【觀點】街旁創辦人David~假Check in的網友,容易被朋友刪除
【觀點】街旁創辦人David~假Check in的網友,容易被朋友刪除
2011.02.14 | 人物

對於Foursquare類的LBS有興趣的讀者,對於街旁這個服務應該不陌生。街旁目前的主力市場是中國大陸,不過由於創辦人David本身具有台灣背景,因此街旁對於台灣市場算是比較重視的,在相關贊助、企業活動中,也偶爾會看到台灣企業的身影。

一個月前我們得到一個機會,和Asia-Thinking的Ewan、Kavin,向街旁的創辦人劉穎(David Liu)提了幾個問題,主要和街旁的營運與LBS未來的走向有關。訪談的內容與結果,整理如下〈因為要翻譯成台灣讀者的習慣用語,以下內容跟原始訪談稿可能有點出入〉:

Q:街旁算是中文地區LBS應用的領先者,對於之後騰訊等大型入口網站極有可能近來這個市場,你們如何保持自己的優勢?
A:我們認為大公司會幫助整體LBS市場更快速、更健全的發展。中國市場巨大,所以有潛力的創業公司和大公司會有很多不同的客戶群可以服務。「街旁」雖然不能從第一天開始就達到服務所有的客戶群,但是我們將會持續的向這個方向努力。

Q:在中國大陸, Internet Startup最大的挑戰之一是必須配合官方的審查制度,特別是有社交、訊息傳播元素的網站應用。街旁身為一個小團隊,如何因應複雜的內容審核?
A:坦白來講,我們不會把這個問題看作是最大的挑戰。我們只是想真誠地確保在我們的平臺上用戶生成的內容是安全、尊重所有用戶權益的,我們也會用人工或其他用戶舉報來過濾不合適內容。每個市場都有它獨特的立場來定義什麼是合適,什麼是不合適。就像我們看到的 Wikileaks 在美國一樣。

Q:街旁目前使用 Google 地圖的 API ,而Google目前還未得到在中國營運的正式牌照,假設 Google 到明年無法順利取得官方的許可,意味著街旁得轉用其他地圖服務的API?
A:我們還都不確定 Google 是否有執照。其實,由於一些策略原因我們已經在我們下一代產品體驗中與一些當地的地圖供應商開始合作了。其實現在,在街旁的用戶體驗中,和我們的POI(地點)資料庫和排名演算法相比,地圖還不是最重要的功能。我們相信這點會隨著時間以及將來的合作夥伴而有新的可能性而改變。

Q:我自己發現LBS有一些缺陷,就是簽到的準確性。比方說我在離慕尼黑火車站的星巴克10公里外之處便可以簽到了,我相信大部分的人都”誠實”根據所在地點簽到,未來如果有一些商店促銷活動是需要比誰先、快簽到的話,應該會有作弊的問題。你們的check-in機制在技術上會做調整嘛? 比如說在目標地點500公尺之內才能簽到。
A:我們想過我們究竟可以怎樣解決這個問題,但是我們意識到其實真正的解決辦法是引導網友「誠實」的簽到,和朋友們分享真實的地點。我們還發現,喜歡假簽到的網友,最終都會被朋友在好友列表中刪除。

Q:我用過Android版本的街旁(iPhone沒用過)。它部分功能應該是用HTML 5寫的,但包裝成一個App。這的確有點讓人疑惑(既然是HTML那何必要寫成app)。我想這應該是因為大家習慣用App、而HTML 5在各種平臺上都可以執行所致。但HTML 5寫成的App目前是否有造成任何困擾?譬如反應速度的問題?
A:我們都非常喜歡HTML5,因為它是一種在社交行動網路(Social Mobile Web)發展的道路。基本上,它使我們可以快速方便地提供給用戶新功能和升級而不需重新下載。與此同時,我們最近才在大陸的Android和IPhone版的App進行了升級,解決了地點尋找的速度問題;同時添加了上傳照片和給照片加效果等新功能。

