[蕭瑟寡人] 未來兩年的五個科技泡沫
[蕭瑟寡人] 未來兩年的五個科技泡沫

科技新創口頭禪向來以「The next big thing」為經典。報導新創潮流好像在寫奇幻小說一樣,作者想到一支魔戒,大家加油添醋地馬上生出了哈比人、魔眼、半獸人、精靈,寫到後面越來越精彩,要天搖地動還是要火山爆發,樣樣都來。

未來科技_虛擬_觸控介面_shutterstock_367340927_Lr.jpg
「下一個大事是什麼?」往往是科技新聞常討論的話題,描繪人類對科技的美好想像。
圖/ shutterstock

科技業的奇幻故事,不斷地告訴我們,有天我們的生活會像《關鍵報告》或是《星際大戰》一般,一切都有聲控、人工智慧的系統操作,並且能透過幻象投影、機器人等進行互動,達到科技與生活完全結合。

人因為夢想而偉大,但夢想卻因為現實而破滅。科技的憧憬值得期待,但是否真有價值,要在面對冰冷的市場事實之後方能知曉。

過去兩年有許多科技神話,預言物聯網、虛擬實境、人工智慧、3D列印等技術將能夠融入我們日常生活並且徹底改變人類對於科技的想像。然而,兩年光景後,許多領域的一些應用似乎誇大其實,已逐漸開始泡沫。

科技泡沫_shutterstock_274094615.jpg
兩年內,五大在風口上的科技潮流可能成泡沫。
圖/ shutterstock

在閱讀這些潮流時,我們要了解,未來兩年內潮退後,有些夢想可能永遠不會實現。

日常穿戴式裝置

兩年前開始,以智慧型手錶為開端,掀起了日常穿戴式裝置的潮流,也成為物流網潮流的一部份神話。而當時,已經有人察覺日常穿戴式裝置曝光率遠高於實際應用。知名創投Fred Wilson亦曾對智慧型手錶的實用性和未來發展提出質疑

兩年後,智慧型手錶與其他日常穿戴式裝置並沒有消失,但是卻也沒有大紅大紫。2016年,穿戴式裝置市場號稱成長了兩倍,全球總共賣出兩千兩百萬個裝置。乍看之下成長許多,但是此銷售量與平板、手機等相比,穿戴式裝置的銷售量相較只是班門弄斧。

整體而言,智慧型手錶銷售量已有疲軟之勢,蘋果手錶銷售量更是大跌五成。唯一成績還算亮眼的是Fitbit的運動手錶,但其股價並未有起色。

在穿戴裝置的相對小眾市場中,競爭對手三星、蘋果、Garmin、Fitbit、小米、LG等廠商卻已殺得血流成河,而今年穿戴裝置卻是幾乎沒有消息。這還沒有考慮到實際使用量。(以筆者身邊朋友而言,買了穿戴式裝置後,幾乎都是用了幾個月就沒再用了,唯一還看得到的是像Fitbit這樣的陽春運動手錶。)

我相信穿戴式裝置的市場會持續成長,但是卻不會像平板或手機一般成為主流市場,更難以像許多科技媒體預言般地成為智慧家庭中的重要一環。

若要討論穿戴式產品的發展問題,首先不得不討論整體設計的理念。 至此,許多穿戴式裝置仍然是採用形式上升級而非功能性的提升。 所謂形式上升級,意思就是將現有的某種裝置(如手錶、項鍊等)塞入數位晶片後,變成能與手機溝通的「智慧型裝置」。

然而,很多非智慧型裝置的手錶、項鍊、戒指等配戴飾品,原本的設計的理念有其自己的道理,但絕對不是為了有智慧型手機的年代而設計。現在的智慧型手錶除了將手機上的內容顯示在手錶上,並沒有在功能上作任何太明顯的提升,有點脫褲子放屁的感覺。

如果時鐘都放在口袋裡了,還需要戴手錶嗎?

