逼上梁山闖出新路 Votee AI小語種大商機

英文及中文是全球最多人使用的語言，所以科技巨擘不惜斥巨資，使用海量的數據來訓練AI，結果訓練出這些語言的大語言模型（LLM）。 廣東話並非主流的語言，沒有大廠願意投資訓練相關的AI，所以只用這種語言發問的話，未必能夠獲得精準的答案。 本地初創公司Votee AI推出廣東話的LLM，並且獲得不同行業應用，包括消費品、教育、建築、金融、政府部門等。

馬死落地行

Votee AI創辦人Jacky畢業於香港中文大學電腦科學系，很早便開始創業，最初從事遊戲代理及開發。 Jacky說：「我開始有一個疑問，到底初創公司能夠成功，靠的是運氣，還是自己的實力？於是開始接觸初創比賽，從而結識Pak，然後一起創辦Votee。」 Jacky希望能夠做到一些能夠落地，而且幫到社會的事業，尤其對數據、AI等方面感到興趣。

Pak在加拿大長大及求學，曾經擔任加拿大市長的助理，其後加入金融業，然後來到香港發展事業。「我是比較偏向理想主義者，希望透過初創公司為社會帶來影響力，我對金融、創新及法規方面有興趣。」Pak說。

Pak和Jacky於2013年共同創立Votee，最初的業務，是利用大數據作市場研究和社交媒體聆聽（Social Listening）。所謂Social Listening，就是要對市場情緒進行分析，了解市場上的評論傾向正面還是負面，但是所有事物並不是非黑即白，還有中性、正面含負面或者負面含正面，分類愈來愈多，Votee開始使用AI協助分析。

最初，兩人希望盡量避免搞AI，因為這門科技看似門檻很高，通常是博士才會研究。 Jacky說：「當客戶的問題出現廣東話，系統就立刻處理不了，我們總不能跟客人說交不了貨，唯有『馬死落地行』，自己動手做一個廣東話大模型。」 廣東話其實是「小語種」，像「疊水」這種地道的廣東話詞彙，主流模型可能會誤解，甚至產生完全錯誤的「幻覺」（Hallucination）。

網上的廣東話數據並不足夠，Votee使用合成技術，製造更多數據去訓練AI，包括進行角色扮演，例如菜販、唱作人等，設計了逾十萬種人格，處理多元化的語境，花了八個月時間，以大量人手整理和標籤資料，成功建立了專屬的廣東話LLM。

而Votee的模型因為深入理解廣東話的語境、文化及中英夾雜的習慣，能夠準確處理這些細微差別。 Votee於2018年開始研發人工智能，最初只是內部使用，後來發現可以幫到其他公司，從而變成一盤生意， 2021年接到首個來自金融業的客戶，並於2022年成立Votee AI。

客戶主動找上門

Jacky說：「2023年，ChatGPT橫空出世，客戶不斷打電話來問我們是否在做ChatGPT，其實他們的意思是GenAI。一向是我們向客戶推銷，甚少客戶主動找上門來，這是一個很強的訊號，令我們覺得這方面的生意具有潛力。」 Votee AI的廣東話LLM，很快便在行內傳開，將其AI應用於各行各業，主要以商業對商業（B2B）模式服務客戶，涵蓋銀行、上市公司、監管機構、餐飲及零售等領域。

Pak透露：「金融業是我們最早切入的市場，因為他們對客戶服務的即時性和準確性要求極高。現在的應用已經超越了傳統的聊天機械人（Chatbot），進化成『AI代理』（AI Agent）或『智能體』。」 這些AI Agent不僅能進行語音和文字的即時對答，更能模擬真人溝通，處理更複雜的任務。 從語音識別（Speech to Text）、語音生成（Text to Speech）到無縫的語音對語音（Speech to Speech）溝通，Votee AI為企業客戶提供了更智能化和人性化的解決方案。

為填補全球在廣東話LLM評估領域的空白，引領香港AI技術走向國際，Votee AI研發了全球首個廣東話LLM評估基準「HKCanto-Eval」，並成功在全球頂尖的人工智能學術會議ACL 2025 CoNLL上發表。 Pak指出：「這份是全球第一份針對廣東話大模型的學術級評測基準。這意味著，當Google、OpenAI說它們的模型支援廣東話時，我們可以有一個客觀的標準去衡量『有多好』，證明我們的模型在理解和生成地道廣東話方面，達到了世界級水平。」

Votee AI觀察到，許多政府部門、研究機構甚至大企業都希望擁有自己的語言模型，以確保數據私隱和客製化需求，但卻因技術門檻高、成本如「無底深潭」而卻步。 Jacky說：「LLM本身是無極限，數據愈多，訓練出來的模型愈精準，所以IT人只會告訴你，無論數據或者晶片，數量都是愈多愈好，所以說是無底深潭；但即使你不介意燒錢，完成訓練後，可能大廠已推出更加超前的模型。」

AI訓練AI

Votee AI即將推出革命性的B2D（Business to Developer）平台——「Votee AI Magic AI agent training platform」。 Jacky解釋說：「我們希望將訓練LLM普及化（democratize），這個平台的核心理念是『AI train AI』，利用AI代理團隊去自動化處理數據收集、清理、模型訓練到評估的絕大部分流程。」

用戶只需透過簡單的指令，平台就能生成整個訓練工作流程，當中有AI代理負責數據科學、語言模型，訓練師、評估師等；還有很多小代理進行規劃、檢測等工作。平台同時引入「預算控制」功能，讓企業能預估在特定預算下（例如10萬或20萬美元）可以訓練出甚麼效果的模型，徹底解決企業「燒錢」的憂慮。該平台支援雲端及本地部署，確保敏感資料毋需出境，目前已與政府部門進行洽談。

Votee AI以香港為基地，並且在越南建立團隊，協助研發產品；另外在加拿大亦有團隊，為當地客戶提供服務。除廣東話，Votee AI正著手開發印尼語的大模型，未來將會覆蓋更多東南亞、中亞甚至非洲的「Low-resource languages」（資源稀缺語言）。

Jacky說：「全球有超過6,000種語言，除了排名前十的主流語言外，其他都是一個龐大的、被忽略的市場。」 現時AI代理經已成為不少企業的虛擬員工，市場潛力無窮，Votee AI有望利用AI代理將LLM普及化，亦可以為公司賺取更多利潤。 Votee AI於2023年9月取得數碼港微型科技基金（CCMF），去年成為培育公司，為期兩年，可獲各方面的支援。 Votee AI目前正在進行A輪融資，資金將用於拓展海外市場及產品研發。

資源稀缺語言

全球共有逾6,000種語言，網上最多數據的語言，依次是英文、德文、法文、波蘭文及日文等，中文排名12位，廣東話排名83位。 至於全球最多人使用的語言，依次是英文、中文、印度文、西班牙文及法文等，印尼文排第11位，廣東話排名20位。 Jacky說：「雖然很多人使用印度文，但是印度文分開不同分支，這些分支亦未必擁有足夠的資源。」

有人認為廣東話是方言，也有人認為是另外一種語言，這些需要由語言學家判斷，但無可否認的是，使用廣東話的群體有一定規模，全球約有8,300萬人。 Jacky說：「無論是內地的方言，或者東南亞、非洲的方言，都屬於資源稀缺語言，技術上可以做到LLM，但是未必可以商業化。」