PlayStation 線上服務如何延伸為全集團 AI 引擎？Sony 透過 AWS Nova Forge 打造跨業務的「Kando」體驗

DIGITIMES / 台北
2025-12-15 00:00:00

東京辦公室，一位 Sony Music 企劃輸入提示詞，幾秒內 AI 整合音樂串流、社群討論、銷售數據，生成完整市場分析。同一時刻，洛杉磯製片團隊用同一平台分析觀眾反饋；東京工程師讓 AI 審查相機韌體安全漏洞。

這不是三個獨立系統，而是從 PlayStation 基因衍生的統一 AI 引擎。當橫跨遊戲、音樂、電影、電子、動漫的 Sony 集團決定用 AI 賦能所有業務，他們面對的挑戰是：如何讓經過 20 年實戰驗證的 PlayStation Network 技術，服務整個企業生態？答案是 Amazon Bedrock AgentCore 與 Amazon Nova Forge。

PlayStation 成功基因的平台化複製：從遊戲到全集團

PlayStation Network 的 20 年實戰基礎

PlayStation 不只是遊戲主機品牌，更是 Sony 最成功的平台化範例。從 2000 年代的 PlayStation Network 至今，這套系統連接全球數億玩家，處理帳戶管理、即時配對、數位交易、跨裝置同步、社群互動與內容審核，同時維持接近零延遲、99.9% 可用性，並能應對全球同步發售的流量激增。

四大核心模組的解耦與泛化

Sony Engagement Platform 的策略是將 PlayStation 能力「解耦」並「泛化」。四大模組包括：帳戶系統 (身份、偏好、權限)、支付系統 (多幣別交易、訂閱、退款)、資料能力 (收集、分析、推薦)、安全機制 (驗證、審核、詐欺偵測)。這些模組的底層邏輯具高度可擴展性——使用者可以是玩家、聽眾、觀眾或產品用戶；內容可以是遊戲、音樂、影片或產品資訊。

AgentCore 實現企業級跨業務協作

透過 Amazon Bedrock AgentCore，Sony 快速部署這些核心功能到新場景。AgentCore 的身份管理確保安全存取、執行環境支援跨業務 AI 工作流程 (例如同時存取音樂資料庫、電影評分與遊戲社群)、可觀測性則即時監控代理行為與效能。

這種策略讓新業務在數週內「插入」統一平台，獲得企業級服務能力。更重要的是創造跨業務協同效應——當使用者同時是 PlayStation 玩家、Spotify 聽眾、Sony Pictures 觀眾時，統一平台提供深度個人化體驗，實現 Sony 追求的「Kando」 (感動)。

從每日 15 萬到 4,500 萬次推論：300 倍增長的挑戰

Sony 企業 AI 平台目前每天處理約 15 萬次推論請求。對擁有超過 10 萬名員工的跨國企業來說，這只是早期階段。Sony 預測未來幾年將增長 300 倍，達到每日 4,500 萬次——這是從「輔助工具」到「業務基礎設施」的質變。其中增長的主因有三個：首先是使用場景擴展，從內容起草、詢問回應擴展到概念草圖生成、競爭監控、客服自動化、程式碼審查。每個新場景帶來推論請求倍增。其次是代理式 AI 的採用成長，傳統「一問一答」演進為多步驟任務。例如「規劃產品發布」代理需要 25+ 次推論：分析歷史 → 研究趨勢 → 生成方案 → 評估 ROI → 優化預算 → 產出計畫。最後是即時性要求將變得嚴苛，使用者期待搜尋引擎般的速度。系統採用預測與快取，在背景主動推論，會顯著增加總量。

Bedrock 無伺服器架構的成本優勢

面對 300 倍增長，Amazon Bedrock 無伺服器架構動態分配資源：低峰縮減 (降本)、高峰擴展 (保效能)。混合模型策略讓簡單任務用 Amazon Nova 2 Lite，複雜任務才啟用強大模型。對每日 4,500 萬次推論，每次省 0.1 美分就是年省數百萬美元。

Amazon Bedrock AgentCore：讓 AI 代理安全地服務全球員工

當 AI 從個人工具變成企業基礎設施時，安全性和可控性變成首要考量。Sony 的企業 AI 平台服務著從創意設計師到財務分析師、從軟體工程師到高階主管的各種角色，每個角色需要存取不同的資料、使用不同的工具、以及遵守不同的權限規則。如果沒有健全的安全框架，AI 平台可能成為資料洩漏的途徑——例如，一個音樂部門的員工可能無意中透過 AI 存取到電影部門的未發布專案資訊；或者一個低階權限的代理可能被誤用來執行需要高階審批的財務操作。