最後, 許多穿戴式裝置最後的附加價值會像運動手錶一樣非常簡單,不需要觸控、聲控,只要把偵測器做好就好了。 但也因為如此,穿戴式裝置售價不可能像現在智慧型手錶一樣貴,在小米、Garmin跟Fitbit大力競爭的情況下,最後一定是削價競爭,腰斬毛利。

技術上而言,穿戴式裝置的電池和網路通訊仍有很大的問題。若穿戴式裝置有觸控、聲控、全彩背光顯示等功能,連續使用時間很難撐過三個小時。

為了低功率省電,許多計算必須在手機或其他裝置上完成,這也意味著通訊模組電耗的重要性。目前穿戴式低能號裝置通訊模組距離太短,只能跟手機連結,若使用量太高,甚至會拖垮手機的耗能。

因此,穿戴式裝置在近期內仍是不太實用的奢侈玩具。大家當初預期可以透過穿戴式裝置跟智慧家電靈犀相通的未來,離我們還有一大段距離。

家用3D列印

3D列印潮起時,有些科技奇幻故事告訴我們未來人人家裡都會有台3D印表機,我們將更少光顧商店,因為只要網路上可以下載或購買列印藍圖,我們就可以在家「列印客製化商品」。

但是才不過幾年,所謂的家用3D列印公司開始呈現頹勢。當初被以四億美金高價收購的低價3D印表機公司MakerBot,去年卻傳出財務危機、大幅裁員20%。到底這產業發生了什麼事呢?

當然,當初的列印願景又被過度行銷,跟現實完全脫節了。

從觀念上看來,其實3D列印不是一種技術,而是一種製造方法,原名為Additive Manufacturing(增量製造),其實包含了所有用堆疊層次來製造的方法,實行已有三十年之久。

而為什麼製造業依然使用注模(Injection Molding)為主,而不用3D列印呢?

道理很簡單:質、量跟成本。

注模不但品質一致、出錯率低,當開始進行量產時,時間和金錢成本都較增量製造低上許多。說穿了,本來3D列印就不適合用來製造量產商品。

當然,有很多人會爭論說3D列印的重點在客製化。沒錯,重點確實是客製化而不是量產,但是3D列印卻無法克服許多技術上的問題。

首先,3D列印並不是一種技術。因此,在「列印」塑膠、金屬、尼龍、水泥、樹脂等不同材質的印表機,實際上都是不同的增量製造技術,不但很難(甚至不可能)同時進行,也無法將一種增量製造的技術直接拿去應用在不同材質上。

因此,3D列印要做到不同顏色、不同材質,都非常困難。說到客製化,基本上幻想已經破滅了。

再來,各類3D列印技術的穩定性仍有待加強。

當初3D列印公司與科技業唬爛的願景,其實都忘了跟大家說:3D列印不是像噴墨和雷射印表機一樣,你想印就印。

就連最基本的家用3D印表機,如果不懂得維持列印面水平、清理噴嘴、維護機體,非常容易列印失敗,完全不是大家所想的傻瓜商品。

最後就是3D列印的素材必須要有可塑性,然後再冷卻成形。這代表增快3D列印速度非常困難。因此,在做任何民生消費市場應用時,要做到大家所想的即時列印,是難上加難。

同樣地,3D列印不會消失,但是未來的用途恐怕會侷限於Maker、專業原型製作與工業用。

如果你是電腦白癡但是卻信了這神話買了一台3D印表機...

不妨考慮改裝成水族箱。

智慧型玩具與教材

隨著物聯網潮起,另外一科技神話就是靠軟硬整合,我們將能創造更多與電腦結合的智慧型玩具和教材來提升娛樂效果與輔助教育。

在硬體成本降低、低能耗通訊模組問世以及雲端成本降低後,不管是一些遙控機器人教育機器人還是親子互動玩具都相繼進入市場。

然而,智慧型玩具與智慧型教材,雖才開始,但是已困難重重。

至今,除了BB-8遙控機器人搭了《星際大戰》的順風車以外,許多新創智慧型玩具產品上市後,銷售量都不亮眼。而智慧型玩具上市公司LeapFrog前年爆發財務困難後,今年被港商VTech以7千2百萬美金賤價收購。而老牌玩具商Hasboro、Mattel等在內部研究玩具機器人、智慧型對話玩具以及兒童用無人機後,計畫通通糟到腰斬。

為什麼呢?

其實這跟玩具和教育市場的本質有關。玩具市場是個高淘汰率的市場,通常孩童對於玩具的新鮮感不會超過兩個月。而孩子對於玩具的新鮮感亦非功能導向,而是品牌印象主導。

所以,玩具業最有效的商業模式就是低成本但是高品牌價值的玩具,比如說鋼鐵人、Hello Kitty、冰雪奇緣動作玩偶等,而且通常售價不會超過四十元美金。因此,智慧型玩具不但單位成本太高,其功能性又不是重點,從商業角度看來難以賣座。

而教育市場呢?大部分的基礎教育講究抽象的符號知識(Symbolic Logic),因此相當注重知識的結構和呈現方式。

平板、電腦以及其他顯示裝置的好處是能夠因應知識的特性改變介面和互動方式,但如果今天若採用硬體智慧型教材呈現,反而更難改變互動方式。而使用硬體互動跟軟體互動有質性上的差別嗎?

