大數據時代的數位廣告神器RTB
大數據時代的數位廣告神器RTB
2015.03.02 | 行銷

長期關注台灣數位廣告發展的人,也許去年中已注意到市場遊戲規則改變了,一股以自動化廣告購買為基底的RTB浪潮正快速竄起,從一個名詞成為一種現象,不論是廣告代理商還是廣告主都不敢錯過這股攪動網路未來的新趨勢。

「台灣RTB的發展速度快得超乎我預期,我本來以為會慢一點,現在提早到了!從去年年中就開始燒。」年初才宣布與中國最大廣告需求方平台聚效廣告合作的ADPartner執行長林毅祥如此形容國內的RTB(Real-Time Bidding)熱潮。從去年開始,RTB成為台灣數位廣告產業最夯的關鍵字,從廣告代理商、入口網站、媒體採購到行銷人員都在喊RTB,但相較歐美與中國市場對RTB的認知已行之有年,台灣的進程只能算中段班。

RTB早在2009年就已有雛型,其後各大網路龍頭如Google、Facebook和雅虎都相繼宣布採用即時競價購買機制。去年旗下擁有幫寶適、歐蕾、飛柔等民生消費品牌的寶僑集團宣布將投入70%的預算在自動化購買廣告上,而美國運通在更早之前就宣布要達到100%自動化購買廣告的目標。根據MAGNA GLOBAL的報告,2014年全球透過自動化購買廣告的交易金額為210億美元,2018年將達530億美元,成長1.5倍。

在各產業中,又以擁有強烈網路廣告購買需求的電商業者最積極,全中國最大的DSP(Demand-Side Platform)平台聚效廣告執行長楊炯緯指出,全中國前200大的電商業者,有8成都已透過聚效廣告購買數位廣告。

到底為什麼廣告主如此熱愛RTB?「這對客戶和對消費者都是有利的,客戶買到他想要買的群眾,消費者看到對他有效的訊息,是個雙贏的工具。」安索帕全球執行長林友琴一語道破RTB對廣告主和消費者最明顯的益處。隨著數據翻倍成長,數據分析和媒合技術長足進步,10年前沒辦法做到的事,現在透過數據分析平台(Data Management Platform,DMP),可以做到海量資料管理和即時分析,即時競價系統方成為可能。

從買版位到買群眾

數據是支撐即時競價系統運作的心臟,但購買目標群眾才是即時競價系統的核心精神,這也是和舊有數位廣告購買模式最大的不同。林毅祥表示,廣告主已經從買版位、時間和特定媒體管道,變成買一個目標受眾的特定行為,廣告主買的不是曝光量或點擊率,而是實際的效果,如「提升銷售額」、「增加會員人數」或「拉高註冊資料的比率」。透過數據分析和即時競價機制,廣告主可以購買符合其目標特性的群眾,但這在DMP和RTB出現之前,是沒有辦法做到的。

由於網路使用者的瀏覽行為越趨破碎化,網路超連結的特性讓使用者在不同網站之間來來去去,廣告主若只購買單一網站的單一版位,無法確保看到廣告的人是對那則廣告有興趣的人。競價機制讓廣告主用他們願意付出的成本購買目標群眾,出價最高的廣告主得以將廣告投放到目標群眾的眼前,不限於單一網站,做到讓商品跟著人走的境界。

看準RTB熱潮,從今年3月起採用自動化購買廣告程序的雅虎奇摩,全面開放版位給廣告主即時競標。雅虎奇摩媒體業務事業群資深總監謝美芬認為,RTB讓廣告主、網站主和消費者三方得利,一方面提升廣告主的廣告投放效益,二方面RTB對每個曝光差異訂價,讓網站主的版位販售更有效率且具有彈性空間,三方面消費者看到跟他自身興趣關聯性較高的廣告,也會比較不那麼排斥廣告,因為廣告會成為對他有價值的訊息。

國內提供相關服務的業者已如雨後春筍般崛起,其中沛星科技甚至獲紅杉資本A輪資金600萬美元,成為台灣第一個得到紅杉資本投資的新創公司,為國內DSP業者打下一劑強心針。

然而目前國內廣告主對於即時競價系統的認知仍處在啟蒙階段,願意將廣告預算投入即時競價系統的並不多。宏盟媒體集團執行長黃燕玲就指出,現在台灣大多數的廣告主都只有DSP的某一部分概念,也都還在嘗試理解究竟可以為他們帶來何種程度的效益。

未來RTB技術將會從線上延伸到線下,荷蘭便在火車站的數位看板導入即時競價系統,用攝影機感應路人並結合車站流量資訊,即時變換數位看板的廣告內容。KKBOX投資的Paganini+也將推出國內首見的音訊即時競價系統,讓音訊廣告也能做到精準行銷。從圖文、影音到音訊,台灣的RTB熱潮才正要開始。

enter image description here

enter image description here
(尊重智慧財產權,如需轉載請註明資料來源:《數位時代》第250期)
其他精彩內容》》
訂閱數位時代》》

@@ACTIVITYID:350@@

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