張明正看AlphaGo：台灣得趕上人工智慧潮流，這比鴻海買夏普還重要100倍！|數位時代 BusinessNext

Google將是人工智慧的盟主

這50年來，大家想的都是電腦如何取代人腦？但一直遲遲未發生。在1997年IBM的深藍電腦下贏西洋棋之後，世界開始變得不一樣了，事隔近20年，AlphaGo戰勝歐洲棋王和世界棋王，更引領人工智慧到達一個嶄新的里程碑。

「這代表人工智慧要變成真的嗎？為什麼FB、Google、微軟、IBM都要做人工智慧？引爆點在什麼地方？到底誰是人工智慧的盟主？台灣又做了哪些事？」張明正的語氣有點急切，接連拋出了一連串問題。

台灣這幾年瘋雲端和大數據，當資料蒐集起來變成資訊，要如何做到智慧？大數據真的有用嗎？張明正指出，「資料永遠不可能完整解完，現在的關鍵是當資料不完全確定時，人類如何做決策？」於是，近幾年Google、微軟、IBM、Facebook認真結合心理學開始做人工智慧，機器人、個人化助理都是兵家必爭之地。

若從歷史脈絡看科技的轉變，蘋果在7、8年前推出智慧型手機，手機改變人類的生活，從鍵盤、滑鼠到手機，科技的典範正在轉移，下一個平台是什麼？「就是人工智慧！」張明正說得確定。

這場仗讓大家知道人工智慧的重要性，而對軟體來說，最重要的是人工智慧裡的深度學習，張明正解讀Google宣傳Deepmind此戰的用意，Google是偉大的公司，他們用4億美元買下DeepMind，它必須在搜尋和人工智慧辨識能力一直保持領先。他說，「AlphaGo對戰世界棋王，重點不在圍棋輸贏而已，而是宣示意味濃厚，宣告Google在接下來30年將成為人工智慧真正的盟主，蘋果整個輸掉了！」

AlphaGo展現了人工智慧的能力

張明正點出人工智慧的戰力所在，科技巨頭們拚的是結合模式辨識和認知的人工智慧演算法，以及大量的運算分析能力，王銘琬說，「要把圍棋下好需要多方面的能力，不是死背棋譜或是邏輯思考而已，必須透過視覺對棋盤有直覺判斷！」圍棋軟體若能達到人類的感覺，幾乎達到人類最高水準，可說是軟體的最高境界。

人在判斷一件事情時，通常需要情緒、直覺和分析，AlphaGo沒有情緒，而圍棋職業棋士所需要的直覺，AlphaGo先用三千萬個過去人類比賽的棋譜訓練深度學習的模式辨識，再用蒙地卡羅樹搜尋（MCTS）技術達到下圍棋時類似人的「感覺」。Google DeepMind為了訓練深度學習的模式，用幾千個伺服器跑了三個星期，要讓人工智慧對未知進行判斷，就需要這麼龐大的軟體和硬體資源。

　　
（圖說：張明正認為人工智慧是未來軟體最重要的趨勢，台灣產業一定要往這個方向走。圖片來源：郭芝榕攝影。）

台灣的角色到底在哪裡？

很久沒談論產業動態的張明正，語氣透露對台灣產業的擔心：「我們已經失去了雲端和大數據的主導地位，接下來軟體要往人工智慧靠攏，人工智慧、軟體，就是這樣了！這比鴻海買夏普還重要100倍！」他認為，這件事不只是人工智慧戰勝世界棋王而已，產業必須看到AlphaGo這場戰背後的意義及所帶來的顛覆性，這對台灣產業很重要。

張明正認為，「有平台，台灣就有機會，但至少要知道未來的趨勢在哪裡！」台灣不可能去拚人工智慧平台的角色，但是產業必須往人工智慧的趨勢走，有了科技巨頭當火車頭，去年還陸續開放人工智慧技術的API，例如Google就開源機器學習系統TensorFlow，結合台灣有的物聯網、智慧城市和智慧家庭，就能創造更多好的、不一樣的就業能力。

「當資料變平台，變人工智慧，會影響未來經濟30年！」張明正斬釘截鐵說。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。