李開復認為台灣發展AI沒機會,林之晨:最缺的是人才
李開復認為台灣發展AI沒機會,林之晨:最缺的是人才

創新工場董事長李開復日前受訪時表示,台灣不可能靠AI創業,當法律和市場都不具備AI發展的先決條件,「根本沒有機會!」輿論發燒後,今天(21日)他再以八點觀察表達想法,直言台灣政策、創投、產業環境都還沒準備好。

林之晨:AI團隊不見得要出走

對此,之初創投創辦人暨合夥人林之晨認為,他大致都贊成李開復的想法,不過,台灣的AI新創團隊,不見得都得要離鄉背井,選擇去美國和中國發展才有未來。

林之晨認為,目前的討論前提是,台灣還繼續要和美、中、以及未來的印度這些重量級國家在同一個舞台上較量,但我們已經不像過去PC時期,擁有天時、地利、人和這樣的機會了。

因此,他認為未來的30年,台灣的命運應該退到中量級舞台,當好第二領先群國家中的領頭羊。如果是這樣的話,那麼戰略上就應該是跟美、中學習,但不需要跟他們比較,或是害怕落後他們。

「可以比較的對象是新加坡。」林之晨說,以東南亞市場來看,新加坡確實是其中的領先者之一,雖然以AI發展而言,比較算是羽量級國家,不過動作積極、包袱也比較少。對台灣來說,落後美、中雖然是天經地義,卻還是要積極跟上,不要讓新加坡專美於前。

台灣發展AI,最缺人才

至於該怎麼做,才能讓台灣更適合AI創業,林之晨表示,關鍵點將會是人才培養。他強調,雖然我們有優秀的AI新創公司出現,像Appier已經可以在國際上競爭,但這樣的特例,我們能有多少?

就算新創公司已經開始成長,如果想讓成績再升級,需要大量懂得技術和國際市場人才時,「台灣能夠找出一千個、一萬個人才嗎?」林之晨有些悲觀地認為,這也正是下一個Google、Facebook很難在台灣出現的原因。

黃益中-林之晨-20161123-郭涵羚攝-6238 拷貝 2Resize 1280.jpg
林之晨認為,台灣的軟實力需要人才支撐,當有許多優秀的AI新創團隊出現時,能不能有大量的技術人才出現,就會影響他們成長的速度。
圖/ 郭涵羚/攝影

他舉之初創投曾投資的盾心科技為例,創辦人也是去了美國和英國之後,看見不少影像辨識技術後才決定創業。如果台灣總是要讓團隊耗費這麼高的門檻往外找人,那麼能利用AI創造新產業價值的機會就會降低。因此,比起台灣的市場現實、老舊法規,他認為人才問題也是政府該注意的。

林之晨認為,面對未來產業變化時,國家該怎麼面對,其實並沒有標準答案。像是美國就選擇透過教育方式,提供小學、中學各種「STEM課程」(科學Science 、科技Technology、工程Engineering和數學Mathematics),另外光是coding學校,全美可能有幾百間。台灣如果現在開始面對,討論AI人才這件事並不算晚。

他期許科技部,「可以讓全台灣每個年輕人有AI的實務經驗,有點像30年前開始把電腦課帶到學習,確保每個人都有AI的應用能力。」

不過,相較於兩位科技、創投業人士看法,科技部目前對台灣AI產業則深具信心,先要用50億打造運算主機供產、學界使用,還要以20億建立機器人Maker中心,提供試驗場域。部長陳良基更多次表示,科技部未來還要在全台設立三至四個AI研究中心,結合大學頂尖師資,聘用交換學者。透過三種面項打造環境,就能吸引和創造更多人才出現。

往下滑看下一篇文章
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?

家電是典型的低頻、高單價商品,消費者可能數年才換一次冰箱、洗衣機或空氣清淨機,但品牌與消費者的接觸遠早於購買當下:從搜尋產品資訊、比較規格、閱讀評價,到進一步留下會員資料、瀏覽官網,甚至進入門市體驗,消費者的決策路徑越來越分散,即使最後的交易發生在線下,購買的決策可能早在線上決定。

這也是夏普(SHARP)會重新思考數位行銷的原因。

過去,品牌比較關注如何「帶來多少流量」,但當數位接觸點持續增加,重要議題逐漸變成:誰在關注什麼?誰可能進入購買週期?又該在什麼時間點,提供什麼內容?

