幾種常見的AI應用類型

市面上已有許多AI工具，但對企業而言，若將內部資料直接公開餵給這些服務商，等於對全世界公諸於世自己的商業機密與Know-How，這些資料也將變成訓練資料集的一部分。此外，許多專業術語，恐有會錯意導致輸出結果偏差的可能。

為了達到上述方式，企業主要有兩種方法，一種是自建實體伺服器的本地私有雲模式，另一種是與AI雲端服務商洽談企業客製化方案，確保資料僅供自家公司存取使用，不會成為公有訓練資料集的一部分。（不論哪種方式各有利弊，但非本篇重點內容，容筆者不再贅述）

不論哪種方式，企業在AI應用場景上，常見的應用可以分成以下幾種類型：

Emiliano Vittoriosi on Unsplash

文字AI應用

最基本的AI模型，最終應用場景主要為：客服機器人、知識管理、文件轉譯、書面教材、文件版本管理等等，與書面文字為主要的應用場景相關。

這邊所說的文字，大多是混合圖文 PDF（含報告、說明書、表格）基礎，屬於一般企業內部文件類型。此外還包括爛大街的辦公室軟體MS Office系列，常見的又以Word、Excel、PowerPoint、Outlook、Teams等等。

通常與字串相關的內容，涉及一般純文字說明的條列、報告、章節，以及表格 、內嵌圖片（年報、財務表、規格書等）。如果有些資料僅有書面文件，則需要掃描輸入後，將掃描檔轉換成文字，至於能轉換文多少比例，依OCR的畫質、字體、排版、清晰度等因素而異。

圖像AI應用

這邊說的圖像，不是指工程用的CAD圖檔，或是醫學用的病理圖像，而是一般常見的BMP、JPG、PNG、WEBP等，圖像來源可能來自專業相機、手機、截圖、網路、繪圖等等。

圖像AI應用眾多，從判別圖像物件並標記、風格轉換、AI生成、去背、後製、瑕疵檢驗、金相分析、畫質修復、畫質調整等應用。

現在最常應用的地方，2B就是商案圖像素材的生成，2C就是社群行銷素材的生成，這些沒版權疑慮的AI生成圖像，大幅衝擊整個產業鏈生態。

印象很深刻，朋友創業做商攝，因為AI導致業績一落千丈；
親戚原先專職影像後製的生意掉了許多，如今要去外頭打工兼職求生。

音訊／語音AI應用

目前的語音模型常用於口語辨識、音譯、AI語音生成、語音辨識轉文字等AI應用。其中，涉及語音轉文字，則又會將模型轉到字串算力需求的部分。

常見企業應用於會議紀錄上，錄製內容並傳換成文字會議紀錄。

另外還有取代真人錄製語音內容，透過真人音檔訓練AI語音與口氣，後續就能照著逐字稿或腳本朗讀內容。有些企業甚至會拿來訓練老闆語音，用來傳達政令、價值觀、致詞等用途，表示老闆重視該議題、彷彿人在現場的臨場感。

影像AI應用

自駕車、醫學影像、影像生成、風格轉換、照片轉動畫、瑕疵檢驗、人流分析、影像辨識（車牌、人臉特徵、物品、生物）等AI應用。

以終端通路的企業來說，透過監視器與AI導入人流分析，是幫線下門市導入數位化的敲門磚，就能跟線上通路一樣根據流量×觸及×轉換×客單價進行更進一步的分析與應用。

對於安全有較高需求的場域，像是機場、車站、車廂內部、工廠等地，可以透過訓練辨識危險物品來及時監控潛在犯罪行為，提早預防危險發生。

複雜格式AI應用

尖端科技、核能、科學、軍用、量子電腦等等，由於過於高深，筆者未有攝入。

不過少數能說出口的複雜應用，其中之一就是常見於製造業與營建業的CAD工程圖檔。CAD圖檔不是純文字、也不是單純圖片，而是結構化的技術資料格式。

通常會用到CAD圖檔，有些是希望AI能自動將360環繞影片、照片轉換成三視圖CAD圖檔，甚至自動轉換成立體圖面，哪些工程結構需要幾支螺絲等等，倘若有圖面規範，圖面自動照著規範製圖、標註與敘述。

CAD做為工程師溝通的介面，CAD的圖面內容很重要。單一張CAD所需要的算力多寡，根據CAD圖的解析度、物件數量、尺寸、圖層數量等資訊決定。打個比方，一張 300MB~2GB 的CAD圖檔轉成純圖片時，可能會是超大解析度圖檔（如 8000×8000 px）。

可以說，不論是AI應用程度，還是算力需求大小，源頭皆取決於CAD圖檔的複雜度。

之後根據AI應用，在預處理（DWG解析、元件過濾/分類、結構化轉換、圖像渲染等）、以及後續不同應用階段的AI模型選用，都會影響算力需求與實際輸出結果。

透過AI自動化大幅減少人力成本與時間外，人們扮演的角色也從原先的製圖工程師，轉換成檢驗紙上作業能否具體實施的老師傅。

總結：MultiModal 多模態應用

基本上很難有單一類別的AI應用類型，或多或少都會兩三種類型混合，這些不同類型的資料叫做「模態」。像是書面文件不僅有文字，圖片的部分就需要專門處理圖像的AI模型；想要把會議內容變成逐字稿，並摘要重點，就需要音訊+文字的AI模型做搭配。

即便是單一類別的AI應用，也需要各種不同的AI模型完成系統建置。像是商場想要導入人流分析，從影像預處理、特徵分析、物件偵測、密度估計、目標追蹤，各有不同的AI模型需要定義與訓練。倘若還要能根據影像作即時處理與分析，那麼要求持續運作的算力與AI運作模式又要另外檢討。

關於AI多模態的例子，最經典的莫過於ChatGPT的跌代，從簡單對話、一篇文章重點摘要、翻譯、研究報告、語音輸入、圖片生成、圖片風格轉換等等。未來不論OpenAI是自行開發與精進AI模型，還是從第三方導入，ChatGPT可能往會更多工、更精準、更面面俱到的方向前進。

以上內容就是筆者在工作崗位上接觸到的AI應用幾大類型，根據自己的認知做些粗淺介紹，若有敘述不周或內容錯誤，還請各路高人補充與指正。