掌握全球電商成交機密,Criteo砸7.2億成立巴黎AI實驗室
掌握全球電商成交機密,Criteo砸7.2億成立巴黎AI實驗室

「每一個廣告投放,背後就是以一場拍賣、一次競標的形式在進行」,Criteo南亞暨大中華區董事總經理黃瀚民說道。

2005年在法國成立的廣告投放平台Criteo專注在「電商」領域,8年後在美國上市,透過背後擁有全球12億人的龐大消費資料,進行AI數據分析的「命中式」投放廣告。

值得關注的是,Criteo是透過瀏覽器Cookie來獲得用戶在合作電商平台的商品瀏覽紀錄。黃瀚民在接受採訪時,一開始先釐清令人聯想到敏感的GDPR問題,法國擁有全球最嚴謹的資料保護法,在GDPR前Criteo早就嚴格規範多年「像政治傾向這類敏感資料,我們不採集。」

在和1萬8000名客戶合作後,黃瀚民娓娓道來,每一次成功的電商廣告投放,背後究竟是如何操作的?

想得標,越了解消費者行為、勝出率越大

「當我在網頁視窗上打上痞客邦的網址,痞客邦就會丟html程式碼給我,讓我開始下載網頁,其中就包括了『廣告程式碼』。」此刻,一場誰更精準、誰就勝出的爭奪戰便開始了。

using computer.jpg
Criteo南亞暨大中華區董事總經理黃瀚民表示,廣吿投放平台競標勝出關鍵,是對這個消費者的購買行為有多了解。
圖/ shutterstock

黃瀚民假設,痞客邦若使用Google的廣告架構,這時Google就會把這個「廣告程式碼」需求告訴所有的廣告投放平台,這個瀏覽器視窗有一個橫幅廣告,你們要不要競標?此時「出對價」就成為關鍵,出價越高就得標,但又要符合經濟效益成本。

「出價的金額,完全取決於對這個瀏覽器了解多少,對它過去的行為了解越多、勝出機率就越大。」這時候分析得越仔細、越精準,越占優勢。他表示Criteo會看瀏覽器跨螢幕的行為,像是這個人在不同裝置上都看過哪些商品,頻率如何、購買率又如何,每一次的行為累積起來,就可判斷他接下來可能要買什麼。

但出價金額到底該怎麼計算?黃瀚民解釋是商品的售價,加上點開廣告後購買商品的轉換率,以及點開廣告的點擊率,回推構建的經濟模型,並且依產品不同,都有不同作法。

比方說有人一天到晚在看名牌包包,但上次購買卻是兩年前,Criteo就會找有提供香奈兒包包的電商客戶,回推算一算這個廣告值多少錢進行標價;但像是冰箱就截然不同,如果有人近期在momo買了電冰箱,未來1到2年Criteo都不可能丟電冰箱廣告給他。

「在廣告技術裡,掌握資料變得越來越重要,很多事情不是由人來決定,而是透過機器計算,誰能算得精準,就比競爭者更精準出價,越能幫客戶達到很好的成效,」而這背後的關鍵推手,當然也包括了不可或缺的AI。

斥資7.2億元成立AI實驗室

【新聞圖片】.JPG
Criteo執行長JB Rudelle,在法國巴黎宣布旗下AI實驗室成立。
圖/ Criteo

「AI要有足夠的資料訓練模型,下面基數越大就越能做得厲害,」黃瀚民稱,Criteo可以看到全世界最多電商的交易資料,甚至是Amazon的兩倍。

當Google、Facebook、Yahoo,甚至是騰訊旗下Tencent Social Ads在廣告投放,都開始用AI演算法,而不是人工判讀。早有龐大數據先天優勢的Criteo,乾脆把AI再做到極致。Criteo也於12日宣布,未來3年將斥資2千萬歐元(約新台幣7.2億元)在法國巴黎打造成立具備大規模機器學習技術的Criteo人工智慧實驗室(Criteo AI Lab),並獲得法國政府資助。

黃瀚民解釋,雖然AI對於Criteo來說本來是重要的一環,但實驗室將有各式各樣的研究專案進行,將對購買行為做更深化、更細緻的研究,甚至連最愛看的商品顏色是黑色、紅色、還是綠色都會涉獵,也會不定期發表研究報告在業界分享。

「主要還是會在電商上著墨」,他也透露Criteo的大方向並不會變,現在也開始試驗O2O的廣吿投放服務,在搜集符合GDPR規範的數據後,了解網路行銷活動,對於線下實體零售店面會有什麼影響,目前已經在澳洲當地知名的零售商家測試,當然接下來也會運用到台灣。

他最後也表示,AI固然重要,但有些事情AI還沒辦法達成,像是電商行銷。創意需要人腦,無可替代;而精準的計算、分析、匹配,就交給AI。

往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