不見得。

智慧型玩具與教材最後一大瓶頸就是投入研發後,卻沒有可預期的明顯商業價值。除了「有趣」以外,長期的發展潛力備受質疑。

壓死智慧型玩具的最後的一根稻草,應該要算是智慧型玩具缺乏「Recurring Revenue」(連續性營收)。

當孩童厭倦了平板App上的內容,他可以下載更多內容或是其他的App繼續使用,因此創造連續性的收益。但是智慧型玩具卻沒有人會願意多付你錢去購買更多內容,因為孩童厭倦的是硬體外型,即使有再多軟體內容都難以說服客人買單。

(噓...其實美國幾個知名加速器都看走眼,已經在智慧型玩具產業被套牢幾次了。)

VR 虛擬實境

虛擬實境話題,應該不用多說,HTC已經把棺材本壓在Vive上。臉書有Oculus、Google也投入Google Cardboard。而阿里巴巴、騰訊與百度也積極投入一「聲稱」將有八百五十億美金市值的VR產業。在此只討VR,不論AR。而其實VR還沒成熟,已經有明眼人看出純VR的前景堪憂

從娛樂的角度看來,VR絕對會存在(也一直都存在著),但是除了昂貴的娛樂外,VR究竟能夠創造多少產值?許多科技媒體大神希望我們相信VR可以用在教育模擬、視訊溝通等,實用性無窮。

然而,事實上VR很明顯地必須面對實用性的問題。今天的遊戲產業分為遊戲主機和手機遊戲兩大塊,玩家在設備上的投資意願已經很明顯了,VR遊戲將關注遊戲主機市場。

但是,過去遊戲主機推3D顯示器和3D遊戲,完全沒有起色,這或許已經說明了這些視覺上的小聰明,對於玩家並不重要,還不如專注於遊戲內容和遊戲引擎。

而說到內容和引擎,由於VR的機制複雜,除了要戴笨重的頭盔外,還要拿兩隻控制器揮來揮去,要為這種全方位互動模式設計內容,難度上比遊戲搖桿、鍵盤滑鼠還要複雜得多,是否會有遊戲開發者願意去花大筆開發成本去賭VR遊戲呢?

答案是目前還沒有。VR設備如Vive和Oculus都是數百元美金起跳,買一台Vive加上定位器的價格,差不多可以買兩台PS4或是Xbox One。 而最大的致命傷仍在:這樣的遊戲真的比較好玩嗎?

VR_虛擬實境_儘供編輯用_(來源Christian Bertrand/Shutterstock.c
VR或許能應用在邏輯性知識或是純粹的感官體驗,但必須為每種題目都提供專屬的VR內容,再估算VR內容開發意願和成本的話,VR完全沒有吸引力。
圖/ shutterstock

說到教育應用,又不得不提到各類知識型態的差異。大部分基礎教育的知識型態非常程序化,而且時常以符號呈現,擁有全景的互動對於程序化知識並沒有什麼明顯的幫助,你能想像用VR做代數問題或是學習英文寫作嗎?

VR或許能應用在邏輯性知識或是純粹的感官體驗,但是問題回到了知識結構和呈現方式:你必須為每種題目都提供專屬的VR內容,以VR目前的內容開發意願和成本來看,VR完全沒有吸引力。

試想,如果今天需要手動操作,VR需要幾百甚至上千美金,而一套國高中實驗器材可能還比較便宜,而且還可以重複使用。若今天討論的是感官體驗,請問學生看一段高畫質影片跟看一段VR影片會有很大的差異嗎?差異有上千美金的價值嗎?最後別忘了,學習的一大重點在於專注力,如果學生有全景互動,對於學習是否有多少實質幫助?