Amazon Bedrock AgentCore 提供的企業級安全架構正是為了解決這些挑戰。AgentCore 的身份管理 (Identity) 整合了 Sony 既有的身份驗證系統 (可能是 Active Directory、Okta、或其他企業 SSO 解決方案)，確保每個 AI 請求都能追溯到特定的使用者或系統。這種追溯能力不僅滿足合規要求 (例如 GDPR 要求的資料存取記錄)，也讓安全團隊能夠在發現異常活動時快速定位責任歸屬。

更精細的控制來自 AgentCore 的政策引擎 (Policy) 。Sony 可以定義基於角色、部門、地理位置、以及資料敏感度的存取政策。例如，一個政策可能規定「只有 Sony Music 日本分公司的員工能夠存取未發布日文專輯的資料」，或者「任何涉及財務預測的 AI 代理必須在執行前獲得財務長的批准」。這些政策以自然語言描述，然後 AgentCore 自動轉換為可執行的規則，並在每次代理呼叫工具或存取資料時即時檢查。這種「信任，但驗證」 (trust, but verify) 的方法讓 Sony 能夠賦予員工 AI 能力，同時維持嚴格的安全邊界。

AgentCore 的閘道 (Gateway) 在安全架構中扮演關鍵角色。所有的代理工具呼叫都必須經過閘道，閘道會執行多層檢查：首先驗證請求者的身份，然後檢查政策規則，接著記錄詳細的審計日誌，最後才將請求轉發到實際的工具或資料源。如果任何檢查失敗，請求會被即時攔截，並產生警報通知安全團隊。這種集中化的控制點 (centralized control point) 大幅簡化了安全管理——Sony 不需要在每個業務系統中實作獨立的安全邏輯，而是在 AgentCore 閘道這個單一位置統一管理。

可觀測性 (Observability) 是另一個關鍵的安全能力。AgentCore 自動收集代理的所有活動資料：哪個使用者啟動了哪個代理、代理呼叫了哪些工具、處理了哪些資料、花費了多少時間、產生了什麼結果。這些資料整合到 Amazon CloudWatch 中，讓 Sony 的安全團隊能夠建立即時監控儀表板和警報規則。例如，如果某個代理在短時間內嘗試存取大量敏感資料 (可能是資料外洩攻擊的跡象)，系統會立即觸發警報並自動暫停該代理。這種主動監控 (proactive monitoring) 將安全從「事後調查」轉變為「即時防護」。

對於 Sony 這樣跨越多個時區、多種語言、以及多個監管環境的全球企業，AgentCore 的合規支援尤其重要。平台支援資料駐留要求 (data residency) ——確保歐洲員工的資料儲存在歐洲區域、日本員工的資料儲存在日本區域。它也提供細粒度的日誌和報告功能，幫助 Sony 滿足各地的合規審計要求，無論是 GDPR、CCPA、或日本的個人資訊保護法。

Nova Forge 的 100 倍效率突破

審查評估的痛點與解方

Sony 每天發生數百次審查評估活動 (產品設計、市場效果、程式碼品質、合作提案)，資深專家需投入大量時間。Amazon Nova Forge 客製化模型將效率提升 100 倍——過去 100 小時人工審查，現在 1 小時完成。

深度客製化訓練的價值

開放訓練讓 Sony 在預訓練、中期訓練、後期訓練各階段混合專有資料與 Amazon Nova 資料集。訓練出的模型深刻理解 Sony 標準、術語、優先順序與決策模式。

例如審查電影提案：通用 AI 僅識別預算合理性；Sony 專屬模型能理解 Sony Pictures 風格偏好、參考相似電影 ROI、識別跨業務協同 (遊戲改編、音樂授權)、對照風險框架、根據策略優先順序加權評分。

強化學習與資料蒸餾

強化學習環境 (Gym) 模擬多步驟審查：可行性評估、技術分析、市場研究、財務驗證、風險評估最後建議生成。模型學會組織步驟、權衡考量、產生可操作建議。

合成資料蒸餾：用 Nova 2 Pro 生成高品質範例，訓練小模型處理日常任務。關鍵審查用頂級模型，常規審查用高效小模型，平衡成本與效能。

成本節省與決策加速

若資深專家年薪 $100,000、30% 時間審查，AI 年省 $30,000/人。數萬員工規模是數億美元節省。更重要的是決策速度：數週流程縮短為數小時，加速市場回應、策略調整與創新實驗。

Sony Data Ocean：多元業務資料挑戰的解方

Sony 業務多元性創造協同價值 (遊戲 IP 改編電影、電影原聲帶搭配限量耳機、遊戲植入藝人演唱會)，但資料極度異質：遊戲 (玩家行為)、音樂 (串流記錄)、電影 (票房評分)、電子產品 (銷售回饋)、動漫 (觀看投票) ——格式、系統、術語與商業邏輯皆不同。

Sony Data Ocean 統一這些資料源，處理 760 TB 資料、500+ 資料集 (相當於 1.5 億張照片、20 萬小時 4K 影片、數千億筆互動記錄)。

