全新口令AI模組：顛覆軟件使用者的習慣

最近期OpenAI推出了新一代旗艦AI模型「GPT-4o」，被譽為是目前與人類交流的「最佳AI助理」。「o」代表「omni」，意指能夠處理多種形式的輸入和輸出，無論是文字輸入、語音問題，甚至使用鏡頭進行對話，都能即時回應。

由於「GPT-4o」易於掌握，能幫助上班族更有效地完成案頭工作，又能擔任「家庭教師」，甚至能進行即時口述翻譯，因此迅速吸引了大量用家使用。那邊廂則有報導指出，雖然Apple Intelligence功能預計要到2025年才會全面推出，但Siri的最新功能可允許用戶直接輸入文字，而毋須進入輔助功能設定，即變得更具對話性，就算使用者在講話時出現口誤，Siri也能理解其意思。

事實上，各類人工智能應用的科技公司早已開始開發這類模組。例如，筆者團隊正在開發的「AI中央數據資訊庫」，乃是針對商用市場，其結構思維與「GPT-4o」如出一轍，可以說是「商用Siri」。這些AI模組融入商用軟件後，將帶來驚人的變革。

舉例說，企業內部的後台軟件界面複雜，預設了不同選項，如整合銷售報表時，用戶需按程序點擊分店、日期、時段、產品類型、銷售量等選項，後台才能生成相應報表。然而使用這種AI模組後，後台不再需要特定界面及預設按鈕，用戶只需在對話框中輸入或口述指令：「請提供上月份某分店的總銷售報表」，後台即可自動生成相應報表。

AI模組具有強大的理解能力，因此還能加入「訂閱」功能。例如，用戶可以在對話框中輸入或口述「請於每月1日，提交過去30日某分店的總銷售報表」或「請每小時更新某分店的總銷售額」，後台亦能到時到候自動生成報表及回應。此外，加入相關編程後，更可以在對話框中要求AI提出預測分析，如「請預測下月某店的總銷售額」；系統會根據過往數據進行分析，預估下月的銷售總額，並製作圖表供用戶參考。

未來，用戶毋須再點擊選項或按既定步驟切換視窗，只需在對話框中說出需要查詢或取得的資料即可。如同OpenAI CEO Sam Altman所言，使用GPT-4o這類AI模組後，他不用再停止手上的工作切換視窗或點擊選項，他只需詢問即可得到即時回應。這類AI模組將被更廣泛應用，通過更自然的對話和超強的理解能力，顛覆人們對科技軟件的使用習慣。

作者簡介：

陳智銓（Arthur），思路富邦集團（SagaDigits）創辦人暨集團成員 隨賞科技（Compathnion）行政總裁