SHARP 台灣總經理張凱傑表示:「我們的目標是串聯產品、 AI 、會員數據以及服務,讓 SHARP 從一個『賣家電的品牌』,逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術, SHARP 致力將科技融入日常生活,預先設想、解決消費者不同階段的生活需求;如今,這套「半步先行」的思維也延伸到數位行銷:不只是等消費者說出需求,而是透過數據,更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據,但因數據資料分散在不同部門與系統,想要為行銷活動建立目標消費者輪廓,需要跨部門整理與人工處理。例如,需要先請 IT 撈取資料,再由行銷團隊分類目標客群,前後可能花上 3 到 5 天,活動發送出去後,也難以即時掌握消費者接下來的行為。

為解決上述挑戰, SHARP 開始評估、測試客戶資料平台(CDP),最終選擇與 Insider One 合作。評估過程中, SHARP 關注的不只是資料整合能力,也包括系統是否容易上手,以及線上、線下數據能否進一步串聯。

首先, SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類,還有提供行銷引導與 AI 工具,例如行銷自動化等,讓團隊可以更精準地擬定媒體策略與決策,以清晰的投資報酬率(ROI)等數據,建立內部行銷與業務部門的信賴機制。

張凱傑指出:「對我們來說, CDP 的價值是縮短從資料、決策與行動的時間,讓行銷團隊可以把更多時間放在策略與內容,而不是處理資料。」舉例來說,導入 Insider One 後,行銷團隊用說的就可以完成受眾設定與行銷流程初步建置,將原本需要 3 到 5 天的時間縮短成 1 分鐘,然後,由系統觸及,以及追蹤開信、點擊與轉換,大幅縮短跨部門協作的工作流程。

Insider One
1912 年創立的夏普,在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ,透過數據整合,真正了解消費者的需求,精準推薦,股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。
圖/ 數位時代

對 SHARP 來說,另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用, Insider One 團隊扮演如導師般的角色,透過手把手的培訓與指導,不僅大幅縮短系統摸索時間,更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內,成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點,以消費者全通路(OMO)旅程數據持續深化互動關係。

張凱傑表示, SHARP 超過 80% 的銷售來自線下通路,部分合作通路同樣採用 Insider One,讓跨通路數據串接有了共通基礎,在 Insider One 團隊的協助下, SHARP 與生鮮超市合作,在符合資料授權跟隱私規範的前提下,透過會員輪廓標籤掌握跨通路消費需求,並以此規畫跨業聯合促銷(Joint Promotion)。

股東購物節四大指標皆雙位數成長, SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說,股東購物節是年度最重要活動,透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案,結合會員資料整合與行為分析,去(2025)年, SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群,轉變成掌握消費者對不同產品與內容的興趣,再搭配個人化推薦與自動化顧客旅程,讓對的內容在對的時機觸達對的人,極大化行銷綜效。

SHARP
「股東福利」官網提供一站式數位權益服務,包含股東卡領取、合作商家優惠查詢及精選好禮解鎖,輕鬆掌握各項專屬禮遇。
圖/ Insider

更重要的是,隨著數據累積與平台熟悉度提升, SHARP 的數位行銷成效持續優化。

以股東購物節為例,今(2026)年,不僅股東購物節的 eDM 開信率近 40%,流量、轉換率、客單價與回購率皆較去年成長15至25%,讓 SHARP 更加確信:數位行銷的重點不只是「吸引多少人」,而是能否辨識「哪些人值得溝通,以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷, SHARP 成功從會員名單中找出 4,000~5,000 名具有相關興趣與行為特徵的消費者,如喜愛手沖咖啡、熱愛科技、享受質感生活等客群,針對這群人進行精準溝通,帶動數百台產品銷售,創下轉換率超過 15% 的成績。

張凱傑認為,以 CDP 持續深化第一方數據資料有助於極大化行銷成效,以維修服務為例,如果系統辨識出消費者的冰箱使用年限已久,且近期有多次維修紀錄,即可在適當時機提供換機資訊,甚至從節能效益切入,讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果,不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」,持續深化對消費者的理解,讓線上的互動、內容與優惠,成為消費者消費或走進實體通路的前一站,也反映出家電行銷正從追求流量轉向對消費者需求的持續理解,成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用,立即了解:https://insiderone.com/zh-hant/contact-us/

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
一次搞懂工業AI
© 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