平台建立在 Amazon SageMaker AI 之上，提供 Sony Data Ocean 三大能力：首先是資料標準化與整合，透過 Amazon SageMaker AI 統一資料模型描述跨業務共同概念。「使用者」可能是玩家、聽眾、觀眾，但共享屬性結構 (ID、地理、年齡、興趣)。支援跨業務查詢如「對科幻感興趣的 25-35 歲男性在遊戲、電影、音樂的重疊度」。其次是 AI 增強洞察，機器學習管線執行複雜分析。以相似興趣發現跨業務連結——喜歡遊戲音樂的玩家可能對作曲家其他作品感興趣；觀看特定動漫可能喜歡相似風格電影。最後則是即時與歷史平衡，分層儲存架構——熱資料 (30 天) 高速儲存支援即時查詢、溫資料 (1-12 月) 成本友善儲存、冷資料 (12 月+) 長期歸檔。

Sony Data Ocean 讓「內容推薦 AI」訓練成為可能——無需資料科學家從五個系統手動提取、清洗、合併，直接整合所有業務的使用者行為、內容元資料與互動歷史。

從技術整合到「Kando」實現

何謂「Kando」？

技術整合的終極目的是創造使用者價值。Sony 用日文詞彙「Kando」 (感動) 概括——不是簡單滿意，而是讓人驚嘆、感動、產生共鳴、建立情感紐帶的深刻體驗。這是 Sony 品牌核心與技術投資的衡量標準。

個人化的極致體驗

Sony Engagement Platform 理解使用者在所有業務的完整輪廓——PlayStation 遊戲類型、Sony Music 歌曲、Sony Pictures 電影、Sony 電子產品。推薦不是通用「熱門遊戲」，而是「根據你對開放世界 RPG 偏好、史詩配樂喜愛、以及降噪耳機，推薦結合沉浸劇情與交響配樂的新遊戲，配合耳機絕佳體驗」。

創作者與粉絲的深度連結

平台賦能創作者 (遊戲開發者、音樂家、製片人、動漫工作室)，提供洞察：哪些元素受歡迎、哪些時刻引發情感、粉絲討論什麼、如何互動。遊戲團隊看到玩家停留最久關卡 (難度問題)、最愛角色 (衍生內容)、UGC 創作 (反哺官方)。資料驅動支援讓粉絲感受被理解，產生忠誠度。

跨媒體無縫整合

統一平台創造跨遊戲、音樂、電影、商品的整合體驗。科幻遊戲玩家完成成就後，收到原聲帶試聽、電影幕後花絮、主角同款耳機購買機會——基於遊戲進度、音樂偏好、購買歷史的精準推送。跨媒體成就系統：遊戲里程碑解鎖音樂獨家內容、觀看電影獲遊戲道具、購買商品獲動漫搶先看。

從技術角度，Kando 依賴 Amazon Bedrock AgentCore 代理協調、Nova Forge 深度理解、Sony Data Ocean 統一資料。從使用者角度，技術隱形——他們感受 Sony 真正「理解」、「記得」、「驚喜」。最成功的技術：強大但不可見、複雜但感覺簡單、全球規模但深度個人化。

從 PlayStation 到全集團：Sony 定義娛樂企業 AI 的新標準

Sony 的企業 AI 轉型不是簡單的「採用新技術」,而是一場從基礎設施到業務流程、從組織文化到使用者體驗的全面重塑。從每日 150,000 次推論到預計的 4,500 萬次、從孤島化的業務系統到統一的 Sony Engagement Platform、從通用 AI 模型到 Nova Forge 訓練的 100 倍效率專家模型、從 760 TB 分散資料到統一的 Sony Data Ocean——每一個數字背後都代表著技術挑戰的克服和業務價值的創造。

但最重要的洞察是：技術整合本身不是目的,「Kando」才是。當 PlayStation 的成功基因能夠複製到音樂、電影、電子產品、和動漫業務,當跨業務的資料能夠轉化為深度個人化的體驗,當創作者和粉絲能夠建立更緊密的連結——這就是 Amazon Bedrock AgentCore 和 Amazon Nova Forge 幫助 Sony 實現的願景。從分散到統一、從通用到專業、從工具到基礎設施——Sony 正在定義娛樂企業 AI 的新標準。

想了解如何為你的企業建立類似 Sony 的統一 AI 平台,或探索 Amazon Nova Forge 如何協助訓練專屬於你業務需求的客製化模型？立即聯絡 AWS 台灣團隊,讓我們的解決方案架構師協助你規劃從業務孤島到統一智慧平台的轉型路徑。

無法去拉斯維加斯親自體驗？歡迎報名參與Best of AWS re:Invent (AWS 雲端科技發表會) 線上參與，一樣精彩！https://go.aws/48uR2Tx

參考資料：

關鍵字