台灣最大串流音樂服務的大腦：KKBOX研究中心|數位時代 BusinessNext

互動越多，才能更了解你

KKBOX研究中心成立於四年前，分為「機器學習（Machine Learning）」和「資料科學（Data Science）」兩大組別，目前研究中心成員約十多人，兩個組別人數大約各占一半。

機器學習組的工作內容是運用演算法提升產品功能，同時也和學界密切合作，從實驗室的前期探索中找尋產品化的機會。而資料科學組則是負責收集和分析大量用戶資料，比方說用戶的使用頻次、付費狀況、興趣和喜灣的藝人等，並以此預測用戶未來的行為、提供更個人化的服務。

平時，這兩個組別和公司各個部門都有緊密互動。以資料科學組來說，業務性質就會和營運策略規劃部（Business Insights team）、行銷、商業開發部門有關，透過資料科學組提供的數據，其他部門可以知道過去操作的成效或預測未來行銷成績。機器學習組則和產品功能最接近，產品經理、工程師、編輯和外部專家都是合作對象。

兩個團隊各司其職，但彼此也相輔相成。「機器學習背後其實有非常多的factor（因素），可是到底哪一些factor真的對我們實際做出來的功能、使用者用起來是有感的？這些都需要資料科學來協助。」負責帶領研究中心的產品開發中心副總經理林華說。

她指出，數位產品的優點就是可以追蹤使用者的每一個步驟。一般來說，使用者聆聽音樂時，可分為「主動式聽歌」（lean forward）和「被動式聽歌」（lean back）兩種行為模式。前者是使用者很清楚自己現在要找哪一個歌手、哪一首歌曲，而後者則是跟著編輯挑選的歌單加上系統推薦的音樂，或是開啟電台模式，讓系統自動推送歌曲。

「主動和消極被動，其實意圖差很多。同樣是聽過一首歌，這首歌是你自己找來反覆聽的，還是你跟著（歌單）聽過，沒有對這首歌產生任何互動？我們在做個人化推薦的時候，很多訊號都會挖出來看。」林華說，他們會透過數據觀察用戶對音樂的意圖，並跟著優化演算法，而那些「用戶雲淡風輕跟著聽過去、毫無感覺而且只聽過一次兩次的歌」，就會被排在比較後面。也就是說，用戶的互動行為越多，KKBOX就會越了解你。

林華表示，目前在KKBOX用戶中，主動式聽歌和被動式聽歌這兩種類型的用戶比例難以量化比較，不過她認為，當推薦系統做得越來越好時，被動式聽歌的比例應該會逐漸增加。「我們當然是希望使用者越省力越好！」她笑說。

讓用戶越聽越多元

新版演算法專案是在今年春天正式啟動，不過在這之前，研究中心早已做過多次測試和優化。「其實我們在舊的首頁就已經偷偷先行AB test了。」研究中心機器學習組經理陳怡安說。

她指出，過去，KKBOX的首頁是採用規則導向（Rule-Based）推薦，先掌握使用者喜歡的歌手和曲風後，再以比對方式推薦歌曲給使用者。規則導向演算法雖然簡單直接且容易解釋，但是也有極限。「因為每個人喜歡的都不一樣，所以你可能要為這群人建立很多規則，但是在整體CTR（點閱率）的表現上，很難去做系統性的優化。」

但如果是透過機器學習，效能反而更高。「今天有CTR這個目標，我就用點擊紀錄把這些資訊萃取出來。這些點擊紀錄代表我要追尋的目標，所以這些人和物的特質就變成feature。透過機器學習演算法，可以把這些人和物的feature加以演算，排在前面。」不過相對來說，機器學習也較為繁瑣和複雜，需要花費更多心力。

新版演算法推出已快三個月，從數據看來，研究中心的苦心沒有白費。林華表示，明年1月還會推出「tell us what you like」的功能，當新用戶進到KKBOX，可以先挑選幾種自己喜歡的曲風，讓系統自動配對該類型的熱門歌手，就像是跟KKBOX做「自我介紹」一樣。

陳怡安觀察，台灣用戶普遍習慣聽熟悉的音樂，比較少主動聆聽新歌。不過，到今年8月為止，KKBOX曲庫內的歌曲數已經超過3千萬首，不多方嘗試實在有點可惜。「我們最終目標，就是希望大家越聽越多元！」她說。

隨著生成式 AI 與 AI Agent 的快速發展，企業導入 AI 應用，早已不是「要不要」的是非題，而是「如何選對解決方案」的決策題。

以 AI 客服為例，市場上雖然有眾多解決方案，但真正能夠拉開差距的，不是技術本身，而是對產業場景、服務流程與顧客需求的理解，這是決定AI 能否改善營運效率、提升顧客體驗，並創造實際商業價值的關鍵。

深耕客服領域多年的宏華國際，憑藉著長期累積的第一線服務經驗，以及對產業應用場景的深刻洞察，打造出適用多元產業的 AI 客服代理人，透過將客服經驗模組化、場景化，協助企業降低 AI 導入門檻與試錯成本，讓 AI 不只是技術工具，而是真正能快速落地、創造營運效益的虛擬助手。

