雅虎和Google向人類學取經
雅虎和Google向人類學取經
2007.11.01 | 人物

如果說研究人類學的專家學者以及相關研究所畢業生,將來是台灣網路與資訊科技業的搶手新貴,只怕沒有幾個人相信,也許就連研究人類學的人,自己都不見得會這麼想。但這絕不是胡言亂語或憑空想像,雅虎(Yahoo!)和Google這兩個網路上的龍頭老大,這幾年不約而同地向人類學取經,請人類學的專家發掘創新的重要關鍵。

人類學是研究人類的科學,研究人類的生物性和文化性,以及人類今日特質之演變溯源。所以就定義來說也不難了解,使用科技產品和網路既然是現代人生活中重要的一環,當然也可以是人類學研究的對象之一,不過成為創新的重要關鍵,好像說服力還有所不足。

其實科技產業需要不同創新的動力,最基本的就是技術創新。如果沒有資訊軟硬體與網路相關技術的變革和創新,也就沒有網路產業和資訊科技產業。另外,商業模式和組織的創新也是必備條件,當年和雅虎一同角逐入口網站的對手不可勝數,可是雅虎建立了能夠運行的商業模式;Google憑藉著技術的創新起家,也一步一步地成長茁壯到今天的規模。在保有以上三種創新的優勢條件之後,很難不感到這三種創新動力的根源之一,就是人的需求。

創新的技術並不少,但不能滿足人的需求就沒人會用;基於人類需求的商業模式,才是現實而不是幻想;和人類需求衝突的組織創新所帶來的破壞,則遠大於建設。但如何挖掘人的需求?如何全面了解人類?請人類學家出馬、運用人類學的方法,也就是呼之欲出的答案了。

雅虎和Google將人類學運用於研究目前使用者和潛在使用者。人類學非常注重田野調查,必須到使用者的生活環境中,與使用者生活在一起,從細微處了解與感受使用者,再將一個個小細節串連組合,形成感同身受的體會,打破設計者和使用者之間的隔閡。這樣來研究使用者,對已成形的產品和服務設計幫助有限,但對於發現沒有被滿足的需求有很大作用,因而啟發創新。研究已成形的產品和服務,往往局限在現有的技術和商業模式中,但先放空再深入使用者的生活中,就會看到有哪些需求,可能引導未來的技術創新和商業模式創新。

舉例來說,雅虎、Google和很多網站一樣,都會採用互動設計和用戶評測方法。這類型的用戶研究,成為人機介面設計領域的普遍基本動作已二、三十年,主要是在設定好的使用情境中研究設定的主題。使用人類學的方法則是從使用者的生活中找出問題,因不預設立場,反而不被局限在設定好的主題上。

大約十年前,曾有網路通訊公司在美國幫潛在使用者的家裡裝設接近3.5G速度的無線網路,再給這些家庭新電腦、平板電腦等新設備,然後看看他們會怎樣使用。結果有許多出人意表的現象,包括二十多歲的使用者喜歡在看電視NBA球賽的同時,使用平板電腦上網搜尋,總體上網時間不會因為有了無線網路而排擠有線連接,因為原本不能上網地點的限制消失了,使用者整體上網的時間大幅增加等。

還有更厲害的人類學家連設置新環境都不需要,只要跟著使用者一起生活即可。人類學的方法還曾經帶給手機設計一次文化震撼教育,在親身深入觀察使用者,包括到日本及其他亞洲大城市之後,這些手機設計者,才放棄手機必然等於商務溝通工具的想法,將音樂、遊戲和時尚注入手機的設計概念。這些例子在今日看來理所當然,但在十年前則是開創趨勢的關鍵。

話說回來,雅虎和Google的創辦人和許多成功的科技人與企業家一樣,都具備敏銳的觀察力與過人的分析力。儘管他們沒有受過人類學的專業訓練,也能夠從個人的生活經驗中,挖掘人的需求和創新的關鍵。可是個人的生活經驗總有局限,這些成功的創新者也不再躲在車庫或電腦實驗室裡,滿腦子天馬行空,過著科技宅男女的日子了。他們已是公眾人物,生活中食衣住行與一般使用者都愈來愈不同,而且他們在企業中也不應該只扮演原來的角色,必須要交棒、分工與擴充人手。在這樣的條件下,請出人類學的系統性科學方法和專家,和各種專長的人員組成團隊,實在是一個不得不然的解決方案。

發掘人的需求也是台灣企業建立品牌必須的,在幫別人製造或設計產品時,不用自己去問要提供哪些使用者哪些產品,只要根據別人發現的需求甚至具體規格就好了。自己去發現要提供哪些使用者哪些產品,是建立品牌遲早的一課,不妨從雅虎和Google學起。

研究已成形的產品和服務會局限在技術和商業模式,
但先放空再深入使用者的生活中,
就會看到有哪些需求,
可能引導未來的技術創新和商業模式創新。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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