邱瑜蓉
AI的討論度始終未減，投資者與產業十分關心AI應用是否持續增長，還是會有下一波泡沫?以及企業實際應用AI的比例，何時能呈現穩定成長?
我們建議大家可以嘗試思考，當消費者改以ChatGPT等人工智慧驅動工具搜尋目標產品，對於行銷的佈局，將會有甚麼影響呢?
根據美國諮詢公司Gartner的研究，到2028年，隨著消費者日漸接受GenAI的搜尋建議，品牌的自然搜尋流量將至少下降50%。因此，對於目前依賴搜尋引擎優化的行銷策略，勢必將產生重大變動。相信不久的未來，我們將可以看到開發生成式AI的公司推出新的行銷工具，帶動新的行銷策略。
數位智財保護戰
AI在創作領域的應用雖然帶來了許多便利，但也引發了一些智慧財產權的爭議。像是AI生成的作品，其原創性是否足以稱為創作，以及著作權的侵害，尤其是現階段AI公司訓練的資料來源不夠透明，因而可能衍生商業利用的侵權，以及創作者難以舉證被侵權等問題。
新的科技工具「Nightshade」將能協助創作者保護自己的創作。這是由芝加哥大學的研究人員(團隊領導人為Ben Zhao教授)專門為藝術家開發的軟體，用來保護他們的數位藝術作品免於被用來訓練AI的爬蟲程式下載，和未經授權的使用。
「Nightshade」的工作原理是透過改變作品的一些微小特徵，為藝術作品添加一層「隱形的數位毒素」，這些改變對人類觀察者幾乎不可見，但會混淆AI的模型識別系統，讓模型的分析能力下降，從而無法正確地學習和重現藝術家的風格，形同「AI毒藥」。因此，即使AI抓取了圖像，也無法正確重現作品中的細節和風格。藝術家可以透過這個工具，確保自己的作品在網上展示時仍然受到保護。
肉眼觀察，經過Nightshade處理後的圖像與未處理前幾近相同。
通過有毒影像的干預，即使是少量誤導性的樣本，Nightshade也能有效破壞AI模型的學習過程，進而阻止AI從未經授權的數據中獲取有價值的信息。
例如，當研究人員將50張狗的圖片中加入貓的特徵輸入並在模型中產生穩定擴散時，模型就會開始產生扭曲的狗影像。在輸入100個樣本之後，模型開始產生更多像是貓而不是狗的圖像。輸入達300張的時候，生成出的圖像則幾乎沒有留下任何像狗一樣的特徵。
source: MIT Technology Review
「Nightshade」的推出反映了藝術家在AI時代下，日益增長的版權和創作權保護需求。特別是在許多AI模型持續依賴網路上可用的藝術作品進行訓練的情況下，「Nightshade」提供了一種技術解決方案，能讓藝術家能在不妨礙展示的情況下，有效防止作品被AI模型盜用。
此外，研發團隊之前也發布了一款名為「Glaze」的工具，藉由改變藝術作品的像素，使AI難以分析原本的風格和圖案。與Nightshade相同，Glaze為藝術作品帶來的「防護罩」非常精細，無法通過人眼識別，但卻能有效防止AI機器學習和複製。
據消息，Nightshade未來也將被整合到Glaze中，研發人員希望能夠藉此幫助藝術家，在對抗人工智慧時提供更多力量。為了實現這一目標，該工具目前已提供藝術家免費下載。
數位封建 耕作志工
數位封建正是現代正在發生的集權模式。“數位封建”是指在疫情期間，大型科技公司從全球數位轉型中，獲得了2.7兆英鎊的收益。
這些主要的數位平台不僅是市場上的大贏家，還在重新定義數位資本主義。他們的影響力十分巨大，能夠將數位價值的創造和收益分開來處理。好比：在封建時期，雇用關係主要體現在領主與農奴之間的契約關係中。農奴在領主的土地上勞動，並向領主繳納一定的租賃費用或提供勞役；作為交換，領主提供農奴基本的生活保障與保護。也就是說，農奴在土地上創造價值的同時，也獲取報酬，報酬的多寡雖由領主決定，但是農奴可以獲得基本保障。
然而，現今的數位平台擁有許多“志工”，不斷地在平台上生產創造，但平台並不需要為這些“志工”提供保障與保護；而所謂的“報酬”，則由平台的演算法決定，甚至很多時候即便有產出，卻不見得能有報酬。使用者經常在無償的狀態下為平台創造數位價值，卻只能單方接受平台不公開的支付報酬方式。但從另方面來說，因為平台掌握了絕大部分的曝光路徑，使用者也只能透過“自願上傳資料”的方式，期待能轉換成報酬。
