Fishy.AI 創意案例拆解：IBM 如何用 AI 魚群，讓風險變成 6.18 億次曝光？

IBM、Adobe 與 Ogilvy 在 Adobe Summit 推出 Fishy.AI，讓一群長相古怪的 AI 魚游上拉斯維加斯 Sphere，再一路出現在展場、戶外媒體與手機互動體驗中。每一條魚都代表一種 AI 可能失控的情況，例如幻覺、偏見、資料管理問題或不符合規範的輸出。

這場活動公開的成效包括 6.18 億次 earned impressions、社群互動增加 540%，以及參與者對 IBM watsonx 的企業適用性與信任指標提升，涵蓋觸及、互動與品牌認知三個層面。

Fishy.AI 值得拆解的地方，是它沒有用一場產品簡報解釋 AI 風險，而是先把抽象問題變成一群看得見、能互動的角色。以下先還原它做了什麼與公開成果，再分析它為什麼有效，最後整理其他產業可以怎麼借用這套方法。

Fishy.AI 公開成效：曝光、互動與品牌信任都提升

6.18 億次 earned impressions、社群互動增加 540%

WPP 公開的 Fishy.AI 成效包括 618 million earned impressions，也就是 6.18 億次 earned impressions，以及社群互動增加 540%，說明這個活動同時取得大規模傳播與高互動。

watsonx 的企業適用性與信任指標上升

WPP 也公布多項認知與信任指標：參與者對 watsonx 適合企業使用的理解提升 24%，認為 watsonx 容易與其他 AI 工具整合的比例提升 21%，對 IBM watsonx 的信任提升 15%，漏斗往下推進的興趣提升 14%。這些指標比單純曝光更接近活動想解決的問題，因為 Fishy.AI 本來就不是只要大家記住魚，而是要讓企業受眾把 AI 的創意能力與可信任、可管理的導入方式連在一起。

IBM、Adobe 想解決哪個問題？

Adobe Summit 的受眾，為什麼需要一場 AI 信任溝通？

Adobe Summit 是面向企業與行銷生態系的活動，現場受眾包含品牌與行銷決策者、內容團隊、設計與技術人員，以及正在評估數位體驗與 AI 工具的企業。對這些人來說，問題已經不只是「生成式 AI 能不能做出內容」，而是大量生成之後，品牌能不能維持一致性、資料能不能被管理、輸出能不能被信任與追蹤。

Marketing Dive 將這場活動描述為向品牌管理者與 CMO 說明未受管理的生成式 AI 可能造成的問題，IBM 則希望把 watsonx 與 Adobe 的雲端工具放在「讓 AI 保持可靠」的脈絡裡。

這讓活動的創意任務很清楚：不是再展示一個 AI 生成得多漂亮，而是要讓企業看見失控的代價。

「Trust What You Create」要傳達什麼？

Trust What You Create 的核心不是反對生成式 AI，而是提醒品牌不能把「做得出來」當成「可以放心使用」。當內容要大量複製、在不同市場變體、接進企業資料或交給不同團隊使用時，準確性、品牌安全、透明度與創作控制都會變成實際問題。

一群「出問題的魚」如何把 AI 風險變成看得見的體驗？

魚的異常造型，分別代表哪些 AI 風險？

Ogilvy 與 Marketing Dive 公開的視覺資料，把 AI 風險拆成一群不正常的魚，例如 Bias Fish、Hallucination Fish、Drift Fish、Untrained Fish、Missing Data Fish、Noncompliant Fish 與 Siloed Fish。魚的身體比例、材質、配件或動物特徵出現偏離，讓觀眾先看到「哪裡不對」，再理解它對應的資料、偏見、幻覺或合規問題。

其中一個具體例子是 Drift Fish，Marketing Dive 描述它像一隻長著魚鰭的倉鼠，表現生成結果逐漸偏離原本預期。這種視覺比直接寫「模型漂移」更容易被記住，因為觀眾可以先用直覺判斷這不是正常的魚，再接收背後的 AI 風險訊息。

從 Sphere 到展場與手機互動，觀眾實際經歷了什麼？

WPP 表示，Sphere 外部的 90 秒活動在四天 Summit 期間每 30 分鐘播放一次，活動還延伸到 IBM 展位、戶外媒體、主題演講、互動海報、桌面展示與手機遊戲。

參與者可以透過數位體驗捕捉魚，也同時取得每條魚所代表的 AI 教育訊息。

這些接觸點不是平行堆放，而是一段由遠到近的體驗。

Sphere 先用巨大、奇異的畫面吸引注意，展場與戶外媒體讓魚群持續出現，手機互動則讓參與者從觀看者變成捕捉者，最後把角色代表的風險與 IBM、Adobe 的解決方案連在一起。

