生成式AI與網路產業的連結觀察

眾多大廠與新創企業圍繞在生成式人工智慧（AI）技術上投入資源，網路產業也不落人後，包括電信服務與設備廠已透過多個國際展會及財報發布會，說明相關的技術發展進度。展望2024年，生成式AI與網路產業的結合，可透過以下四個角度觀察。

　■應用於工程師的軟體研發技能

　生成式AI可做為提升網路產業、特別是新進工程師的工具。觀察日本市場，許多企業的網路工程師主要在處理網路設備廠商命令列介面（CLI）相關任務，並非撰寫外殼指令碼或研發軟體所需程式。然而，無論設備供應或使用的角度，面對更多品牌、軟硬體規格不同的實際網路運作環境，要有效的管理網路以提供穩定傳輸品質，軟體工程師還是需要培養建構系統、全天候解決問題的能力。

　對此，當地已有企業開始評估，打造ChatGPT做為新手工程師在編寫以及導入組態（例如設定2點之間的VPN）後，進行測試學習的環境。這樣的好處是藉以獲取個人在編寫後的組態回饋，甚至找出失敗時的問題所在，陸續完成多個實驗個案後，做成網路運作的範例組態，電信業者或企業可將其當成工作指南。除了可讓後進的網路工程師獲得不錯的學習效果之外，也與過往「從失敗中汲取經驗」的作法有所不同，進而節省許多成本。

　■應對於開發新品的資安威脅

　面對ChatGPT熱潮，網路服務與設備商也正利用大型語言模型（LLM）研發新品，使用的模式有三種：包括一、從零開始研發自有的產品；二、選用已公開的LLM進行優化而推出產品；三、利用已公開的LLM提供產品。然而，上述三種作法都隱藏著資安風險。簡要來說，可能包括學習資料受到污染的風險、面對惡意模型擅自執行令碼的風險，以及遭受機密資訊外洩的風險等。

　因此，在搭上生成式AI熱潮的同時，業者也必須掌握這項技術的「黑暗面」，也就是可能遭遇的資安議題。舉例而言，研發團隊收集大規模資料、對許多網站進行資料抓取時，必須格外留意當中混入惡意的資料，被加入讓攻擊者可以採取特定行動的資料下毒（Data Poisoning）後門攻擊。對此，研發團隊需找到方法，選擇可信任網站、剔除不合理資料，或調整學習方法，在損害可控下收集所需資料以進行後續新品研發。而善用外部工具（如OpenAI提供特定產業用的方案）、尋求其他資安公司合作，甚至進行產學結盟，也都是業者可評估的做法。

　■為營運與服務推廣注入活力

　對網路服務商而言，在上網服務面臨資費價格戰、語音及影音服務，因眾多的新形態社群通訊軟體與串流平台崛起，造成用戶大幅流失，對生成式AI的動態也高度關注。多家業者目前是透過自有的龐大用戶資料，開發大語言模型，再運用到合適的業務中，例如日本樂天集團利用旗下電信服務、銀行、電子商務等多元業務的龐大數據作為發展LLM的基礎，規劃將應用在提升集團事業的營運效率與產品行銷能力。

　至於在服務端，2023年生成式AI為網路服務商所創造的新服務主題仍十分有限，但這不影響大型電信商對投資AI的決心。指標業者韓國SKT在上半年推出類似ChatGPT的「A.」服務後，下半年再宣布了「AI金字塔策略」，將圍繞AI基礎設施、AI轉型和AI服務進行創新，目標在2028年成為收入達25兆韓元的國際級AI公司。法國Iliad也宣布投資2億歐元在AI領域，要讓公司本身與法國成為AI產業領頭羊。這些投資有機會為網路服務商現階段的每戶平均收入（ARPU）下滑、用戶流失的困境，帶來新的希望。

　■優化終端裝置的使用體驗

　生成式AI發展下，各類連網終端裝置似乎也在低迷的市場氛圍下活了過來，這當中的亮點，自然是智慧型手機。手機主晶片商高通、聯發科，品牌廠蘋果、三星、小米與華為等，無論是否已明白宣示推出支援生成式AI的新品；但在2024年，預期都將對AI手機有更多的表態。這些大廠將積極把LLM引入手機，搭配軟硬體規格的提升，嘗試刺激用戶換機的買氣。

　AI手機目前並沒有明確的規格定義，但透過業者的訴求可知，「個性化用戶體驗」將成為新產品的設計與開發重點。未來，生成式AI一方面擁有包括多國語言即時翻譯、語音轉文字、XR互動式通話等多元溝通模式，以及各種圖文創作的可塑性與個人專屬性；另一方面，將對用戶使用習慣進行分析並對於正在操作的功能以及內容做出精準預測，打造出更「懂你」、更「進化」、更「安全」，更貼近於「智慧」的手機新品。