近來名模成了一種商品,和代言產品、媒體構成一個堅不可破的三角關係,帶動了一個又一個好話題、好生意。名模經濟已行之有年的日本,從早期的松菜菜子、藤原紀香、中期的米倉涼子到近期的伊東美,無一不是模特兒出身,培養一定支持度後,轉而進入演藝圈,多方位發展。
而日本最近跟台灣林志玲一樣爆紅到成為社會現象的,是日本媒體和廣大粉絲暱稱為「Ebi Chan」的原友里。Chan這個字是日文裡對可愛女性的暱稱,Ebi則是原友里名字第一個字的日語發音。如果你問日本現在二十到三十歲的女生,她們最想要當的人是誰,可能十個有八個會說她們想要成為Ebi Chan。日本媒體所公布的當紅話題人物排名中,Ebi Chan的名次甚至和小泉首相相當。
從支持者的回應看來,Ebi Chan已經與「幸福的形狀」劃上等號,只要是她穿過的衣服、拿過的包包、代言的產品,無一不在全日本造成搶購。原友里代表的是可愛、有氣質的大小姐風範,蕾絲、淺褐色用電棒燙過的頭髮、大而神秘的眼睛、洋溢幸福的笑容,都讓你想要和她談一場戀愛。
原友里和林志玲相似之處,不只在於兩人都是身材好的美女,還有更深的社會心理層次意涵。在「傳統女性意識」逐漸稀薄的台灣和日本社會,她們帶我們回到純真年代,找回溫和善良、可愛有禮的完美女性典範,所以在台灣林志玲熱不衰;而日本過度競爭而疲憊的時尚產業,則有甜美無害的Ebi Chan,靠著販賣「女人的幸福感」開啟潮流。
原友里今年二十六歲,出身於宮崎縣一個小康家庭。儘管二○○二年底才開始平面模特兒生涯,卻在二○○五年底靠著她所專屬的雜誌《Can Cam》,建立廣泛的知名度,如今她不但是《Can Cam》的當家名模,她的身影更每每出現在資生堂的廣告和多部日劇中。就連台北捷運車站,都可以看到她穿著比基尼的防曬乳廣告。
而一手打造原友里的雜誌《Can Cam》,對許多關注日本女性時尚的讀者可能不陌生,日本女大學生和年輕OL(辦公室女郎)都視《Can Cam》為時尚寶典。《Can Cam》創刊於一九八二年,取名為「I can campus」(在校園熱門的女生),目標讀者為十八到二十五歲的年輕女性。
日本女性時尚雜誌市場向來由《JJ》獨占鰲頭,《JJ》的風格是比較性感的、一○九辣妹風的(一○九是澀谷一家服飾百貨公司的名字,為日本新新人類流行服飾的大本營),而《Can Cam》則訴求有氣質小姐的可愛風。兩本雜誌都擅長以經營專屬模特兒建立雜誌風格,也都和時尚品牌建立夥伴關係,如《JJ》雜誌和Cecil Macbee(一○九風當紅女子品牌),以及日本當紅OL品牌如Indivi等新產品企劃,據說都有《Can Cam》記者著力的身影。
《Can Cam》發行量本來一直居於《JJ》之後,但在二○○一年總編輯大西就任後,《Can Cam》從三十二萬本一路成長到六十萬本,而《JJ》發行量卻從四十七萬本掉到今年的二十六萬本。加上即將新發刊的《姊姊Can Cam》(目標二十五到三十歲,已從大學畢業的舊《Can Cam》讀者),合併發行量已經成長到八十萬本,這個龐大出版量背後所隱含的,不只是近年甜美女孩風戰勝一○九辣妹風的流行趨勢,更為《Can Cam》主導商業市場的影響力,做了最好的「民意背書」。
很多日本女生是依照自己心愛的模特兒為範本購物,只要模特兒一穿,產品等於有了票房保證。「儘管我們事前做的市場調查告訴我們藍色洋裝會大賣,但如果Ebi Chan穿在身上的是白色,那藍色一定乏人問津,」長期和《Can Cam》雜誌合作的品牌「Pride glide」商品課長谷口,曾向日本媒體這樣表示。
《Can Cam》的秘密武器除了原友里,更有其他十位專屬模特兒,《Can Cam》把每個模特兒當成各別品牌經營,和不同的廠商建立合縱連橫的關係,綜合起來,「Can Cam」這個名詞就是一個超級品牌。
《Can Cam》開始主導新品牌的創立,結合設計師和記者所長,再把產品和模特兒結合,消費者透過認同模特兒,也認同新品牌。《Can Cam》更跨足出版界,經營商品郵購和網路電視台,利用綿密的商業網路和成功的粉絲俱樂部經營手法,全面進攻最敢消費的OL荷包。
日本經營名模經濟的手法實在令人佩服,不論Ebi Chan是否超越偶像的符號意義,也不論《Can Cam》是否達成大西總編輯「做個像巨人般的雜誌」經營目標,我卻已經開始研究原友里的流行秘密。嗯,如果把頭髮捲成這樣,也許我也可以像她一樣可愛……
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。
