日本的 AI 產品正從單一答案轉向受控管理的工作流程

最新發展

日本 AI 產業的三項公告都指向同一方向：供應商正試圖超越各自獨立的聊天機器人回答，將完整的工作序列自動化。如今，更重要的差異已不再是軟體能否產生回答，而是人們能否設定、檢視並重複執行圍繞該回答所發生的流程。

1. FlashAI 將一條企業電話專線化為一支專業助理團隊

FlashLabs 表示，其新的 Squads 功能可讓企業在同一個電話號碼下配置分別負責接待、銷售、支援與預約的專業語音助理。系統可依照來電目的，讓通話在這些助理之間轉接；視覺化建構工具則可指定第一位接聽者及可能的轉接對象。該公司也表示，團隊可在正式啟用前測試完整的通話流程。這是產品公告，而非獨立的效能評估，但它顯示語音自動化正採用真人客服團隊中的分流方式與責任劃分。(閱讀 FlashAI 公告)

2. 申報文件分析發現，人力疑慮與明確 AI 因應措施之間存在巨大落差

Gomumari 表示，該公司檢視了 3,817 家上市公司於 2025 年 10 月至 2026 年 10 月間提交的最新有價證券報告書。其模型輔助分類辨識出 2,315 家公司（即 60.6%）曾將人力短缺或人才確保列為風險。其中，164 家公司（即 7.1%）明確提到以 AI 因應；若納入範圍更廣的自動化及省人力措施，數量則增至 412 家（即 17.8%）。這些是該公司的分析結果，並非官方勞動市場統計。其揭露的方法包括關鍵字擷取、多個模型交叉檢查，以及有限度的人工審查；該公司並提醒，搜尋詞以外的相關表述可能遭到遺漏。即使考量這項限制，兩者的對比仍具參考價值：相較於提出具體的 AI 因應措施，企業似乎更容易在申報文件中表達對人力配置的憂慮。(查看申報文件分析)

3. Kari 將試算表資料準備與分析整合成可重新執行的工作流程

GotoAI 宣布，Kari 0.7.3 版可利用現有的 Claude 或 ChatGPT 訂閱方案，整理並分析 CSV、Excel 與 SQLite 資料。其所述工作流程涵蓋資料型別設定、合併、彙整、圖表製作及觀察結果生成，並將資料轉換步驟保留為可供檢查及再次執行的 Python 指令碼。該公司表示，個人及人數少於 100 人的組織仍可使用其免費社群授權；規模較大的組織則可限時試用。供應商的說法尚未經過獨立測試，但強調保留指令碼，確實回應了企業使用上的一項實際疑慮：當處理步驟可以檢視並重複執行時，自動化結果會更有用。(開啟 Kari 發布公告)

這些發展代表什麼

這些發展的共同主軸是流程協作。FlashAI 在即時互動中協調各個專業代理，而 Kari 則將多個資料準備與分析步驟轉化為可追溯的作業序列。另一方面，Gomumari 的申報文件分析提醒我們，產品已可取得並不等同於組織已廣泛採用。評估這些工具的企業不應只看醒目的功能宣稱，還應釐清交接如何受到管控、結果如何接受稽核、哪些資料會離開裝置或組織，以及最終決策由誰負責。