容。

那麼，如果搜尋的是更硬性的關鍵字呢？以「矽光子」為例，ChatGPT的概述如下：

矽光子（Silicon Photonics）是一種將光子技術與矽材料結合的技術，透過在矽晶片上製作光波導等元件，使光訊號在矽晶片中傳輸。這種技術利用光訊號的高速和低損耗特性，實現高速率、低功耗的數據傳輸。

在硬性字詞表現上，ChatGPT與單一媒體來源的內容重複度相對較高，推測由於內容涉及專業性，因此除了生成相對簡易的摘要解答文以外，ChatGPT也會在右側欄位上蒐集相關資料來源，例如由《數位時代》統整的〈矽光子是什麼？〉文章。

氣象關鍵字：颱風災情

在不輸入颱風名稱的情況下，推測ChatGPT應由IP推測用戶所在位置，因此出現的為康芮颱風的災情統計，其結果如下：

股市關鍵字：美超微股價

過去，若詢問ChatGPT股市相關消息，不是獲得相對較舊的資訊，就是回覆無法生成。但現在，ChatGPT會充分引用第三方來源的資訊，並統整股價波動因素如下：

美超微電腦公司（Super Micro Computer, Inc.，股票代號：SMCI）近期股價波動顯著。截至2024年10月31日，股價收於33.07美元，單日下跌32.68%。此下跌主要因安永會計師事務所辭任其審計職務，理由是對公司治理和透明度的擔憂。此外，市場對其會計處理和客戶交易的關注也加劇了股價的下跌壓力。

體育關鍵字：MLB

若搜尋MLB，推測ChatGPT優先以「最近期大事件」為主生成內容。因此，AI將世界大賽「紐約道奇 vs. 紐約洋基」的賽程勝負列為表格，並列出球星表現如下：

大谷翔平（Shohei Ohtani）：效力於道奇隊，2024年賽季創下54支全壘打和59次盜壘的紀錄，成為首位達成「50-50」成就的球員。

亞倫·賈吉（Aaron Judge）：洋基隊主力打者，2024年賽季擊出58支全壘打，表現亮眼。

旅遊關鍵字：台北夜市

若搜尋「台北有哪些夜市？」ChatGPT會依據資料來源，在嵌入式地圖上直接秀出地標，用戶可直接點擊「導航」或「網站」，進一步查詢交通資訊或背景資料，頗為實用。

為何Google搜尋霸主地位將受威脅？

ChatGPT搜尋功能為何將對Google造成威脅？可當前ChatGPT的活躍用戶以及「付費轉換率」看到端倪與商機。

原因1：免費用戶超多，轉換率成長上限高

據《彭博社》報導，OpenAI財務長Sarah Friar日前透露， OpenAI大約有75%的業務來自消費者訂閱，ChatGPT目前每週平均活躍用戶數為2.5億，免費用戶轉換為付費用戶的比例約為5-6%。可見搜尋功能進一步提升用戶付費率的潛力。

原因2:ChatGPT還沒有廣告版位

此外， ChatGPT的網頁版面目前仍未置入廣告版位，清爽的版面可能是用戶棄Google搜尋而去的原因之一。 據，《The Verge》報導，OpenAI發言人Niko Felix表示目前沒有計劃在ChatGPT中投放廣告。

但人工智慧搜尋比傳統搜尋的營運成本顯然更高，而且目前尚不清楚 OpenAI 將如何從免費用戶獲利。因此Felix也表示，免費用戶「使用最新搜尋模型的頻率將受到一些限制。」

結論：實用度升級，但仍需注意AI幻覺

經過初步實際評測，ChatGPT Search的實用度表現頗佳。不過，作為生成式AI產品，ChatGPT Search也面臨錯誤回答的風險。

針對AI幻覺，OpenAI的ChatGPT search主管Adam Fry指出：「有些幻覺現象只是因為無法獲取最新資訊而產生。因此，有了最新資訊支援後，確實幫助系統在決策時更接近真實和正確答案。」

Fry最後補充：「如果系統出錯，我們會努力保持透明度。」

延伸閱讀：OpenAI宣戰Google！推「SearchGPT」搶攻搜尋引擎，AI搜尋怎麼用？厲害在哪？

資料來源：ChatGPT、The Verge、Bloomberg

本文初稿為AI編撰，整理．編輯/ 李先泰

「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