[Fred Wilson] Periscope、比特幣都是這樣來的：從過去的失敗學習|數位時代 BusinessNext

首次失敗之後，決定放棄很簡單，但我認為我們反而要從過去的經驗中學習。

Fred Wilson認為，比特幣並非憑空而出，而是啟發於先進的成就。

圖片來源：shutterstock。

看到大家透過Periscope觀看梅威瑟（Mayweathe）那場拳擊賽的新聞，我心想：「這事之前也發生在Justin.tv上。」Justin.tv失敗了，但後來轉型為更成功的產品Twitch。當然，我的意思不是說Periscope或YouNow這類影音直播服務一定會成功，但是如果它們能從Justin.tv的成功和失敗之處獲得啟發，就更有機會闖出一片天地。

我正在讀納撒尼爾‧波普（Nathaniel Popper）的新作《Digital Gold》（直譯：數位黃金），這本書完整交代了比特幣的歷史。波普回溯到1990年代中期，講述開發比特幣的過程。1997年，亞當‧貝克（Adam Back）開發Hashcash，被視為研發數位貨幣的早期嘗試。做為數位貨幣，Hashcash雖然失敗了，但是後來卻演變為比特幣的關鍵技術。

當我們討論比特幣時，很容易將它視為憑空而出的產物。但事實上，比特幣源於密碼學、P2P網路和數位貨幣，並且經歷了數十年的累積過程。中本聰（Satoshi Nakamoto）發表過一些突破性的理論，但大部分都是啟發於先進的成就。

不論是科技發展、文學或藝術，世事皆是如此。

本文編譯自Fred Wilson部落格文章〈Taking Inspiration From Failed Projects〉，採作者第一人稱撰寫。

@@ACTIVITYID:382@@

下一個替你買東西的，可能不是你自己，而是 AI。當 AI 開始介入搜尋、比較與消費決策，品牌與消費者之間的入口也正在改變。iKala 共同創辦人暨董事長程世嘉認為，AI 競爭正進入下一階段，企業真正要面對的已不只是「如何導入 AI」，而是當消費者逐漸把選擇權交給 AI，品牌如何確保自己仍在 AI 的選擇名單中？

零點擊只是開始！Agentic Commerce 恐讓 AI 從「導購」變「代購」

過去，消費者透過搜尋引擎找到品牌、進入官網，再完成比較與購買；如今，愈來愈多搜尋與決策可以直接在 AI 中完成。程世嘉表示，「零點擊只是剛開始。」隨著 AI Agent 從提供答案進一步走向執行任務，下一步甚至可能替消費者選擇商品、完成交易，讓 Agentic Commerce 從「AI 幫你找」走向「AI 幫你買」。

這場變化真正改寫的，不只是流量入口，而是交易的主導權。當 AI 開始代表消費者採取行動，品牌未來面對的，可能不再只是「如何吸引消費者」，而是如何成為 AI 最終選擇的對象。

AI 不認識你，廣告下再多都沒用！SEO 下一戰：搶進 AI 的「推薦名單」

要被 AI 選中，第一步是先被 AI 認識。程世嘉直言：「如果 AI 連第一步都不認識你，那你在網路上下多少廣告都沒用。」這也讓品牌競爭從 SEO 進一步走向 GEO（Generative Engine Optimization）：過去企業搶的是搜尋排名，現在更要掌握 AI 如何描述品牌、引用哪些來源，以及在什麼問題下會提到自己。

面對新的消費決策入口，iKala 將 AI Marketing 定位為協助品牌成長的全方位行銷服務，結合市場資料、自有 AI 產品與專業顧問團隊，提供從顧問診斷、策略規劃、專案落地到成效優化的一站式服務。從品牌定位、市場與競品分析，到 GEO 內容優化、創作者合作與媒體投放，iKala 不只提供數據分析工具，更協助品牌找出成長機會、制定行銷策略，並持續追蹤與優化執行成效。

iKala AI Marketing 總監許巧彤指出，品牌不只要「聽人」，也要「聽 AI」。透過 Ontix 掌握社群話題、消費者需求與市場趨勢，協助品牌發掘潛在商機；Kuroma 追蹤品牌在 AI 平台的能見度、推薦情境與引用來源，找出內容布局與 GEO 優化方向；Kolr 則結合創作者數據與行銷執行服務，協助品牌媒合合適的 KOL／KOC，規劃內容合作與媒體投放，將市場洞察轉化為實際行銷行動。

對內打通資料，對外洞察市場！程世嘉：老闆要懂 AI，AI 更要懂台灣

外部的搜尋與消費入口正在改變，企業內部也面臨另一場 AI 轉型。

企業 AI 為什麼推不動？程世嘉直指，第一個問題往往是「老闆自己不用 AI」。決策者若連 AI 能做什麼、不能做什麼都不清楚，再大的導入計畫也很難解決真正的企業痛點。iKala 提出「小步快跑、長期陪跑」的轉型策略，從關鍵場景快速驗證，再逐步擴大；同時以 AI Service、AI Marketing 雙軸出擊，讓 AI 不只改善內部工作效率，也能成為企業掌握商機、推動品牌成長的助力。

而當 AI 愈來愈深入企業決策、品牌溝通與消費者選擇，另一個問題也隨之浮現：AI 真的讀得懂台灣嗎？

對 AI 而言，語言相通，不等於真正讀懂一個市場。語言背後還有文化脈絡、在地知識，以及台灣人實際使用語言的方式。iKala 投入 TMMLU+，便是希望透過開源的繁體中文 AI 評測基準，檢驗模型對繁體中文與台灣知識的理解能力，讓「AI 到底懂不懂台灣」不再只是主觀感受，而有一套具體的評測依據。

從 Agentic Commerce、GEO 到企業 AI 落地，背後其實都回到同一件事：AI 應用最終仍建立在人與資料之上。正如許巧彤所說，「先有人才有 AI，因為 AI 終究是要讀資料。」人們創造內容、累積市場訊號，AI 從中學習、理解並影響消費決策，形成相互作用的循環。當 AI 逐漸從輔助工具走向決策與交易入口，企業競爭的關鍵將不再只是如何運用 AI，更在於如何讓 AI 理解企業、讓企業讀懂市場，進而掌握新的成長機會。

【關於iKala】

iKala 致力於透過將 AI 與數據嵌入企業經營核心，協助企業做出更精準、更快速的決策。我們透過引導組織從「數據累積」邁向「決策產出」來支援 AI 轉型，並提供完整的 AI 解決方案，將企業的自有數據與 iKala 基於全球數十億社群訊號所建立的智慧模型相結合。

iKala 總部位於台灣，足跡遍布全球，服務超過 1,000 家企業及 50,000 個品牌，版圖橫跨全球 190 多個國家，客戶群包含多家財星 500 強企業（Fortune 500）。

iKala 官方網站：https://ikala.ai
iKala AI Marketing 介紹：https://ikala.ai/zh-tw/ikala-ai-marketing/