🗾ITmedia AI+ (日本)•最新收集於 82m
Gemini 如何讓資深員工成為 AI 重度使用者
💡了解一個重視安全的企業如何讓 Gemini 採用率增加十倍，連資深員工也加入使用。
⚡ 30-Second TL;DR
有什麼變化
首都高速道路公司面臨使用情境不明與保守企業文化所造成的 AI 採用障礙。
為什麼重要
這個案例顯示，當員工獲得可直接使用的工作流程，而不只是泛用聊天機器人權限時，企業 AI 採用速度可能加快。對員工年齡較高、風險控管嚴格且內部 AI 專業有限的組織而言，這項經驗尤其值得參考。
下一步行動
以一項固定的內部文件工作流程試行 Gemini Notebook，提供安全的提示詞範本，並比較試行前後的每週活躍使用者數。
誰應關注：Enterprise & Security Teams
關鍵要點
- •首都高速道路公司面臨使用情境不明與保守企業文化所造成的 AI 採用障礙。
- •Google Gemini 與 Gemini Notebook 為員工提供了具體的生成式 AI 入門方式。
- •這套做法據報讓 AI 使用者增加十倍，也促進了資深員工的採用。
- •公司的經驗顯示，AI 推廣不只依靠技術，也需要培訓與安全試驗機制。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 17 個來源。
🔑 增強重點摘要
- •首都高速道路公司內部每月使用Gemini超過100次的員工數量，從2025年2月的22人大幅增加至2026年2月的224人，實現了十倍增長。
- •超過七成的首都高速道路公司員工表示，導入Gemini後每天可節省超過30分鐘的業務時間，平均每人每天節省約48分鐘。
- •首都高速道路公司利用Gemini Notebook的具體應用案例包括將內部規章和技術要領轉化為FAQ、協助編寫公司歷史和工程日誌草稿，以及用於營運規則的教育訓練。
- •該公司在推動AI採用初期面臨的挑戰，部分原因在於員工平均年齡較高（43.9歲）且IT並非其核心業務，導致對數位轉型的變革接受度較低。
- •首都高速道路公司發現，僅提供線上影片培訓（儘管超過90%員工完成）並未能有效促成AI在業務中的實際應用，最終透過全天候面對面培訓才成功大幅提升了高頻率使用者數量。
📊 競品分析▸ Show
| 評估面向 | Google Gemini Enterprise | Microsoft 365 Copilot | ChatGPT Enterprise |
|---|---|---|---|
| 平台定位 | 企業級AI平台，整合多模態AI與代理功能，用於自動化複雜工作流程 [6, 12] | 辦公生產力AI助手，深度整合Microsoft 365應用程式 [12, 35] | 企業級生成式AI能力層，提供通用型對話式AI與自訂GPTs [12, 32, 35] |
| 核心功能 | 搜尋與分析資訊、生成內容（文本、圖像、影片）、連接多種生產力工具（M365, Google Workspace, Jira等）、建構無程式碼AI代理、自動化多步驟工作流程、內建安全與治理功能 [2, 3, 4, 6] | 在Word、Excel、PowerPoint、Teams等應用中提供AI協助，如文件草稿、數據分析、會議摘要、自動生成待辦事項 [12, 35] | 無限制使用GPT-4o、更高上下文窗口、優先訪問新功能、企業內部部署自訂GPTs、API整合能力、AI Agent功能 [32, 35] |
| 數據安全與合規 | 內建安全與隱私措施、集中式可見性與控制、Model Armor惡意互動篩選、VPC-SC、客戶管理加密金鑰、數據駐留、支援HIPAA和FedRAMP High等合規性要求 [2, 3] | 沿用Microsoft 365既有身份與權限架構，導入阻力低 [12] | SOC 2 Type II認證、靜態與傳輸中數據加密、SAML SSO、SCIM、企業級數據保留政策、數據不被用於模型訓練 [32] |
| 定價模式 | Business版每月每席位21美元起；Standard/Plus版每月每席位30美元起 [2] | 通常為訂閱制，需搭配Microsoft 365 Business/Enterprise方案 [12] | 通常為客製化定價，Team版每月每用戶25美元（年繳）或30美元（月繳） [32] |
| 生態系統整合 | 深度整合Google Workspace，並提供與Microsoft 365、HubSpot、Jira等第三方應用程式的安全連接器 [2, 3, 9] | 深度整合Microsoft 365生態系統，為主要優勢 [12, 35] | 提供API整合能力，可將AI能力嵌入企業核心業務系統 [32] |
🛠️ 技術深入
- 模型架構：Gemini基於Transformer解碼器架構，並針對在TPU上進行大規模訓練的穩定性和高速推論進行了優化。
- 原生多模態：Gemini從一開始就被設計為原生多模態模型，能夠在訓練階段就橫跨文本、圖像、音訊和影片等多種數據模態進行學習，並理解、操作和組合這些不同類型的信息。
- 性能基準：Gemini Ultra在32個廣泛用於大型語言模型研究和開發的學術基準測試中，有30個取得了超越當時最先進模型的性能，尤其在MMLU（大規模多任務語言理解）測試中首次超越人類專家水平。
- 上下文窗口：Gemini 1.5及後續版本（如2.5）支援業界領先的100萬token上下文窗口，使其能夠處理整部小說、整個程式碼庫或長時間的音訊和視訊數據。
- 代理能力：Gemini Enterprise是一個代理平台，旨在幫助企業建構和協調AI代理，以自動化複雜的多步驟工作流程。
- 接地AI (Grounded AI)：Gemini Notebook Enterprise作為一個接地AI工具，利用檢索增強生成（RAG）技術，將其回應基於用戶上傳的文件內容。
- 專用硬體：Google正在開發代號為「Frozen v2」的全新AI推論晶片，旨在將Gemini大模型的底層架構直接固化到硬體中，預計單位功耗處理的Token數量可達現有自研AI晶片的6至10倍。
🔮 前景展望AI analysis grounded in cited sources
企業將更積極投資於客製化AI培訓與變革管理，而非僅是技術導入。
首都高速道路公司的經驗顯示，即使技術可用，若無針對性的培訓和文化轉變策略，AI採用率仍會受限，促使企業將資源轉向軟性導入措施。
企業級AI平台將持續深化與現有生產力工具的整合，並強化代理（Agent）功能。
Gemini Enterprise的成功部分歸因於其與Google Workspace及其他第三方工具的連接能力，以及自動化多步驟工作流程的代理功能，這將成為未來企業AI解決方案的關鍵競爭點。
日本企業在AI導入上將更注重「Agentic Workplace Transformation (AWT)」模式。
NTT資料的分析指出日本企業面臨「推動力」、「業務適用」及「素養」三大困境，並借鑒Google的AWT策略，透過AI Agent匯整內部資料提升效率，預示此模式將成為日本企業AI轉型的重點方向。
⏳ 時間線
2023-03
Google推出Bard，作為其AI聊天機器人的初步嘗試。
2023-12
Google正式發布其多模態AI模型Gemini 1.0系列，並開放Gemini Pro API供開發者和企業使用。
2024-02
Google將Bard更名為Gemini，並推出升級版Gemini 1.5，支援業界領先的100萬token上下文窗口。
2024-12
Google發布Gemini 2.0系列，引入AI代理概念，並推出速度更快的2.0 Flash模型。
2025-02
首都高速道路公司每月使用Gemini超過100次的員工數量為22名。
2026-02
首都高速道路公司每月使用Gemini超過100次的員工數量顯著增長至224名。
📎 來源 (17)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： ITmedia AI+ (日本) ↗
每週 AI 簡報
每週一封，可隨時退訂。