*商業模式-虛擬商品賺現金 網路天后瑪麗.米克(Mary Meeker)於去年9月發表的〈中國網路報告〉中,一再推薦位於廣東的騰訊公司,這不僅來自其在中國遠勝MSN的即時通訊用戶人數,更來自其開發虛擬商品的能力,並快速轉成現金的本事。採訪.撰文=劉元濱 如果你還記得十年前風靡台灣的電子雞,那麼對於當前紅遍中國網路界的虛擬商品,應該不會感到訝異。更重要的是,在中國大陸虛擬商品更發展出虛擬貨幣,其龐大的商機更吸引國際知名品牌如諾基亞(Nokia)、Levi's和耐吉(Nike),爭相與之合作。 在現實世界中無法發洩的情感和願望,都可以透過網路上的虛擬人物實現,這個模式在今天有了自己的名字:「Avatar」。這一詞源自印度梵語,本意是指「分身」或「化身」。在網路時代,Avatar則是指網友在網路上塑造一個虛擬角色。 Avatar虛擬造型系統最早出現在韓國,一推出就成功,僅去年產值就高達一億七千萬美元,會員數更超過當紅的網路遊戲產業。在中國市場開創Avatar模式最成功,也是最有影響力的,則是著名即時通信服務提供商騰訊所提供的「QQ秀」(QQshow)。 Avatar這類虛擬人物通常為卡通形象,他/她可以出現在論壇上,可以出現在聊天室中,也可以出現在遊戲,進行聊天交友、比賽競技甚至虛擬結婚等一切實際人生可能發生的事情。 用戶可以根據自己的喜好,更換虛擬角色的造型,如髮型、服飾、表情、房子。在與其他虛擬角色交往的過程中,還可以使用各種虛擬商品,如鮮花、禮品等。只不過這些髮型、服飾和禮品,都需要現金購買。 在偶然的機會當中,騰迅CEO馬化騰發現韓國推出了一種給虛擬形象穿衣服的服務,很受網民歡迎。他覺得這個很有意思,當時就盤算,「只要一個用戶願意花一、兩元為自己的QQ增添服裝和飾品,這個生意帶來的收入就是天文數字。」 於是馬化騰先聯合服飾、手機、飾品公司,共同開發了風靡Q族世界的「QQ秀」,以及網路虛擬家園「QQ家園」,只要運用QQ社區裡的虛擬貨幣「Q幣」,網友可以隨心所欲為自己添置喜愛的物品。 從二○○三年二月推出至今,虛擬商品的業務快速增長,馬化騰表示,已有超過四○%的用戶,擁有QQ秀。 由於每天有數十萬人擠在QQ商城裡挑選衣服、髮型和首飾,QQ秀也吸引國際時尚品牌的關注,例如諾基亞、Levi's和耐吉等最受青少年喜愛的公司,都願意把自己的新款產品提供給QQ秀用戶下載。至於騰訊,則無需花費一分錢。 虛擬世界背後是務實機制 今年五月騰迅剛公布二○○六年第一季財報,其總收入為六.五億人民幣(約二十六.五億元台幣),比上一季度增長五○%,比去年同期增長一一五%,其中虛擬商品銷售居功厥偉。令許多人不解的是,為何當韓國超人氣虛擬商品網Cyworld,在中國發展面臨困境之際,靠抄襲模仿起家的QQ秀,卻能大行其道? 許多人認為,騰迅靠著五億多的用戶當靠山,所以連技術都不需要,只要「簡單模仿+QQ用戶」就能所向無敵。對於這種簡化的分析,馬化騰很不贊同,「不能認為只要有即時通訊,後面就可以一點都不用費力。沒錯,在擴張的過程中,我們是很依靠QQ,但同時我們新加入的服務也改變了QQ社區。」 虛擬世界的角色、情節或許可以虛構,然而能推動這個產業,卻是務實的機制。騰訊多年來藉著即時通訊QQ,除了建立起極大的用戶基礎,也累積了許多銷售增值服務的經驗。騰迅記錄用戶的喜好、背景資料和消費習慣,對用戶有更為深刻的理解,以致於騰迅的用戶比其他網站的用戶更捨得花錢。 *騰訊Profile 成立時間:1998年11月 總部所在地:深圳 執行長:馬化騰 2005年營收:14.264億元人民幣 2005年獲利:4.854億元人民幣 會員數:5.315億名 *台灣市場規模小 虛擬商品難發展 台灣近年來有一些走紅的網站如「愛情公寓」、「無名小站」等,正嘗試或計劃在網上銷售虛擬商品,先累積高人氣,再吸引網友消費,這個方向應該是正確的。但是台灣的市場規模不大,是難以發展成功的瓶頸問題。 Avatar模式最早出現在韓國,由Cyworld網站發揚光大,這個網站隸屬於韓國電信。騰訊Q推出的「QQ秀」,則是全中國會員人數最多的網站。而再看看Cyworld移植中國(中文名「賽我網」)之後,每日上線的會員人數只有7、8萬,比一些個人網站都不如,更可以確定,虛擬商品想要成功,網站本身的會員數一定要夠多。


生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。
但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。
延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型
解鎖 Agentic AI,企業邁向多任務智慧代理
「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。
企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。
延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!
吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。
破除「一次到位」迷思,從驗證到落地的三大關鍵階段
許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。
他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:
1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。
2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。
3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。
建立模型優化根基,打造高品質的黃金資料集
吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。
同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。
從小規模應用起步,漸進擴展至核心業務
吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。
也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。
AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。