OB嚴選累積1300萬LINE好友的秘訣：自創貼圖＋直播|數位時代 BusinessNext

OB嚴選累積1300萬LINE好友的秘訣：自創貼圖＋直播

要如何經營好LINE的官方帳號？吸引新用戶或許容易，但留住用戶的心卻難。台灣女裝電商品牌OB嚴選（橘熊科技），經營LINE官方帳號兩年多來，累積1300多萬好友數，他們留客的秘訣有二：「自創貼圖」與「直播」。

自創貼圖角色，延伸品牌力

橘熊科技行銷業務營運長張祐誠坦言，兩年多前OB嚴選思考了很久要不要以LINE作為行銷管道，因為光是要做第一波宣傳就要價200多萬。但他們審視當時的付費商家的特性，評估得出OB嚴選在服裝產業中還算是先行者，是很有機會的嘗試，因此決定投入市場。

第一步，就是透過免費貼圖吸引新用戶加入。2014年，OB嚴選與網路插畫家H.H先生合作推出第一波貼圖，短短三天就獲得近兩百萬用戶下載，成績斐然。不過，隨後團隊就面臨策略上的抉擇，也就是未來到底還要不要繼續與插畫家合作推系列貼圖。

「貼圖扮演的是品牌力量的延伸。」張祐誠表示，雖然第一波貼圖的效果非常好，但OB嚴選後來還是決定不繼續與插畫家合作，而是選擇投入開發自己的貼圖角色，一來，知名插畫家有漲合作價碼的風險，也有可能因為競爭對手開了更高的價格而被挖走；二來，用別人的角色就少了品牌的力量，「既然我花了這麼多錢，那我有沒有機會做一個自己的品牌角色？例如OPEN醬之於7-ELEVEN一樣。」

張祐誠笑說，以前大家常問為什麼OB嚴選的公司名稱會叫橘熊科技，以前覺得很難解釋，當時卻剛好給了他們一個機會，可以很直觀的把OB嚴選的吉祥物「橘醬」設定成一隻橘色的熊，並透過將貼圖品牌化、角色化，讓消費者與品牌產生情感連結，「這些東西是附加價值，也讓我降低消費者封鎖我的機率。」

現在，除了橘醬之外，OB嚴選的貼圖也衍伸出「柚咪」、「焦糖」等角色，「我想利用LINE這個媒介，做一個對我來說不是只有一次性的事情。」張祐誠說，例如現在橘醬家族還出了手機殼、絨毛玩具、玩偶等商品，這些產品的成本不高，但價錢高、毛利好，創造很多周邊效應。

用LINE直播與受眾互動

「既然已經在LINE上培養了受眾，我們思考到，能不能進一步透過直播跟這些人互動？」張祐誠說。

2015年，OB嚴選與藝人Ann Wu合作推出聯名品牌，本來計劃在Facebook上進行直播，但當時FB企業帳號還沒有開通直播功能，因此他們意外成了第一個在LINE直播「LIVE CAST」上啟用直播服務的企業，當時這場直播秀的同時觀看人數高達40萬人。

第一次的直播順利落幕，也讓OB嚴選在隔年把過去四年都透過電視露出的北投流浪動物之家公益活動搬到直播上，最後創下同時在線觀看人數32萬、募得5.5萬公斤飼料的成績，算下來的宣傳成本，還只有去年的八分之一。

59萬人同時在線

今年7月，OB嚴選的第三次直播，是與麵包師傅吳寶春合作進行麵包直播秀，由吳寶春跟張祐誠一起製作水果麵包，更創下了59萬人同時在線的驚人成績。「我們本來預計做半小時，但師傅一直把我的麵包拿去重做，我們後來做了一個多小時，你猜，觀看人數是下滑還上漲？」張祐誠說，觀看人數從剛開始直播的20幾萬人，最後完成麵包時的觀看人數更增加到了50萬人。

