睡前7分鐘聲音交友,每日20萬通配對電話紀錄!台灣工程師的浪漫創業夢
睡前7分鐘聲音交友,每日20萬通配對電話紀錄!台灣工程師的浪漫創業夢

當你看不見對方的長相,只聽聲音,是否比較能敞開心胸認識新朋友呢?台灣原生的交友軟體Goodnight,就是一款這樣的產品。

2015年底上線,Goodnight至今已有註冊用戶200萬人,其中有85%的使用者年齡低於34歲。這款App每天能產生20萬通配對電話,累積通話時間超過2萬小時,最高在線人數也曾超過1萬人。以規模而言,他們已經是全台最大的聲音交友軟體。

因為一位熱愛交朋友的工程師,開啟了這條創業路。

從送花到匿名聲音聊天,工程師投入線上交友市場

「我的第一次創業主題是網路花店,送花之前要綁定身份證字號,一輩子只能送給一個女生,讓她知道你的心意。」Goodnight共同創辦人楊萬皇畢業於台大材料科學與工程學系,2013年加入AppWorks Accelerator(之初加速器),成為第7屆團隊。這項浪漫的創業專案,雖然只維持了一年,但當年加入負責市場行銷的實習生黃建翰,卻和他一拍即合,兩人決定創辦交友產品。

Goodnight創辦人
Goodnight註冊用戶已突破2百萬人,但產品上線初期卻只有共同創辦人楊萬皇(左)和黃建翰(右)處理大小事。
圖/ 蔡仁譯/攝影

楊萬皇笑著說,自己在2015年底左右先用了市面上的交友軟體,發現要和女生交朋友,用文字聊天的進度很慢,若一方晚回訊息,就經常不了了之。不過他發現,只要有機會和對方交換電話或是Line帳號,透過語音聊天的成功機率會高出不少,因此決定開創聲音交友產品。

創業剛開始,Goodnight設定只能在晚上10點到凌晨4點之間通話,每次隨機配對匿名用戶進行語音聊天,時間限制7分鐘;聊天結束後若沒有加入成為好友,就無法再次聯繫。

不小心就會錯過理想對象,帶著一點神秘感的交友方式,逐漸在2016年受到矚目。黃建翰認為,用戶開始產生期待感,是產品受到歡迎的重要因素,上線高峰落在晚上11點到凌晨1點。加上聲音交友屬於較輕鬆的聊天方式,比較沒有壓力,才會特別受到年輕人喜歡。

Goodnight經驗談:有用戶不代表能賺錢

不過,Goodnight的創業路並非一帆風順,隨著用戶數不斷成長,這間2人新創公司始終無法找到商業模式,這也讓他們決定接受在2017年初接受新加坡交友集團Paktor併購,加入這間跨國公司。

經過討論後,Goodnight陸續開啟了日間通話、加速配對等付費功能,讓他們嘗到獲利滋味。楊萬皇透露,整體營收從過去到現在,成長超過43倍,不僅開始獲利,也讓團隊成員增加至6人。

Paktor公關副總吳乃恩認為,Goodnight擁有不錯的獲利能力,現在已經能算是集團裡的小金雞。

但交友軟體的競爭激烈,即便Goodnight切入時機點較早,市面上仍有Cheers等同類產品不斷出現。另一方面,仍得面對各式交友軟體夾擊,挑戰持續出現。外界也質疑,若用戶成為好友後,就改用其他聊天軟體聯繫,對他們會不會帶來影響?

「從App留存率來看,我們還是很有競爭力的。」黃建翰說,下載隔天至少有一半的用戶沒有流失、一個月後還會有12%用戶在,以業界標準來說,應該算不錯了,而且他們不擔心用戶離開軟體。他說:「離開是必然的,認識朋友等於完成任務,重點是當他想要再次認識對象時,會不會選擇我們的服務。」

但Goodnight也坦言,用戶正期待他們能推出更多「新功能」,讓聲音聊天更多元。

除了聲音交友外,還想嘗試哪些新功能?

黃建翰表示,有些使用者希望他們能推出以「興趣」為主題的聊天頻道,區分有不同愛好的用戶,同時也有人希望能推出遊戲功能,讓聊天多一些樂趣,「不過團隊自己最想嘗試專家問答,有點類似中國的知乎,讓各路專家收費解答問題。」

在快速變遷的線上交友市場裡,Goodnight抓住了時間和趨勢,圈住了台灣聲音交友地盤,不過他們承認,眼前最重要的下一步,是如何往海外發展,並且長期抓住用戶的心。

關鍵字: #Paktor
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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