17LIVE 與 KKday 透過 Google Cloud 人工智慧資源提升營運效率，加速影音與旅遊數位服務創新應用。
在此次Google NEXT』25期間，筆者除了與幾位Google Cloud主管聊到關於人工智慧驅動市場下的雲端環境架構建置想法，以及人工智慧代理服務帶動市場競爭與人工智慧模型劃分走向等議題，同時也與台灣的17Live、KKday討論其如何應用Google Cloud資源推動其服務，而Google又是如何協助這些合作夥伴推動業務成長。
17Live藉由Gemini技術讓直播互動體驗變得更好
2015年由藝人黃立成創立，後續雖然經歷不少發展，並且由新加坡約會應用程式Paktor併購，進而成為目前的17LIVE，目前主要聚焦台灣及日本市場、另外也擴展美國及東南亞市場，更計畫佈局更多海外市場。
對於此次在Google NEXT』25期間公布內容，17LIVE認為最感興趣的還是Gemini人工智慧技術後續應用。
▲直播背後會面臨諸多複雜問題，但也能從中挖掘發展機會，只是透過傳統人力較難順利分析，必須仰賴人工智慧更有效率地處理大量資訊
17LIVE集團技術副總經理徐永吉表示，17LIVE採用Google Cloud服務已經有一段時間，目前也開始將Gemini人工智慧技術用於內容分析，藉此協助過往必須透過人力審核直播不當內容情況。
另一方面，藉由Gemini技術推動的人工智慧代理服務應用模式，徐永吉表示會藉由Gemini分析當前直播平台的內容趨勢、互動情形，並且從中挖掘可能發展機會，並且能透過數位助理等方式，讓近期直播狀況不佳的直播主能有參考及改善依據。
• 創造更好體驗
徐永吉說明，直播產業本質上就是「have fun」為導向，進而從中產生粉絲支持與回饋的互動關係，但如果互動關係只是一昧地透過單方面表演與支持贊助維持，其實通常在短時間內就會移轉到其他關注對象。
因此在17LIVE的規劃中，接下來會藉由Google Cloud的Vertex AI平台技術資源創造更多互動玩法，其中也會應用諸多結合Gemini的技術，例如透過Gemini人功位模型配合17LIVE擁有大量直播活動數據進行訓練，並且配合Veo等人工智慧生成工具創造更貼近自然互動的虛擬主播，藉此創造與真人主播不同的互動樂趣，甚至也能以此創造更多直播應用可能性。
▲目前虛擬主播是17Live重點發展項目之一，同時也預期能增加更多真人直播以外的樂趣
同時，徐永吉也表示在直播內容往往會有許多難以透過人力審核過濾的問題，例如直播主設法爭取更多觀看流量，進而遊走規範邊緣的情況，其實會需要花費許多人力與時間成本判斷，但透過人工智慧進行分析，往往能發現更多人力審核難以察覺問題，因此也讓17LIVE更積極擁抱人工智慧技術應用。
▲17LIVE集團技術副總經理徐永吉
KKday：數據正確分類是應用人工智慧技術的重要關鍵
2014年4月創立、2015年1月正式上線的KKday，主要提供豐富的旅遊行程與體驗項目，業務遍及全球超過92個國家、550個城市，範圍涵蓋台灣、香港、新加坡、韓國、日本、馬來西亞、泰國、菲律賓、越南、上海、澳洲等地。
KKday技術長陳閔煌說明，KKday當前收錄行程與體驗項目產品包羅萬象，最常面臨問題其實還是客服，原因在於消費者一旦在所購買產品有問題時，往往會需要即時協助處理，同時也可能面臨語言隔閡等情況，導致客服系統經常會有工作滿載情形，即便擴充更多客服團隊人力可能也難以解決此類問題。
▲KKday此類服務最大難題之一便是客服
因此過去KKday曾經以聊天機器人方式建立線上數位客服，但是傳統以資料比對為主的數位客服多半只能解決部分問題，面臨各種複雜的問題時，還是必須透過真人客服協助處理，而Google Cloud目前提供能以Gemini人工智慧技術與生成工具建立擬真客服系統的技術，不僅能讓消費者相信自己是與真人客服對話，進而可消除在外遇到問題時的大部分焦慮感，同時也能透過分析理解消費者實際問題，進而生成能實際解決問題的回應，顯然就能改善多數客服問題，甚至也能減緩真人客服系統面臨壓力，並且能將人力用於處理更為複雜問題。
