大數據影響個人消費經驗|數位時代 BusinessNext

Birchbox：從訂閱商品到品牌忠誠

Birchbox是2010年推出訂閱美容商品的電子商務，每個月會寄給訂閱者不同類型的美容試用品，可讓訂閱者實際使用他們所訂購的美容商品，試用後若覺得滿意，就可以到商店中購買。這是ㄧ個讓品牌持續曝光的最佳方法。Birchbox的其中一位共同創辦人將此方法定義為：「嘗試、學習、購買模式」。

自從Birchbox開始在線上商店使用訂閱美容試用品的方法後，訂閱者可提供個人消費資料與訂閱者使用了哪些商品，進而消費者到相關店家購買來增加銷售。線上訂閱的用戶，可輸入自己的膚色、髮色、與穿著風格，能確保每個月所收到的商品，都是為訂閱者量身打造，符合自身條件。實體店面位於曼哈頓的SoHo區，而分析消費大數據有助於要開發怎樣的商品才會受到客人喜愛。

在實體店面中，顧客在購買東西前，會使用商店所提供的免費試用品。Birchbox在店內使用iPad，將所有的商品都讓顧客可在iPad上簡單地遊覽概況，並標記自己想要購買的商品與寫下對此商品的一些意見。

Birchbox的商業模式其實很好懂，當訂閱者每個月提供新產品試用與商品感想，這會讓消費者對於店內商品具有高度的吸引程度與品牌忠誠度，讓每個購物者都覺得總是很期待每個月會寄來哪些商品。Birchbox就如同你的朋友一樣，會告訴你你喜歡的是什麼，或著知道你在擔心商品的那些條件。而這些購物模式，就可以很輕易的讓購物者信任自家品牌，達到一個長遠良好的互動關係。

Harrods：勝利的展示方式

第二個要介紹的零售商，為倫敦奢侈品百貨公司Harrods。從遊戲化到商品展示，銷售商仔細分析市場上的大數據，了解什麼商品才能有效的拉動銷售營業額。

零售商使用新科技去呈現Pholo Palph Lauren品牌，在店內設置十五個櫥窗，展示Fashion Lab地圖，讓消費者可輕鬆地在店內尋找所有的商品。在消費者的手機設備上，可選擇自己喜愛的商品，並給予了早鳥或夜貓子合購商品的價格優惠。這些利用大數據購物的方式都增加了15%的線上購物消費者。

零售商需要的工作模式

大數據真正改變的是新消費者與零售商互動方式。用Birchbox與Harrods這兩個例子可歸納出，如何實際影響消費者選購商品的方式，就是讓消費者用購買行動告訴你他們真正的想要什麼，保持一對一的互動並追蹤消費者對於商品的喜愛程度，在許多銷售手法上都適用。

@@ACTIVITYID:350@@

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。