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
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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