因此，關於數位封建的探討，也是在凸顯大型科技公司如何像數位時代的封建領主一樣，掌控著我們的數據和數位資源。
像是倫敦大學學院創新與公共目的研究所(UCL Institute for Innovation and Public Purpose)、施普林格期刊(SPRINGER LINK)、國際IPS期刊，都有發布關於數位封建議題的探討。討論的內容包括數據控制與隱私問題。大型科技公司掌握大量個人數據，這些數據常被用於商業目的，導致隱私權受到侵害。如同前面提到，大型科技公司藉由企業數位轉型而獲取巨大利益，這也加劇了經濟不平等。在獲取巨大利益之後，大型科技公司對政治和立法過程的影響力更為強大，透過遊說和其他手段影響政策制定，這將可能削弱民主制度的運作，進而影響我們的實質生活。此外，由於權力集中，數位封建主義也導致勞動市場的不穩定，例如零工經濟和不穩定的工作合同，這些都對勞動者的權益產生了負面的影響。
然而，現代生活已與數位世界密不可分，若是改善的方式脫離數位世界，似乎不切實際。因此，人們討論的焦點逐漸轉向：是否能讓數位封建轉型，建構更合理的數位制度，並往Web3的方向發展。Web3的核心理念是透過區塊鏈技術實現去中心化，將資料的所有權和相關權力交還給用戶，以對抗當前網路巨頭的中心化統治和權力。像是Brave瀏覽器、Uniswap交易所以及虛擬實境平台Decentraland等，都透過區塊鏈技術，允許用戶掌控數據並在網路世界實現去中心化。
比起Google Chrome，Brave瀏覽器能讓用戶享受零廣告的瀏覽頁面。source: Brave
根據美國區塊鏈學院(THE BLOCKCHAIN ACADEMY)的說明，Web3 的核心目標是重塑網際網路，將權力和控制權交還給用戶，並透過區塊鏈技術實現透明、可信任的數據管理模式。
傳統的Web2模式依賴於集中化的企業運作，這些企業能夠掌握用戶數據並將其商業化，導致用戶面臨隱私暴露的風險。相比之下，Web3則透過去中心化架構解決了這個問題，用戶可以自行決定如何儲存、分享和管理自己的數據。
在Web3的生態中，用戶可以利用加密金鑰和去中心化身份系統（如 SSI）自主驗證，這意味著身份驗證不再需要依賴第三方或集中式數據庫。這種「自我主權」的概念賦予了用戶真正的數據掌控權，並大幅降低了數據被濫用的風險。
此外，Web3還為創作者提供了新的賺取收益的方式。透過數位資產如NFT（非同質化代幣），創作者可以保持對作品的擁有權，並從每一次交易中獲得收益。這使得 Web3 成為一個更為開放、民主且以用戶為中心的網路生態系統，象徵著網際網路將由集中控制轉向用戶自治，讓人們可以期許一個更加安全和可信的數位未來。
智慧化的迷思
智慧化已成為各產業的熱門話題，特別是生成式AI的崛起引發了不少焦慮。「工作不會被AI取代，而是被會使用AI的人取代」這一論點使得大家更急於投入智慧化潮流。根據麥肯錫的報告，2024年已有72%的企業定期在業務中使用AI技術。
(左)全球使用AI的企業從2023年開始顯著增加。(右)近年來，企業組織越來越廣泛地將AI技術應用於更多的商業需求。source:McKinsey & Company
然而，美國的人口普查局的調查數據顯示，在2023年9月至2024年2月的業務趨勢和展望調查中，AI在企業的使用率從3.7%上升到5.4%，預計到今(2024) 年秋季將達到6.6%。值得注意的是，即便企業導入AI的使用率顯示成長，但數據結果依舊會根據調查對象而存在差異。例如，麥肯錫是基於1,363名全球參與者的線上調查，進行趨勢分析；美國人口普查局的調查則涵蓋約120萬家企業，能更準確反映美國本地產業在AI應用上的現況；而IBM則是針對1000人以上的大公司進行研究，調查了8,584名IT專業人士，結果顯示 42% 的企業已在業務中積極部署 AI 技術，另外有40%的企業正在探索或試驗人工智慧，但尚未部署企業模型。
