大眾與市場習慣追逐「功能更新」，但現場端看到的卻是「修補漏洞」。微軟的擬人化更新、馬斯克的自研晶片孤注一擲，以及日本傳統產業的語音導入，本質上都不是在炫技，而是各方勢力在意識到 AI 與現實世界存在巨大的「操作摩擦」後，為了降低留存成本、算力損耗與溝通誤判所進行的深水區肉搏。
影音版
🔹 微軟替 Copilot 加上「性格」，試圖讓 AI 從工具變成固定互動對象
微軟低調替 Copilot 推出兩項重要更新，其中最受關注的是「Real Talk」對話模式。 這個模式讓 Copilot 不再只是中性的回答機器，而是可以選擇互動風格、給出帶立場的回應，甚至在使用者提出不合理要求時「反駁你」。 同時，手機版 Copilot 也新增短影片生成功能，嘗試把 AI 從純文字互動，推進到更貼近日常溝通的形式。 在 Copilot 市佔率仍低於 1% 的現實下，這不是炫技，而是一場使用習慣的爭奪戰。
🔍 知識補充．AI 助手的留存率高度依賴互動感
．中性回答容易被替代，互動角色較難
．「反駁能力」代表模型被允許展現判斷
．多模態是為了拉長使用時間，而非功能炫耀
💬 生活化說法
多數人其實不是缺一個「很會回答的 AI」， 而是缺一個你會真的去問第二次的對象。 以前你問完問題就走了； 現在微軟想讓你留下來聊天、討論、甚至被糾正。 這不是因為你需要陪伴，而是因為—— 一旦你習慣跟它討論事情，就不太會換掉它了。
🏭 產業鏈角度
AI 助手開始往「角色化」發展； 作業系統與辦公軟體內建入口優勢放大； 純聊天型工具面臨留存壓力。
💹 投資角度
值得投的是「被寫進既有工作流的 AI 助手」，不是獨立 App。 關鍵指標包括：
• DAU / MAU 是否持續拉高
• 是否嵌入作業系統或企業軟體
• 使用情境是否高頻、不可或缺
🔹 馬斯克重啟 Dojo 3，顯示「自有算力」仍是長期戰略
另一條線上，Elon Musk 宣布隨著 AI5 晶片設計進入成熟階段，將重啟特斯拉 Dojo 3 超級電腦計畫。 這代表特斯拉沒有放棄自建 AI 訓練體系，而是選擇在晶片設計突破後，再次回到長期路線。 Dojo 的核心並不是算得最快，而是為自動駕駛這類垂直場景，建立高度客製化的算力系統。
🔍 知識補充
．自建算力可降低長期雲端成本
．專用晶片適合單一高密度任務
．Dojo 的價值在資料閉環
．硬體回收期長，但一旦成立就難以取代
💬 生活化說法
這就像你一開始租車最方便， 但當你每天都在開、路線固定、需求明確， 最後還是會選擇買一台只為你用的車。
🏭 產業鏈角度
專用 AI 晶片需求持續存在； 資料量大的公司才有自建誘因； 通用算力與垂直算力路線分化。
💹 投資角度
Dojo 類型的投資，不適合短線。 真正的價值在於：
• 是否掌握獨佔資料
• 是否長期反覆使用同一類模型
• 是否能攤提硬體成本
🔹 語音 AI 進入日本核心產業，AI 開始接手「沒人想接的工作」
日本 ElevenLabs Japan 與 SORABITO 成立「產業特化對話 AI 實驗室」，聚焦建設、租賃、物流與製造業。 這些產業共同特徵是：高度依賴電話、人力老化、24 小時需求。 語音 AI 在這裡不是炫技，而是填補長期缺工的結構性問題。
🔍 知識補充
．語音仍是產業溝通主流
．AI 最先取代的是「高頻、低價值」通話
．24 小時服務需求推動自動化
．成功關鍵在產業理解，而非模型大小
💬 生活化說法
不是要讓 AI 變得多聰明， 而是讓它願意接電話、永遠不累、也不請假。
🏭 產業鏈角度
產業特化 AI 價值提升； 通用語音模型需靠場景落地； B2B 服務取代 B2C 試玩。
💹 投資角度
值得關注的是「產業專用語音 AI 服務商」，而不是通用語音模型。
判斷標準包括：
• 是否已導入實際流程
• 是否能計價（每通、每月）
• 是否能長期續約
我們的觀察
微軟想讓你留下來聊天， 馬斯克想把算力留在自己手上， 日本產業則只在乎：電話有沒有人接。 下一輪真正拉開差距的， 不是功能發表會，而是—— 哪些 AI，已經被寫進日常、寫進流程、寫進成本結構裡。
歡迎訂閱我們，掌握最新AI資訊^^也歡迎與我們進行更多合作唷!
raw-image
raw-image
raw-image
LINE 上搜尋「Funplay」或「玩不累」
也能直接玩唷！
