|
各位朋友好：
「這個 AI 寫出來的報告（或公文），不夠精準。」最近參加一些企業內部會議，或與不同單位主管交流，常聽到類似的說法。如果只是失望、不解就算了，「不夠精準」常常成為資訊部門與經營者、高階主管之間巨大卻無法具體解釋的張力：「那到底怎樣才夠精準？」
仔細拆開來看，「不夠精準」四個字背後，可能藏著三種不同狀況：範疇沒對齊、重點沒對齊，或者是字面上明確的錯誤。前兩種往往是組織內部沒把範圍與標準講清楚，經營者、高階主管、部門主管跟實際執行者認知不同，只有第三種，才真的需要回頭檢查工具。但企業常把三者混為一談，於是就算花大錢換了更強的系統、訓練更厲害的模型，困擾卻依舊存在。
上週電子報曾經談到，在目前 AI 發展的趨勢之下，台灣多數企業真正需要的，並非頂尖 AI 技術高手，而是「能找出適合用 AI 解決的問題」、「有能力評估 AI 成效」的人。換句話說，「不夠精準」從來不是單純的技術問題，真正該問的是：由誰、用什麼標準，來定義什麼叫精準？
這個問題，原本還只發生在一份報告、一次決策的範圍裡。但是這個「定義權」的問題，正在無聲且迅速被放大到完全不同的尺度。
過去，搜尋、推薦、決策支援、學習工具這些應用，每個工具大多只解決一種特定任務，標準也各自為政。但「通用型個人代理」（universal personal agents）正在興起，能跨模態理解使用者、在複雜情境中進行推理，並以高度個人化的方式，陪伴使用者完成資訊探索、學習與決策。因此，誰來定義、誰的判斷被寫進系統，就不再只是一件小事，而很可能形塑個人或組織長期的資訊視野與決策習慣。
這或許正是這幾年 AI 賽場真正的轉折。過去比的是誰的模型更強、更快、參數更多，是一場技術競賽；但當 AI 開始以「通用個人代理」的形式，深度嵌入每個人的日常認知活動時，真正該被放上桌面討論的，變成了系統治理的問題——誰設計、誰把關，用什麼原則決定這套系統替我們做的每一個判斷。
本週電子報的《個人化通用助理的未來》，正是從這個角度切入，分析這波走向通用代理的轉變，也是我們想邀請大家一起思考的起點。
人工智慧科技基金會執行長 溫怡玲
|