有溫度的 AI 服務，成為企業競爭力的新關鍵

宏華國際資深技術顧問李宗遠指出，對企業、尤其是服務業而言，客服的價值早已不只是接聽電話或回覆訊息，而是建立顧客信任、優化服務體驗的重要平台。透過客服，企業不僅能維持對外溝通的一致性與完整性，也能延伸服務時間與服務範圍，進而即時掌握顧客需求，有效承接每一次商機。

然而，過去要打造全天候客服，企業往往需要投入大量人力與管理成本。如今，AI大幅降低了建置與維運成本，24 小時服務不再是大企業的專利。透過 AI 客服代理人，即使是資源有限的中小企業，也能在不額外增加人力的前提下，快速建立客服機制，提供更貼心、更有溫度的服務，而這也將成為未來服務業的重要競爭力。

以餐飲業為例，消費者有聚餐需求時，通常會透過網路訂位系統同時向多家餐廳預約，等到接近用餐日時，再做出最終選擇。此時，餐飲業者若能在網路訂位流程中整合 AI 客服代理人，主動提供完整且貼心的一條龍服務，例如：推薦適合餐點、提醒停車資訊、確認特殊飲食需求，甚至提前規劃包廂與慶生活動等，讓顧客到店前就有好的服務體驗，自然有機會打動顧客的心、成為最終選擇。

李宗遠認為，AI 的價值不只是提升效率，更在於協助企業打造更有溫度的服務，這不僅有助於降低臨時取消率、提升訂單轉換率與顧客黏著度，更能建立差異化競爭優勢，讓 AI 從工具真正成為企業夥伴。

AI 客服下一階段，比的不是技術，而是誰更懂服務場景

然而，AI 要打造有溫度的服務，關鍵不在於採用了哪些技術，而是 AI 能否真正理解不同產業的服務場景與顧客需求。為此，宏華將多年來服務不同產業、不同場景所累積的第一線經驗，轉化為開發 AI 客服代理人的重要基礎，讓 AI 不只是回答問題，更能理解企業的服務流程，以及客戶的情緒與潛在需求，提供更貼近人性的互動體驗。

李宗遠認為，宏華 AI 客服代理人可以為企業帶來三項價值。第一項是將原本仰賴人工處理的流程自動化。AI 客服代理人不僅能線上服務客戶，完成訂位、預約、報修等流程，還能自動執行後續作業，例如：生成維修派工單，並通知師傅前往服務。

第二項則是優化顧客體驗。AI 客服代理人以多模態 AI 作為核心，可以進行語音、文字與影像的互動，因此，顧客透過電話、LINE、社群平台、網站或實體門市等留下的互動記錄，都能整合至同一平台，避免在服務過程中產生斷點。

第三項是延長服務時間與擴大服務範圍，承接更多商機。AI 客服代理人支援國語、台語、英語 24 小時應答，無論顧客在任何時間、透過何種管道聯絡，甚至使用外語，都能獲得即時回覆。

十多年客服經驗，如何成為宏華 AI 的護城河？

當 AI 客服的技術能力逐漸成熟，真正難以複製的，不是模型，而是背後累積的服務經驗，而這正是宏華最大的競爭力。

宏華國際新事業處協理曾世忠指出，宏華國際深耕客服領域超過十年，累積全台數一數二的服務量能與顧客互動經驗。從客服、門市到到府服務，這些第一線服務經驗，不僅讓團隊更理解真實客服情境，也更熟悉不同產業的服務流程與需求，成為 AI 客服代理人得以持續優化的關鍵。

這些第一線經驗讓宏華非常清楚顧客互動過程中的各種變數，包括臨時修改需求、跳躍式提問、說話帶有情緒等。曾世忠表示，真實世界的客服互動很少按照既定腳本進行，許多AI在面對顧客突然改變想法或偏離原本的對話流程時，容易陷入重複問答或無法理解語意的困境，進而影響使用體驗。
也正因此，宏華訓練的不只是 AI 的智商（知識理解、順暢對話），更重視服務情商（情緖分析），讓 AI 能理解對話情境、顧客情緒與需求變化，可以「秒問秒答、邊聽邊想」，而非只是依照固定腳本機械式回應。

除了理解真實客服互動情境外，長期服務不同產業客戶的經驗，也讓宏華更了解各產業面臨的服務情境與需求差異，並將這些產業 Know-how 模組化，發展出餐飲、技術服務、專業服務等產品包，企業只要完成需求完成設定，便能快速導入，大幅降低建置時間與試錯成本。

「AI Agent 的價值不只是協助企業服務客戶，更將成為企業營運的重要基礎設施。」曾世忠認為，未來，AI Agent 除了協助企業回應外部客戶需求，也將進一步應用於員工服務、人資諮詢等內部場景，成為串聯企業內外部溝通的重要角色。而宏華國際也將持續投入相關技術發展，協助企業在 AI 時代建立更穩定、更具韌性的營運能力。