這些分析資料除了反映企業導入AI的程度及適用的業務外，還指出企業在推動AI應用時面臨的多重障礙。除了常見的數位安全性和可信度問題外，數據的複雜性也是一大問題，因此，我們應該多思考並重視資料解讀的方式。
(左)美國 人口普查局的《商業趨勢及展望問卷調查》（Business Trends and Outlook Survey）顯示，商品製造及服務產業使用AI工具的比例有所增長。(右)IBM調查並歸納出企業導入AI的五大障礙，第一名為受限於AI的技術以及專業知識。source: U.S. Census Bureau、IBM
哈佛商業評論(Harvard Business Review)提醒，並非每個人都需要成為資料科學家，關鍵在於資料科學家與營運經理能否進行充分且深思熟慮的交流討論。因此，管理者應學習並應用資料科學家的專業知識，而資料科學家則需以有助於公司營運和支持管理層的方式進行思考，實現雙方的有效協作。哈佛商業評論提到，企業領導者在面對內部數據或研究結果時，常會採取兩種極端反應：完全接受數據的準確性與相關性，或全盤否定。然而，這兩種方式都是不恰當的。領導者應該採取謹慎的態度，進行嚴謹的討論，評估數據是否適用於當前情況。評估的角度可以從幾個面向來看：
首先，是要留意“內部有效性”與“外部有效性”，也就是確認數據分析能準確回答問題（內部有效性），並考慮結果是否能應用於不同情境（外部有效性）。
其次，是必須區分因果關係與相關性，避免將相關性誤認為因果關係。同時要能考量其他可能影響結果的因素，以確保分析的精確性。而且必須檢查研究的樣本大小、信賴區間及研究的時間段，以確保結果具有可靠性。
研究指標的設置應確保能準確衡量對業務真正重要的成果，而不是僅僅因為指標容易測量而忽略其他關鍵因素。
最後，則是需要透過多次驗證或進行其他研究，進一步確認或反駁證據，以提高結論的可信度。福布斯(Forbes)科技委員會委員Eilon Reshef建議，目前AI仍不應該取代人成為決策者，而應該是成為決策者的助手。
AI的主要優勢是將散亂的資料轉換為結構化數據，特別是具有特定領域專業知識的AI平台，可以將蒐集的資料轉化成有意義、結構化且可分析的數據，這也是AI發揮魔法作用的地方。
然而，在AI發揮優勢之前，需要先蒐集相關資料，而資料的內容則取決於決策者想解決的問題。這也就是“智慧化”的關鍵，重點在於決策者想將甚麼部分智慧化。這是決策者才能思考和決定的問題，而非AI能做到甚至取代的。永續路徑的猶疑
時尚產業的永續性問題一直備受關注。作為四大時裝週之一的倫敦時裝週，由英國時裝協會（BFC）主辦，匯集了英國頂尖的創意設計師。然而，這個活動也突顯了時尚界面臨的深層挑戰。根據道德時尚組織Collective Fashion Justice的最新報告，僅有3.4%的英國時裝協會成員公開承諾實現符合《巴黎協定》的減排目標，這顯示時尚產業在推進永續發展的道路上，仍面臨重重阻礙。
「時尚革命」(Fashion Revolution)是成立於2013年的全球時尚行動組織，致力於推動產業改革，解決時尚產業中的社會和環境問題，包括：終止時尚產業中的剝削、改善工人工作條件、推動公平工資和透明供應鏈、鼓勵人們減少消費，重視質量等。
「時尚革命」今(2024)年稍早公佈了《全球時尚透明度指數》的特別版報告《What Fuels Fashion?》，指出全球250大時尚品牌中，有58%在氣候目標上未取得明顯進展。
另外也重點分析及排名了全球前250大時尚品牌在減碳及相關政策上的披露情況。報告分為五大主題：
- “問責機制”：評估品牌高層的薪酬是否與減碳目標掛鉤，並檢查供應商在減碳方面是否受到激勵。
- “減碳行動”：強調時尚產業需要從煤炭與化石燃料轉向可再生能源，並減少服裝生產。
- “能源採購”：檢視品牌供應鏈中可再生能源的使用透明度。結果發現多數品牌未披露能源來源。
