四年拿下7,400萬日活躍用戶,今日頭條已經準備跨入全球市場
四年拿下7,400萬日活躍用戶,今日頭條已經準備跨入全球市場

如果有兩家你一定要關心的快速成長中國新創,非今日頭條和滴滴莫屬。今日頭條可以說是全世界最大的新聞媒體資訊App,擁有7400萬日活躍用戶、1.38億月活躍用戶,而且它保持獨立經營,直接與中國網路巨頭BAT競爭,而未被併購。

但它不認為自己是媒體,自詡是科技公司,用人工智慧機器學習做出個人化推薦,號稱比你更懂你想看的內容是什麼,也的確在中國捲起一陣旋風。

創辦人張一鳴才33歲,跟Facebook創辦人佐克伯年紀相仿,也同樣做資訊聚合,所以被中國媒體喻為「中國的佐克伯」!

四年來成長飛快

剛上任的今日頭條國際業務運營總裁Josh Liu,在Infinity Venture Summit公開演講,他說,「這是訊息找人的時代!已經不再是人找訊息了。」假設有1千萬人口,每個人接觸的訊息源就超過1萬,利用手機的碎片化時間,也讓訊息的個人化推薦成為剛需。

Josh Liu分享今日頭條最新的數據,每天使用者使用今日頭條App達76分鐘,黏著度非常高。此外,每天有13億篇文章被閱讀、15億影音被觀看、30萬頭條號作者每天在平台上發布15萬篇文章及影音、1萬個媒體合作夥伴提供好的合作內容。

Infinity Venture Partners Summit今日頭條數據。郭芝榕攝影.jpg
今日頭條日活躍用戶數達7400萬,黏著度很高。
圖/ 攝影/郭芝榕

他說,頭條是得到知識和資訊的地方,新聞只占5至10%。「人們在找頭條不只是來看新聞,也會看其他類型的資訊和影音!」

Infinity Venture Partners Summit今日頭條里程碑。郭芝榕攝影.jpg
今日頭條里程碑,2014年已經變現,兩年來都沒有新的募資。
圖/ 攝影/郭芝榕

個人化推薦怎麼做?

今日頭條沒有任何主編在選取新聞,他們用「主編的群體智慧」,將各大媒體的頭條、重要及熱門新聞也加進演算法指標中,若是各大媒體主編都認為重要的新聞,自然會被今日頭條的使用者看見。

對他們來說,機器恐怕比人還重要,而為了要做到個人化推薦,今日頭條的確做得很極致。目前總員工2,500名,工程師有1,500個,其中800位工程師聚焦在演算法、資料分析,相當驚人!

Infinity Venture Parters Summit今日頭條個人化推薦的數據。郭芝榕攝影.
今日頭條個人化推薦的數據。
圖/ 攝影/郭芝榕

個人化推薦來自幾百個使用者不同的面向和使用者會感興趣的圖像模型,這背後奠基於資料。今日頭條即時更新使用者圖像,每天約更新300次程式碼。

要運作這麼龐大的資料,今日頭條一共擁有2萬伺服器,用公有雲和自己的建造的伺服器混合使用,每天有14億request(程式的請求)。每天要處理的資料更高達4.7PB,光使用者圖像資料就有140TB。

Infinity Venture Parters Summit今日頭條演算法運作方式。郭芝榕攝影.j
今日頭條的核心競爭力是人工智慧演算法,才能做到個人化推薦。
圖/ 攝影/郭芝榕

今日頭條如何掌握使用者連自己都捉摸不透的興趣?Josh Liu舉其中一個協同過濾算法為例,可以同時做到個性化和「泛化」。今日頭條每天推送4千條訊息,但對每個個人只會推送4至5條訊息。

除了使用者的興趣之外,也會保留興趣探索的空間。一開始會先學習使用者喜歡看的內容,從使用者裝置、年齡、有興趣的內容等資料歸類使用者,把特徵做泛化,找出具有類似特徵用戶會喜歡的內容,推送給這個使用者,再用點擊率和閱讀時間長短等指標測試使用者是否喜歡。

主要商業模式:原生廣告

目前今日頭條的年收入約為10億美元(約60億人民幣),原生廣告是它最主要的商業模式,他們認為廣告也是訊息的一種,好的廣告也必須有好的點擊率,才不會干擾使用者閱讀的體驗,所以今日頭條並不是全盤接收所有廣告。

除了原生廣告之外,今日頭條也剛嘗試做電商導購,對使用者推薦適合的商品。Josh Liu說,「重點在深,不在多!這麼多商業模式不是不能做,而是同時做太多會分散心力。」

今日頭條所打造的平台是為了讓年輕創作者得以生存,過去平台和媒體皆用編輯思維,但只要編輯不選你的文章,有些文章就沒有機會被看到。

另外,今日頭條還提供千人萬元計畫,從2015年11月開始,每個月固定提供給1千個創作者約1萬人民幣的廣告分潤。此外,據悉,今日頭條預計將年收入的15%左右分潤給內容創作者。

今日頭條快速擴張海外市場

今日頭條國際化團隊目前正式員工加實習生約有100人。2017年預計擴張全球市場,初期鎖定加拿大、美國、巴西、英國、東南亞和日本等等市場,目前在美國有三個辦公室,正在籌備日本辦公室,也預計在新加坡設立辦公室。

Infinity Venture Parters Summit今日頭條2017擴張全球市場。郭芝榕攝
今日頭條2017擴張全球市場。
圖/ 攝影/郭芝榕

Josh Liu指出,目前還在調整產品,希望2017年第一季可以達到好的品質,才會決定是否進入更多市場。

為什麼今日頭條要跨出海外?

Josh Liu說,人工智慧代表全新訊息發現和分發的模式,在中國最複雜的市場上,已經充分證明,這個新的模式可以幫使用者得到他想要的內容。

此外,對中國網路公司來說,一方面因為這是人工智慧大規模爆發的時代,另一方面是因為以GDP來說,中國現在是第二大國,未來預計會超過美國。再加上目前中國智慧型手機用戶增長已有飽和的趨勢,所以中國網路公司往海外走是勢在必行,連今日頭條都不例外。

Infinity Venture Parters Summit今日頭條用TopBuzz擴張海外市場。
今日頭條用TopBuzz擴張海外市場。
圖/ 攝影/郭芝榕

今日頭條在2016年就已經在美國、日本和巴西發布海外版今日頭條「TopBuzz」及「TopBuzz Video」。試水溫三個月,今日頭條在海外的日活躍用戶接近百萬。

至於布局海外的策略,今日頭條會用共同合作、自己做或是併購等三種方式來進入市場,像印尼、印度市場,就會透過今日頭條已投資的公司擴張海外市場,開放今日頭條人工智慧演算法的API,讓在地公司推廣。

今日頭條把同樣的模式複製到全球市場,但日本市場很獨特,有很強的新聞聚合App在地競爭者諸如SmartNews和Gunosy等等,所以今日頭條選擇用影音產品「TopBuzz Video」切入市場,才能讓自己移動得更快,現階段積極與日本內容提供商談授權合作,希望取得好的內容。

布局海外,今日頭條看準廣告市場仍然很龐大,在全球一樣要用廣告來變現,到底這個顛覆性的模式到底能不能帶著人工智慧席捲全球市場,成為獨霸全球的資訊平台呢?接下來令人期待。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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