台灣一般消費者還沒有進化到的是,居家空間的美學經驗,這在歐洲早已是日常生活的一部份了,在亞洲則由家電大國日本作為潮流的前鋒。
Amadana就是日本近兩年的設計師家電品牌,賣的是家電加美麗加流行的複合式概念,訴求家電、食器等日常用品跳脫硬梆梆的功能概念,強調讓家電成為生活中的藝術品,讓我們在每天使用的過程中,一點一滴地型塑美學品味。
Amadana設計師鄭秀和說:「如果不能讓消費者買我們的商品回家用十五年都愛不釋手,那這樣的商品我一點都不想做。」所以在Amadana的商店裡,筆記型電腦、烤箱、熱水器、電話等再尋常不過的民生用品,都變成了高價而精緻的精品,選購這些商品過程中所產生的,是對設計巧思的驚嘆和對產品品質的信賴,和我們買Gucci的精品包沒有兩樣。
鄭秀和是這家在二○○二年成立的Amadana幕後靈魂人物。鄭秀和自己是日本相當知名的室內設計和建築師,設計了不少膾炙人口的精品飯店和夜店。因為對日本家電產品複雜的功能和缺乏美學概念的設計長期不滿,一手策劃了Amadana,品牌定位為「二十一世紀的家電品牌」。
儘管概念相當新穎,鄭秀和靈感的來源卻是最傳統的日本職人概念,以Amadana取名於日本江戶時代最有名、賣漆器的街名看來,鄭秀和不想抄襲歐美,只想從自己文化的母根裡找到一種符合現代日本的生活風格,再透過Amadana多樣化的商品選擇,推廣到一般日本人的家庭裡。
現在如果想要買Amadana的人,可以在中目黑或是到表參道Hills購買,整體店面設計融合日本的傳統性與創新性,光走在裡面都讓人感到非常的舒適典雅。再看到這些精品般的家電用品,叫人想要瘋狂地把錢都掏出來全部買回家,跟Armani Casa的家具配成一系列,讓住家充滿美感和藝術想像。
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/