- “資金支持”：探討品牌是否投資可再生能源並支持供應商的長期合作。然而卻發現僅少數品牌有行動。
- “公平轉型與倡議”：呼籲品牌在向清潔能源過渡的過程中，保障供應鏈工人的權利。
(左)階段3的排放量佔服裝品牌整個供應鏈排放量的96%。(右) 全球250個主要服裝品牌在2024年的平均透明度得分僅為18分。source: Fashion Revolution
此外，Fashion Revolution在這份特別版報告中再度強調，時尚產業對氣候變遷的影響巨大，但減碳進展緩慢，許多品牌未公開供應鏈的能源使用，也未設立明確的減碳目標。為了實現真正的氣候行動，品牌必須承擔更大的責任，並積極投資於可再生能源，推動行業的系統性變革。所謂系統性變革可以從永續的三個核心來看，即經濟、社會與環境三方面的發展。目前時尚產業面臨的挑戰是，如何將傳統以利潤為目標的系統融入永續發展。
生態組織框架(Ecological Organisations Framework)是由英國學者Anna-Marie Swan提出，強調組織需承擔對地球及生態系統的責任，將這些系統的需求納入決策，從追求利潤轉向與生態系統一致的運作方式，進而成為生命系統的守護者，呼籲組織展現更高的生態責任感。
且為了實踐理念與推廣，生態組織框架圖也秉持知識共享的精神，提供任何團體、社群或組織用於非商業目的。
生態組織框架源於系統思維、自我組織、泛靈論、分散式與參與式的治理與決策、公共資源與管理、自我與共享探索、哲學、組織設計，以及超越人類的自然/物理世界等。source: Anna-Marie Swan
將組織或產業運作的系統融入永續發展的理念，也與產業目前正在推行的ESG概念相似。不過，從歷史角度來看，「ESG」一詞首次出現在2004年聯合國倡議，並與18家金融機構聯合出版的《誰在乎誰贏》(Who Cares Wins)報告中。儘管ESG一詞普遍受到認同和遵守，但由於源自於金融體系，在推動相關政策時難免被質疑過度關注投資者利益，而忽略其他方面的需求，從而引發異議。
像是Z世代氣候活動家Wawa Gatheru認為，目前與氣候運動相關的職場環境仍對弱勢族群和白人以外的種族不夠包容，並非真正讓所有人都能平等參與。她認為，應該要讓每個人都有管道參與氣候運動。為此，她專為BIPOC(Black, Indigenous, and people of color)非白人種族創立了非營利組織BGE(Black Girl Environmentalist ) ，促進更包容的職場文化。
同時，Gatheru在第24屆GreenBiz永續發展會議上主張，對於年輕世代而言，未來的工作必須優先考慮正義、公平財富分配和種族多樣性，並以此為基礎，發展穩健的氣候目標，而非僅以氣候穩定作為唯一目標。她指出，到明(2025)年，Z 世代將占據 27% 的工作場所，而且現在這群人已經展現出自身的影響力。
source: @IG wawa_gatheru
2026春夏 追求完美的真相?隨著生成式AI技術的高度發展，科技的快速迭代讓資訊產出與技術更新的速度與頻率也更快更高，因此我們必須對照資訊或技術產出的時間，才能判斷資訊的正確性，以及技術的可執行程度與導入的時機。
例如，Google在2024年8月提升了自家多模態AI模型系列Gemini，大幅提升了處理複雜任務時的效能和準確性。更新後的Gemini具備更強的自然語言理解和生成能力，還能更精確地處理多模態數據，這使得它在各種應用場景中表現得更加出色，包括學習教練、創意腦力激盪、職業規劃、寫作編輯、編碼輔助等。
同時，Google也升級了創意圖像的生成功能，在Gemini引入最新的生成模型Imagen 3，擴大其對所有語言用戶的可能性。
source：Google
科技媒體《The Information》的一份報告也曾提出，OpenAI計畫推出一款代號為”Strawberry”的新人工智慧，作為聊天機器人的一部分，有助於大幅改善AI的“幻覺”問題，讓AI助理能更趨近“真相”，為用戶提供更為可靠的支援。
