【紀念王文璨專題8】品牌策略從3C做起|數位時代 BusinessNext

之前我談的品牌經營多著重在公司的策略，但對一個實際要執行品牌策略的人員來說，也會有一些經常碰到的困難或盲點，其中比較大的挑戰是3C：一是Communicate value（溝通價值），一是Create value（創造價值），最後一個是Capture value（獲取價值）。

溝通是因現在是買方市場，所以企業與消費者間是需要互動溝通來了解需求的，藉此才能知道創新的重點何在。進行溝通之後才能有create value，否則光是裝設一大堆功能、規格，結果使成本、售價變得很高，不見得能真正符合消費者想要的價值。所以要先有communicate value才有carete value，最後真正進到市場裡Capture value。獲取價值的難度也是很高，舉凡通路管理、行銷溝通、品牌整體定位和訂價之間互相的關係，都是行銷學裡實體運作獲取價值的技術面，所以以上三個能力是要做好品牌經營的基本功。

進行溝通有兩種方式，一是從消費者端去詢問，一是從市場趨勢去研究。有些人眼光獨到，所以眼睛一瞄就能清楚社會的脈動，像A公司（指Apple），因此它創造了一個很大的價值，但其實過程中它也有很多的觀察，並不是它就不需要做溝通。有些天生的行銷高手平常就在進行溝通價值，隨時傾聽顧客的聲音，觀察若這代產品做得不好，下一代消費者想要什麼東西，那個過程都是一種溝通價值。

不過就算前面兩個C做得很好，但Capture value不存在，產品好卻沒有通路的話也是個大問題，所以這三塊都是在執行面上的挑戰。

台灣大部分的廠商都自認為創造價值做得很棒，產品一直開發、創新，當然這也是一種經營品牌的方法，但它就變成散彈打鳥，資源就要灑很多，並不是每一個人都能這樣做的。所以品牌經營最好的公司，是一推就會動的。像有的公司是採行機海戰略，但有人卻是一台就能打死所有人，那才叫厲害。

以前雙A公司都面臨過這種情況，但慢慢的user就會比較清楚，要從市場的角度定義回來。以前都是從產品的角度定義過去，但經過行銷能力的提升，現在就不太一樣了。

另外，溝通價值也不只要對消費者進行溝通，很多時候公司內部也要有所共識。本來溝通價值是為了要弄清楚為何產品要這樣規劃、那樣設計？裡頭一定有看到的市場在哪裡、哪些需求是基本的、哪些設計是有效的、哪些又是無效的？當你把這些弄清楚之後，對內的溝通就很容易，共識就會很快凝聚。

但若你是隨便瞎掰，把自己當成user，自認自己喜歡，消費者也會喜歡，或是把主管的意見當作準則，主管說了算，這樣都是比較偏頗的做法。真正的產品行銷高手，是要找到一塊市場，並且真正了解它，然後去檢查是否跟自身的品牌定位相同，這些要素要全部連結在一起，才能稱做稱職的品牌策略執行者。（口述／王文璨整理／楊欣霖）

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。

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。