其他導入Gemini人工智慧技術應用部分，則是用於旅遊行程與體驗項目內容的商品描述，畢竟此類商品會持續更新，如果要以人力處理所有內容勢必會產生更大成本負擔，因此目前KKday許多商品描述會是以人工智慧生成，並且能透過翻譯轉換更多語言版本，再以人力方式進行後續內容校正。
同時，陳閔煌也分享導入人工智慧技術時，實際上應該要先將資料分類、標籤化等前置作業做好，否則縱使有再好的人工智慧工具也難以使其發揮應有效益。
▲如何妥善運用數據也是KKday目前著眼部分
而Google此次說明將Google Maps數據資源與人工智慧工具接合，實際上也能協助推動KKday此類服務應用發展。
陳閔煌表示在內容推薦時，數據豐富度佔相當重要成分，例如先前與日本美食網站食べログ (Tabelog)合作，將其美食數據導入KKday服務，讓台灣等地區消費者能更方便在日本預約餐廳位置，但還是會面臨後續內容推薦結果是否符合消費者的預期等問題。
• 如何妥善運用非結構化數據成為關鍵
從帳面數據來看，人工智慧實際上會依照導入數據結果進行分析判斷，比方透過原本數據中的評分結果進行排序推薦，但如果考量消費者本身偏好、原生文化等差異，其實還是會出現非結構化數據造成差異，例如外國人可能無法理解系統會推薦許多台灣人偏好的豬血糕，或是台灣消費者難以接受連在地人都不太光顧的餐廳獲得米其林必比登獎項。
如果要解決此類問題，如何正確將數據分類，甚至可能必須藉由人工智慧將更多非結構化數據 (例如評論表達內容)，搭配相關數據進行更全面的分析，才能因應不同消費者立場做出更合適的結果判斷，而要實現此類需求就必須仰賴人工智慧技術。
因此要能妥善應用人工智慧，正確建立數據結構、分類會相當重要，而為了讓數據能更正確被使用，過程中也必須使用人工智慧作為輔助，顯示人工智慧技術在接下來許多應用發展都會扮演重要角色。
▲KKday技術長陳閔煌
Google如何協助合作夥伴？
除了提供更多實用的工具技術資源讓合作夥伴、企業能進一步推動其業務成長，Google目前在雲端服務更從基礎架構、模型應用、軟體框架與工具資源給予協助。
其中在基礎架構部分，除了過去以來持續與Intel、AMD及NVIDIA在內業者合作運算晶片，甚至持續更新規格 (例如此次就預告會更快加入NVIDIA接下來準備推出的「Vera」CPU與「Rubin」GPU)，本身也提供強調更高性價比的TPU，甚至也以去年推出的客製化處理器「Axion」對應更多運算需求，而目的最主要還是讓用戶能有更多選擇，讓成本能更進一步用在刀口上。
▲Google從雲端基礎架構便提供豐富選擇
例如，Google Cloud雲端架構解決方案產品管理資深總監Nirav Metha便說明用戶可以選擇不同基礎架構，但並非每種服務都需用到NVIDIA的加速方案，例如線上社群平台或電商服務提供內容推薦時，透過TPU進行加速運算就很適合，同時也能在電力損耗等成本作精簡。
而針對不同服務建置，Google目前也提供Kubernetes容器化技術、更多開源模型與工具資源，甚至也針對當前人工智慧運算提供合適的軟體框架轉換、儲存方案，讓用戶能以更簡單方式建構線上服務。
甚至此次宣布推出的Cloud WAN全託管服務，Google Cloud副總裁暨基礎建設與解決方案總經理Sachin Gupta表示此服務花費3年時間與多個合作夥伴進行測試，並且確定此服務能順利成為可銷售產品，其設計想法便是利用Google遍及全球的骨幹網路，以「SD-WAN」形式作為加快用戶在不同區域佈署服務的執行響應速度，或是作為維持服務穩定運作的備援網路使用。
不過，跟Google提供多數應用資源與工具一樣，Google強調其提供解決方案都是建立在與用戶一同成長的基礎，因此也希望用戶能相信其解決方案能帶動更大成長動能。
