汽水也有 freestyle！可口可樂如何用 AI 驅動銷售？|數位時代 BusinessNext

大家愛喝什麼口味汽水？AI都知道

可口可樂投資人工智慧（AI）技術多年，現在要將虛擬助理（virtual assistant）與自動販賣機結合，你可以想像Siri或Alexa住在販賣機中，提供你客製化的飲料選擇。

可口可樂導入了一台叫「Freestyle」的飲料機器，讓顧客可以混搭調配出喜歡的汽水口味，組合一共有150種這麼多，AI助理還會以機器的地理位置為依據，調整偏好的混合口味，最後可口可樂的AI會分析這些蒐集來的數據，統計出最受歡迎的口味組合進行商品量產。根據統計「櫻桃汽水」最受歡迎，執行長James Quincey說，「為了回應這套組合受歡迎的程度，我們在當季就開始在全球許多市場販賣櫻桃汽水跟零卡櫻桃汽水。」

近年因為健康意識升高，美國市場含糖碳酸飲料銷量已連續12年下滑，碳酸飲料對可口可樂整體營收的貢獻也在逐年減少，因此希望透過科技的結合創造客製化商品，能讓低迷的銷量看見一道曙光，讓大眾再熟悉不過的汽水飲料增添不同以往的時代樣貌。

販賣機結合App，蒐集用戶購買偏好

今年七月可口可樂宣布要推出一款結合AI販賣機的app，用戶可以直接在app上調配出喜歡的汽水組合，接著掃描「Freestyle」上的QR code機器就會開始做出飲料，預計在美國、紐西蘭、澳洲市場推出。

可口可樂全球創新總監Greg Chambers表示，app跟硬體的結合是品牌的新思維，「人類可以跟機器和產品建立情感聯繫。」「我們將讓用戶享受喝可樂的過程，就像用戶喜歡喝可樂一樣。」他更強調，「AI是我們運作的基礎，是為消費者提供智慧體驗的核心。」

這款販賣機與AI公司Pandorabots合作，執行長Lauren Kunze認為，具備個人化特色的自動販賣機是下一代機器的關鍵功能，可以幫助品牌從不同管道接觸到顧客，達到規模化、個性化的雙向互動。Kunze談到，自動販賣過去的交易都是即時、匿名的，與app的結合就能讓品牌蒐集更多用戶的意見回饋及個人購買偏好等數據。

可口可樂全球資深數位總監Mariano Bosaz也提醒，行銷人員必須記得，這些IOT設備的隱私也很重要，必須在使用顧客資料跟不跨越隱私界線之間找到平衡。「使用新科技必須掌握好時機，如果你導入的科技太老就顯得過時，但如果導入的科技太前衛，就可能會產生問題。」Bosaz說。

廣告腳本，AI 也能參一咖

可口可樂知道AI就是未來，販賣機不是唯一運用AI的地方，未來還將用AI機器人（bot）做廣告及加入生產製程。

可口可樂全球資深數位總監Mariano Bosaz在今年的世界行動通訊大會（MWC）上說，「內容創造是我們長期以來一直在做的事，我們現在想嘗試的是自動內容生產。」為了替品牌導入數位化，可口可樂雇用了第一位數位行銷總監David Godsman，主要著重於四點改造，包括客戶和消費者的體驗、營運、新事業跟文化，可口可樂想用AI打造廣告內容、媒體，將整個創作過程變得更有效率。

未來可口可樂將用AI創作廣告音樂、腳本、發布社群消息等，「這是一個長遠的目標」「我們不確定是不是可以100%靠機器人，也許有一天可以，但機器人（bot）是第一步。」Bosaz說，雖然機器人可能無法寫出完整的腳本，但因為廣告的結尾可能都是差不多的模式（像是以品牌LOGO作結），希望AI可以代勞做出約五秒鐘的開頭或結尾片段。

每天耗掉19億罐飲料，善用大數據做商業決策參考

全球每天耗掉19億罐可口可樂品牌旗下飲料，從製造、配送、銷售、顧客意見反饋，背後代表累積了龐大數據，可口可樂也善用這些數據來作為商業決策的參考。

事實上可口可來是IT產業外第一個喊出「大數據」的跨國公司，2012年資訊總監Esat Sezer說：「當社群媒體、手機app、雲端計算、電子商務都結合在一起，給了可口可樂前所未有的工具，大數據可以幫助你掌握所有情況。」

舉例來說，為了因應逐漸提升的健康意識，可口可樂推出柳橙系列的飲料產品，為了確保全球市場生產品質一致，可口可樂結合天氣、衛星照片、農作物產量、價格、酸甜度等級等資料，接著依據地區的不同透過演算法調配出最佳的變量組合，藉此符合200多個國家當地消費者口味偏好。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。