Q:目前LBS應用在德國所遇到的問題是: 大部分的手機用戶找不出地點簽到的意義何在。街旁在幾個月前參加GigaOM 所舉辦的 Mobilize Launchpad 2010被質問過類似的問題,但是這似乎是以歐美的角度出發,已經有不少的媒體預測LBS應用LBS應用會在亞洲有更好的發展性,對於行動網路使用的差異,你是如何看待中文地區網友的使用習慣?
A:就像很多的社交服務一樣,有很多人質疑它存在的必要性。Facebook和Twitter剛出現的時候,很多人認為這會是一時的風尚。有些社交網在美國確實只流行了一陣子就消失了,比如說Friendster,Orkut 和My Space。但是它們又找到了其他的市場,Friendster賺到了菲律賓,Orkut賺到了巴西市場。在Foursquare的用戶在短短的6個月中從一百萬飛速增長到六百萬之前,很多人覺得Foursquare的熱潮會很快退去。實際上,大家都在投資未來,而我們只是從中國的市場角度出發來服務廣大中國的用戶。我們之前是知覺,但是之後真的發現中國用戶很喜歡跟朋友分享他們的所在地。我們現在正在考慮和從事的就是要讓我們的App更加有趣、使用和具有持續的關聯性。

Q:Check in的下一步是什麼,我個人也頗疑惑。目前許多人都把它當成某種「到此一遊」的替代品,也就是到達某種有紀念意義的地方才會check in 。街旁是會繼續在這種方向上努力(增加某些機制以增強紀念性;譬如拍照功能……etc),還是開發別的location-aware的機制,用別的動機刺激user使用?
A:當我們回顧過去的登入歷史,這些我們曾經去過的地方、簽上的圖片、評論等等,很容意勾起我們自己或朋友的美好回憶。為了使這些經歷更加有趣,我們最近又新增了「喜歡」和「照片效果」等新功能。我們之所以認為「喜歡」功能很重要,是因為我們時常會對那些我們去過的一些好友所在地有特殊好感,所以想要抒發一下自身的感受,或者希望此時此刻我們也能置身此地。我們特別喜歡照片效果功能,因為我們加進了我們精心挑選的特效,所以會使我們在回顧的時候,可以連當時的感覺一起回想起來。

Q:整體而言,雖然LBS炒得算蠻熱的,但即使是在美國,也很難說它能長大到像Facebook、Twitter這樣的規模;而像在臺灣,目前也沒有哪一個LBS真的是被主流大眾廣泛使用的。在這種狀況下,LBS的經營者要怎麼面對股東們期望的營收問題?
A:我們還在探索不同的方法、途徑,提供我們的臺灣用戶更好的服務。我們已經分別和AppWorks,Mr.6,Chili Consulting以及其他的一些公司展開合作。另外,我們為了給臺灣用戶帶來實際優惠,也與Mos Burger等品牌合作推出獨有徽章和店面折扣。而我們與Facebook同步的功能、與Mr.6的Facebook市場諮詢團隊的合作,則是我們另外一個重要的市場戰略,結合LBS活動、迎合當地品牌和市場興趣。

Q:根據不少媒體的報導,街旁網路、實體〈online、offline〉的業務合作推廣做的很積極!可以和我們分享你們目前為止最自豪的網路虛實結合的活動為何?
A:我們與星巴克(中國)的合作( 透過臺灣的統一企業)可能是我們目前為止最成功的網路/實體行銷了。例如,我們親眼目睹了上海最具人氣的3家星巴克的簽到(從我們2010年5月上線以來)從2400~2800用戶增長到了20000~40000用戶(僅僅在2010年11月初到12月初)。上周我們在與漢堡王的合作中,有2000多位街旁用戶透過簽到,在漢堡王店面兌換了2000多個漢堡。我坐在漢堡王的時候其實很吃驚,因為基本上每5分鐘就有我們的用戶出現在店內,向店員展示徽章,然後高興地帶著漢堡離開。我們真正的機會在於:把人流帶到各零售門市,透過我們的服務,同步到各大社交平臺,創造好的線上交流與輿論。把握這些機會、持續向我們的用戶和合作夥伴提供高品質的服務,可能是我們的商機所在。

==

註:本次採訪的問題由Ewan (http://ycorange.com/) 和Kavin (http://www.kavingray.com/)以及我本人共同完成。

本文轉載自MMDays部落格

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