讓AI從敢答變成敢說「我不知道」，Appier怎麼讓商用機器人更好用、更可靠？

生成式AI模型的「幻覺」傾向，是許多客服機器人開發團隊的共同挑戰。但在讓自家客服機器人直接服務大眾時，這遠非唯一的難題。「偏離角色」是另一個常見毛病：一個美妝品牌的客服機器人，不合時宜地對約會餐廳侃侃而談。或是陷入過度保守拒答、或過度推銷引人厭煩的情形。

在服務客戶時，機器人究竟什麼時候該直接回答，什麼時候該追問釐清，什麼時候又該承認自己不知道？

耕耘AI行銷已久的Appier，在自家研究團隊的技術突破助益下，認為自己已找到可以加速落地的答案。在15日的媒體說明會上，執行長暨共同創辦人游直翰解釋，讓AI模型輸出更加可靠的關鍵，在於「自覺能力」以及由此衍生而出的「團隊意識」，這也是多代理系統可穩定運作的基礎。

AI懂得說「我不知道」，比什麼都硬答值錢一百倍

Appier所描述的模型自覺能力，可以理解為AI對自己能力邊界的掌握度。Appier稱為「能力校準」，藉此與「回應校準」做出區別。

回應校準針對單次回答判斷「對」或「錯」，但基於語言模型的統計性質，不足以反映模型整體能力。相較之下，能力校準關注的是模型整體的答題實力，是更為穩定的指標。

Appier AI團隊研究科學家林玠言分享，團隊更研發出探勘模型內部大腦的技術。能夠在生成輸出之前，就透過訊號解讀出模型對答案的掌握度，「就像老師看學生的表情，就知道他會不會寫這一題。」

也就是說，這能在不浪費任何一個token之前，就做到精準算力配置。簡單的問題直接回答，困難的問題投入較大算力運算，超越能力範圍的則尋求外部協助（如轉交人類執行）。

林玠言直言，一個有辦法說「我不知道」的AI，比一個什麼都硬要回答的模型還要值錢一百倍。他表示，「未來企業AI標準不只是它有多聰明，而是它有多誠實。」

延伸閱讀：台美在軟體工程文化上有哪些不同？AI代理與「行銷自動化」差在哪？Appier技術長解答

迎向「代理社會」，為AI注入團隊意識

Appier分享，AI研究團隊的成果已融入實際產品機制。透過在輸出流程中加入多個「自我檢視」的節點，讓模型進行自我能力與風險的評估。與外部通用模型相比，可擋下八成的高風險回應。

模型的風險控制與嚴謹度也可以彈性調整。游直翰解釋，風險容忍度可以數值閾值呈現。例如，企業可以為VIP客戶設置更高的嚴謹門檻，甚至調用更多算力反覆驗證答案準確性。

游直翰解釋，這類提升模型輸出可靠度的技術，對於非客服問答機器人的其他AI代理也同樣實用。

游直翰認為，在算力成本下滑的未來，所有事物都可以嵌入代理。多種代理將彼此合作，形成一個「代理社會（agent society）」。他表示，代理具有自覺能力、能了解自己能夠做的事及伴隨的風險，甚至是去評估其他代理的行為風險與穩定性，也才能夠彼此協作。

隨著企業內部運作嵌入愈來愈多AI代理，形成日趨複雜的網絡，只要中間有一個環節出錯，整體的錯誤就會被接連放大。對此，游直翰認為，除了提升個別模型的可靠度，也需要從架構設計上著手，釐清每個環節的風險係數，對高風險的節點加強監控。

例如，在代理流程中加入有效的回饋校正機制，以及採取較緊湊的結構，避免打造過多、非必要的代理，都是提升系統可靠度的技巧。
身為AI原生公司，游直翰也表示，現在公司內每個人都成為管理角色，「只是你管理的Agents。」他說，「就像組織裡大家都升官了，下面管理著AI代理。」

延伸閱讀：台灣獨角獸Appier超高速成長背後：「一年只增2名員工」的AI革命來了！
Booking.com爆資安外洩！旅客資料恐被拿來釣魚詐騙，台灣防範指南＋申訴管道一次看

延伸閱讀

Claude模型怎麼選？Opus、Sonnet、Haiku一表看懂，沒切換模型可能會多花5倍成本
Gemini有Mac版本了！「Option+空格鍵」一鍵喚出AI，還能直接幫你讀螢幕、做分析
「加入《數位時代》LINE好友，科技新聞不漏接」