從教育上看來,亦困難重重,理論上沒有明顯優勢。

最後講到通訊應用,則是回到最根本的成本和效益問題。撇開應用,VR本身的技術有很大的致命傷。相對於AR(Augmented Reality,擴增實境),VR的空間被限制在偵測器可及之範圍。由於VR的頭盔是全罩式,使用者若一不小心動作太大可能會跟實體空間撞擊而受傷。

VR最難以令人接受的致命傷就是,一套設備只能有一人體驗,即使多幾套頭盔都無法在同一空間中使用。

到目前為止,所謂純VR產業的相關設備和內容已投入數百億美金以上。如今昂貴的產品上市了,卻在消費市場仍不見相關應用,要跌,恐怕跌得不輕。

當然,專業和工業領域中VR永遠佔有一席之地,但這和當初科技業向我們兜售的願景又是兩回事了。

AI 聊天機器人與智慧助理

最後,讓我們來聊聊人工智慧。這幾年由於工業用與企業用人工智慧不斷翻新,而且有人相信未來能創造上兆美元價值,於是有些科技人也動起腦袋,創造了個人用的AI噱頭,激發我們對於智慧型助理的遐想,可望有一天有超聰明的「AI」可以聰明到幫我們處理任何事,我們只要茶來伸手飯來張口。

在了解這種民生AI的可行性之前,我們必須要了解一下AI本身有諸多定義,而現在我們做的AI跟三十年前的AI目的和方法有很大的出入

三十年前的AI講究的是了解和模擬人類的知識彙整與推理能力,但是今天的AI,重點在於實用性,利用資料模型來將人類做的許多歸納和決策工作自動化。

今天的AI是自動化工業的延伸,並非朝模擬全能人類智能為目標。若硬要正名,今天所謂的AI其實是Machine Learning(機器學習)。

簡單而言, 機器學習的目的在於達到特定一種工作的高度自動化,而不是要讓AI能夠完成不同領域的工作。 意思就是,下圍棋的AI就是下圍棋的AI,他不會突然發展出辨識小雞性別的特異功能。

當然,今天的AI技術在工業和企業運算都發揮了極大效用,但是為什麼在個人用卻前景堪憂呢?

目前一些新創公司如x.ai智慧會議助理,還有clarke.ai自動會議紀錄助理,以及Wonder Bot筆記助理等,雖然已推出產品,但仍未見大紅大紫。而像x.ai已經是科技新創的新寵兒,吸引到兩千三百萬美金B輪,但是卻仍未找到商業模式。

今年才有人鼓吹說AI聊天機器人和智慧助理即將取代App,成為下一波行動科技主流。

很可惜,這一切恐怕都不會成真。

AI聊天機器人和各類智慧助理的最大問題,跟為什麼至今最好用的筆記App也不過是OneNote、EverNote,原因是一樣的。

最大的原因在於:工業和企業內部的工作都有明確、可量化的目標,但是個人日常生活中從事的工作,大部分的目標不但難以量化,所涉及的知識更是偏重邏輯性而非量性。

最簡單的例子就是買菜,如果你今天想要做一道炸醬麵,請問機器人怎麼幫你買菜?

機器人必須要懂得閱讀食譜,並且要了解很多食材知識(如加入小黃瓜可以解膩、加入紅蘿蔔可以增加甜味、加入冬瓜可以中和豆瓣醬的濃稠等)。機器人必須要能夠自動分析食譜,了解你的喜好,並且上網幫你挑選食材,光是上網買菜這麼單純的事情都需要如此多的邏輯性知識。

最大的問題是,如果機器人需要更多資訊,他也不能一直煩你,不然要跟機器人打太極打個十分鐘,你就乾脆開App自己去下單就好了啊!

而今天假設這訂菜機器人開發完畢上市,最難堪的問題就是:有人會光為這功能掏錢包嗎?

若要做到一真正實用的個人助理,那怕是上網買菜,就連幫你選音樂清單、規劃旅程、尋找機票等工作,都要能夠一把包辦。

你能想像,擁有三千多萬美金(相當於新台幣十億餘元)資金的x.ai,最後做出的產品只是幫你尋找開會時間和確認開會地點嗎?你就能想像,實際上要為個人解決非常單純的日常生活問題,所需要投入的研發成本有多大,做不做得出來、做不做得好還不知道。

因此,至少在可預期的未來中,個人用的AI難以創造很大的產值,更不要想會有很多人為了穩定性不足、準確率不夠的智慧助理和聊天機器人付錢。

創業家:不要留戀技術,請愛上價值

說到最後,為何如此多的科技產業面臨泡沫化的危機?

因為科技人常留戀技術,結果奇幻劇場劇本一寫欲罷不能,卻忘了一部劇要有演員、要有布景、要有燈光、要有製片,這一切無法落實,最後劇本也只是劇本。

因此在思考任何科技產業的同時,請記得:別留戀技術,能創造價值,才有人買單。

沒有人願意付錢使用的技術,代表價值創造的基礎出了問題。

與其戀戀不捨,不如好好思考如何扭轉(Pivot)。

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。
往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

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。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

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。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

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。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

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。

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