「這表示我們找到了有效的溝通方式。」張祐誠表示，OB嚴選把LINE當作自媒體經營，培養自己的受眾，做自己的行銷。相較於Facebook會因為演算法的調整，觸及人數只有幾百、幾千人，透過LINE直播的效益性更高。

未來，OB嚴選也計劃延續這樣的直播策略，在10月底進行一場服裝時尚直播秀，「如果我要推新商品，或做品牌深入的內容，我不用像以前一樣跟公關公司或者媒體合作，我有更好的用法，我可以直接用LINE直播去做，而且這些受眾，是真正在乎議題的人。」他說。

過去兩年，人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢，從客服、知識管理到軟體開發，越來越多企業將大型語言模型（LLM）導入企業營運流程，隨著應用程度的深化與廣化，越來越多發現，真正的挑戰早已不只是「選擇哪個模型」，而是如何管理算力、控制成本、確保資料安全，以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後，AI應用從回答問題進展為執行任務、操作系統以及串接流程，連帶拉升對AI基礎設施的需求與架構複雜度，而這意味著，想要發揮AI綜效，光只有模型與技術尚不夠，必須將整體IT環境逐步升級為AI基礎建設（AI Infra）。

深耕AI管理領域多年的數位無限（INFINITIX），近年積極布局軟體定應AI基礎建設（Software Defined AI Infrastructure）市場，除持續深化與GPU、伺服器與AI硬體生態系的合作關係，如於2021年取得NVIDIA Solution Advisor全球夥伴資格，2025年亦獲AMD GPU生態建設夥伴獎，也因應市場需求推出AI-Stack與ixCSP兩大產品線，協助企業、雲端服務供應商（CSP）與新世代AI雲端業者，更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示：「我們的目標是協助客戶打造軟體定義AI基礎架構，讓其可以視需求向下整合不同世代GPU、儲存與網路設備，同時，向上鏈結模型、Token跟AI應用，加速企業的AI創新轉型腳步。」

從AI模型到AI經濟，企業競爭焦點轉向算力與Token調度能力

過去市場談AI，焦點多半放在模型參數、推論效能與模型能力，但在大型語言模型推論需求暴增的現下，AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程；企業真正需要的，不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後，全球AI產業正逐步從模型競賽轉向「AI經濟」，亦即，影響企業AI決策的再也不是使用哪個模型、部署多少GPU，而是消耗多少Token、產生多少AI服務，以及算力是否能被有效共享與調度。

換言之，在AI新世界，算力調度能力的重要水漲船高。對此，陳文裕十分認同的說：「企業想要提升AI競爭力，不僅要掌握模型與應用，還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命，甚至是如何將閒置算力轉變成可交易的資源等。」

事實上，這也是大量AI資料中心（AIDC）跟新世代AI雲端服務（Neo Cloud）業者出現的原因，包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式，提供企業所需的GPU服務與AI算力平台。

看準這波趨勢，數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務，協助客戶提升GPU使用率，更進一步推出ixCSP平台，讓雲端服務供應商與新世代AI雲端業者，能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰：模型快速升級、算力需求攀升、GPU世代交替迅速，企業在追逐AI落地的同時，勢必得面臨基礎建設更新速度過快、硬體投資壓力升高，以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡，數位無限的作法是，透過AI-Stack將底層硬體抽象化，以Token或模型服務形式提供，讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如，高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題，加速39項AI模型進入臨床應用階段，成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步，為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源，也可以透過ixCSP平台，把算力共享或調度給集團內部團隊、子公司，甚至上下游合作夥伴使用，進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設，企業真正需要的，也不再只是單一模型，而是一套能持續適應AI快速演進的AI Infra，而這與數位無限近年來的重要轉型方向一致：從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商，更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值，數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案，協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境，降低企業從PoC走向實際導入的門檻，加速AI落地。

總的來說，隨著AI競爭從模型能力延伸到算力治理，企業比拚的不僅是導入速度，而是能否建立一套足夠彈性、可持續演進的AI Infra，而這與數位無限的發展目標一致，將持續不斷優化產品服務，化身企業搶進AI新世代的關鍵合作夥伴。