【觀點】Hipmunk~介面超簡潔的機票搜尋引擎
【觀點】Hipmunk~介面超簡潔的機票搜尋引擎

我們曾在美國新銳網路服務點兵錄:Y Combinator歷來規模最大的Demo日一文中介紹過Hipmunk與其他眾多新創服務,Y Combinator旗下的團隊都非常值得注意,過去已經有非常多成功的新創服務是Y Combinator所培育出來的。如果你對於Y Combinator不熟悉,你可以參考前文育成創投先鋒:Y Combinator。

Hipmunk是2010年八月、九月份才浮出抬面的新創服務,提供的功能很簡單:幫你找機票。

如果你想出國旅行或是因為任何需求需要購買機票,會直接考慮的重點通常有下列幾點:

  1. 價格:價格通常是最現實的考量
  2. 時間:早去晚回、還是晚去早回,差的可能是多一天的住宿費用或少一天的娛樂時間,
  3. 目的地

如果買機票的過程中,你用來查詢機票的網站額外提供給你其他資訊,對想要專心找機票的人來說其實都是一種雜音、干擾。Hipmunk做的事情,除了 幫你找機票之外,網站上也排除了其他對想找機票的人無用的資訊,讓你可以專注在找機票,比價、比時間,讓自己有一趟開心又划算、時間又安排得恰到好處的旅行。

Hipmunk專注在「機票的搜尋」上,網站經營的哲學很像Google,專注做好搜尋這件事情,只跟使用者索取關鍵資訊,並在搜尋結果提供關鍵資訊,以簡單的介面、簡單的資訊呈現方式並且沒有其他資訊干擾,真正專注在協助使用者搜尋到機票。

在過去,比較知名的機票搜尋引擎,例如Kayak在介面上的設計儘管已經算是簡單,但畫面上總是充斥著大量的干擾(包括廣告、彈出視窗以及一些你不見得需要馬上知道的訊息),兩個網站相比之下,其實偏近Google哲學的Hipmunk,筆者個人是比較喜歡的。

舉例來說,若我們想要安排一班從NYC飛到SFO的飛機,希望在9月25日出發、10月6日返回,我們就在Hipmunk網站上輸入這些基本資訊(當然在輸入城市或機場名稱的過程中,網站會聰明地輔助你快速找到正在輸入的城市或機場)。

接著Hipmunk會以很少見的呈現方式來將所有搜尋到的結果陳列給使用者參考。

從搜尋結果的畫面中我們可以注意到幾個重點:

  1. Hipmunk的搜尋結果預設是以Agony(痛苦指數)作為排序,痛苦指數是綜合了價格、飛行時間以及中途的轉運站等多個數據的綜合指標。如果沒注意,乍看之下Hipmunk似乎是假設價格最重要,所以搜尋結果預設是依價格,從最便宜的開始排序

  2. 以時間軸的方式呈現每一個搜尋結果,讓使用者可清楚的看到班機起降的時間,你可以快速地在某個價格區間中快速做出要選擇哪個時段去搭飛機的決策。(反正價格都差不多,看是要早點出門還是睡飽點再出門,就看個人吧!)

  3. 網站的介面程式撰寫得非常不錯,對於所有搜尋結果可以快速地進行排序,你可以根據你的喜好,快速找到最適合你的選擇,包括找到最便宜、中途停靠次數最少、最早出發、飛行時間最短等等各種選擇。

當你選擇了 from $XXX 的機票之後,畫面會馬上再切換到回程的班機讓你做選擇,等於是在選擇機票的同時,你未必要直接購買同一班飛機的來回票,而是可以視情況在回程另外購買不同的機票(例如回來的時候想睡飽點,或是不趕時間)。

都點選完成之後,網站就會跟你確認訂單:

也就是說,如果你想要快速找到便宜機票,或是任何需求的機票,在Hipmunk上你幾乎可以在短短一兩分鐘內,就選擇好你想要的機票,剩下的就是刷 卡、付錢、等著搭飛機。這個哲學就跟Google搜尋引擎很像,不跟你囉嗦,快速給你想要的結果、將你導到該去的網站,至於我從這個過程中怎麼獲利,這又 是另外一回事了。

此外,Hipmunk在介面的設計上,還有Tab(頁籤)的功能,這意味著你可以一次同時比較多種不同的方案,來找到最佳的選擇,如果你時間比較寬裕,或許可以透過好用的介面加上精心比較的過程,找到非常便宜的好方案。

Hipmunk在上線的一週內,號稱他們已經賣出了350,000美元的機票,從中抽許的佣金已經讓網站開始獲利,儘管目前Hipmunk只有募得 15,000美元的資金(跟那些動輒幾百萬美金的,真的是很少),但或許在只有提供極簡功能、極簡團隊組織的情況下,Hipmunk也可以活得不錯、為某 些人創造些價值。

Hipmunk的創辦人曾是國外知名推文網站Reddit的共同創辦人(關於Reddit,你可以參考同樣做推文網站,看看Reddit如何走出另一條路),Hipmunk另一位創辦人則曾經是知名出版社O’reillly最年輕的作者,或許我們也可以期待未來Hipmunk這兩位創業家可以做出什麼更令人驚奇的網站功能與體驗。

(原文轉載自Inside部落格)

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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