Adobe Firefly 在製作中負責什麼？

Adobe Firefly 負責協助生成魚的初步視覺概念與角色變體，但沒有自動完成整個 Sphere 活動。

The Drum 報導，IBM 內部團隊、Ogilvy 與製作夥伴 Mirada 先用 Firefly 建立每個水中角色的初步版本，再交由專業 CG 藝術家完成最終版本，單一角色的製作時間從約 15 個工作天縮短到 2 天。

因此這個案例的 AI 工作流可以分成四層：用生成式 AI 探索外型，由創意團隊決定哪個造型能代表特定風險，交由製作人員完成可播出的 3D 或 CG 版本，再由品牌與媒體團隊把角色編排到不同接觸點。

AI 提高了探索與變體的速度，但核心比喻、選擇標準、訊息語氣、品牌連結與品質審核仍由人決定。

Fishy.AI 為什麼有效？它把抽象的 AI 治理變成一件好懂的事

用具體角色代替抽象名詞

幻覺、偏見、資料漂移與不合規，對非技術受眾來說都是抽象名詞。魚的外型讓每一種問題有了可以辨認的形狀，觀眾先產生「這條魚不對勁」的直覺，再把直覺連到一個 AI 風險。

這種角色化設計降低了進入門檻，也讓後續的企業治理訊息有記憶錨點。

把同一個創意延伸到整個活動旅程

如果魚只出現在 Sphere，它可能只是一次壯觀的戶外廣告。

Fishy.AI 把同一套角色延伸到展位、戶外媒體、演講、桌面展示與手機互動，讓觀眾有機會重複遇到同一個概念，並在不同場景補足注意、理解與參與。

這是把創意當成系統，而不是只當成一張主視覺。

用趣味包住嚴肅的企業訊息

AI 風險、治理與品牌安全容易讓人聯想到規範簡報，Fishy.AI 卻用錯亂魚群製造好奇與幽默，讓觀眾願意先靠近，再接收比較嚴肅的訊息。

重要的是，趣味最後仍然回到 Trust What You Create，以及 watsonx 與 Adobe 工具想解決的可靠性問題，沒有讓娛樂和產品價值脫節。

其他產業可以怎麼借用 Fishy.AI 的方法？

美妝：把成分或膚況問題變成可互動的角色

美容工作室可以把過度清潔、只看網紅推薦、亂買保養品或面膜敷到睡著，設計成一組「肌膚迷思角色」。

顧客先透過櫃檯卡片或社群貼文選出最像自己的角色，再掃 QR Code 看迷思來源、美容師的判斷方式與下一步諮詢。

這裡要借用的是角色化、互動化與服務連結，不是直接複製魚的外型。

金融：把詐騙、資安或風險情境變成可辨識的體驗

金融品牌可以把常見詐騙話術、假投資頁面、異常登入與資料外洩，轉成不同的風險角色或任務。

使用者不是看一張列滿規則的宣導海報，而是在互動中判斷哪個訊號可疑、下一步要不要停下來查證。

活動目標應該是讓使用者學會一個可重複使用的判斷動作，而不是只讓人記住一個吉祥物。

教育與公共服務：把難懂規則變成任務或互動展件

教育與公共服務可以把複雜規則拆成角色、情境與任務，例如讓學生判斷資訊可信度，讓民眾在模擬流程中找出申請資料缺漏，或讓消防宣導變成一個需要依線索做選擇的互動展件。

重點不是把規則變得可愛，而是讓使用者在完成體驗後，真的知道下一次遇到相同情境要怎麼做。

總結

Fishy.AI 先用一群奇異魚把 AI 風險變成可見角色，再用 Sphere、展場、戶外媒體與手機互動把角色串成活動旅程，最後把趣味帶回 watsonx、Adobe Firefly 與 Trust What You Create。

它的價值不只是 6.18 億次 earned impressions，而是示範品牌如何讓抽象的企業問題先被看見，再被理解，最後連到可管理的解決方案。

---

推薦閱讀

• Jen AI 案例拆解：Virgin Voyages 如何讓邀請變成廣告？
• Real Beauty DNA 案例拆解：Dove 如何讓使用者定義美？
• 50 家企業 AI 導入實例：讓品牌主自己做出過去需要外包的行銷素材

---

參考資料

• WPP，Ogilvy: IBM and Adobe’s Fishy.AI
• Ogilvy，Fishy.AI IBM x Adobe
• Marketing Dive，IBM shows the dangers of marketers using ‘fishy’ generative AI
• The Drum，AI-led production saves in-house and agency teams hundreds of hours
• Adobe Blog，Generative AI Brings New Opportunities to Adobe’s Partnership with IBM

常見問題 FAQ