2年近萬名記者丟飯碗!從代筆寫稿到預測風險,AI如何顛覆新聞業的運作法則?
2年近萬名記者丟飯碗!從代筆寫稿到預測風險,AI如何顛覆新聞業的運作法則?

在這個資訊以閃電速度流動的數位時代,新聞業的角色從未如此重要,也從未如此充滿挑戰。AI 分身即將全面翻轉新聞的生產與消費模式。

生成式AI 已經具備自動撰寫內容的能力,例如OpenAI 研究的GPT-4 等平台,能夠根據使用者的提示,以驚人的速度產出新聞報導、體育賽事摘要、財經報告和天氣預報。

財經新聞報導就是很好的例子,能清楚展現出AI 的實力。在採用AI 之前,美聯社(AP)需要大批記者,手動撰寫約三百家標準普爾500 企業的季度財報。這個過程既耗時又繁瑣,經常導致公司財報報導延遲。如今,美聯社和其他新聞機構能運用生成式AI,再搭配札克斯投資研究(Zacks Investment Research)的資料,在幾分鐘內產出精簡的財報新聞。

理論上,如果能高效產出營收報導,人類記者應該能空出更多時間,投入更深度的調查報導。但事實上,有大量記者失業。最新一項研究估計,僅在2023 與2024 年間,英國和北美地區就有將近一萬名記者因AI 相關因素被裁員,而且這個數字極可能被低估。

當我們從生成式AI 轉向AI 分身,自動化新聞代理(news agent)會愈來愈擅長即時篩選龐大的資料、辨識趨勢,並產出洞見。這項能力改變新聞機構處理突發新聞與長期追蹤報導的方式,例如路透社開發出一個名為Tracer 的AI 工具,能掃描推特/X 等社群媒體平台與其他網路來源,偵測突發新聞。Tracer 會分析資料,評估消息來源的可信度、資訊的相關性,以及發展中的事件可能產生的影響。

24 小時不休息的新聞雷達

2016 年,《華盛頓郵報》(Washington Post)就開發出名為Heliograf 的AI 工具,能自動生成新聞報導。Heliograf 會監控社群媒體、選舉結果和體育賽事比分等即時資料,快速生成並更新新聞報導。

在2016 年美國總統大選期間,Heliograf 從政府資料庫監測選舉結果,並即時更新關鍵選區的選情報導。到了2020 年,《華盛頓郵報》新增AI 語音助理,能自動將最新的選舉動態以語音形式插入自家的政治類播客節目中。

從2020 年開始,各種自動生成新聞的應用程式不斷湧現,展現出AI 迅速處理資料的能力,讓新聞媒體能用前所未有的速度,回應瞬息萬變的事件。2021 年,美國國會山莊暴動發生的最初混亂時刻,路透社的Tracer 系統從大量社群貼文中迅速篩選資訊,找出關鍵發展和可信來源。路透社憑藉Tracer,得以

在適當的時機準確更新新聞,讓讀者能隨著事件發展,第一時間掌握最新動態。

同樣的,2022 年俄羅斯入侵烏克蘭時,新聞媒體運用AI 工具監控官方發言、社群媒體動態與前線報導,快速核實資訊、追蹤部隊調動、報導人權侵犯事件,因此才能夠在這場瞬息萬變、局勢動盪的戰爭中,持續提供全面又即時的報導。

AI 也能產出多媒體內容。AI 系統能生成語音、影片和互動圖表,提供沉浸式新聞體驗。包括《紐約時報》( The New YorkTimes)在內的多家新聞媒體,已經開始運用AI 製作新聞報導的影片摘要。這些AI 生成的影片可以將長篇報導濃縮成短片,幫助忙碌的讀者快速掌握重點。

在以巴衝突期間,《紐約時報》運用AI 分析以色列在加薩南部轟炸行動的衛星影像。AI 工具掃描衛星影像中的彈坑,偵測到超過一千六百個可能的彈坑。隨後,記者團隊人工檢查這些影像,辨識出最有可能是兩千磅炸彈造成的彈坑,最終製作出結合視覺與數據資料的完整報導。

你的個人化新聞同伴

專業新聞報導的創新,只揭示這場AI 變革故事的其中一面。如果每個人都擁有一個強大的AI 同伴,具備與國際調查記者聯盟同等級的分析能力,能協助分析海湖莊園文件(Mar-a-Lagopapers),或是杭特・拜登(Hunter Biden)的筆電資料,結果會是如何?

我們已經知道,機器學習演算法可以分析使用者行為,為讀者提供個人化內容,這種個人化推薦能確保讀者收到的內容與自己切身相關。但是,使用者專屬的AI 同伴能做到真正的個人化。

假設你對快速變化的科技和創新世界很感興趣,你專有的AI 同伴能分析新聞稿、科技部落格與專利申請文件,幫助你掌握最新的AI 發展、機器人動態、軟體更新與公司消息。體育迷可以要求他們的AI,製作出比賽摘要、球員檔案,以及賽前賽後分析報告。

又或者,你可能希望你的AI 協助分析政府文件、政策白皮書和政治演說,從中找出模式,並總結最新的法律條文、監理措施,以及政治操作。

AI 系統非常擅長把長篇文章濃縮成重點摘要,讓我們快速掌握關鍵資訊。對於偏好輕量閱讀的人來說,這項功能就像雞塊一樣方便食用、容易消化。又或者,你可能真的想要深入研究,你的AI 同伴可以協助分析與理解新聞事件的脈絡,整理公私部門重要人物的背景資訊,評估全球事件的風險,並預測這些事件對於經濟、政治的影響。

擁有多模態AI 之後,你可以選擇自己偏好的新聞媒介與格式。不論你喜歡閱讀文章、觀看影片、或是收聽語音,這些AI 系統都能以你喜歡的方式提供新聞。像是亞馬遜的Alexa、Google 的Assistant,以及蘋果的Siri 等熱門的AI 語音助理,都能根據使用者的偏好,客製化新聞簡報,讓人們在開車、做飯或運動時,隨時掌握最新消息。

AI 與擴增實境技術也會帶來更多互動式、沉浸式新聞體驗。讀者可以透過視覺化、沉浸式的呈現方式,探索新聞故事,透過3D 模擬體驗關鍵事件。試想,現在有一款擴增實境新聞應用程式,能讓讀者進入衝突地區的3D 模擬場景,瀏覽互動式時間軸,甚至提供重要地點的虛擬導覽。這種沉浸式體驗或許能加深理解、引發同理心。但是,使用者的偏好最終是否會讓這些體驗產生偏差?

延伸閱讀:AI引爆「Google Zero」流量危機!72%媒體主管將增加人物故事,另一派「打不過就加入」

本文授權轉載自《AI分身時代:顛覆職場、教育、醫療、人際關係的人機協作新模式》,Joseph Bradley, Don Tapscott著,天下文化出版

BCB906_AI分身時代-立體書封_0.jpg
圖/ 天下文化出版

責任編輯:蘇柔瑋

關鍵字: #AI
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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