員工人數不到30人，來自台灣的新創公司行動貝果（Mobagel），已經募集上億新台幣資金，且合作對象幾乎都是大咖，包括諾基亞（Nokia）、飛利浦(Philips) 、松下電器(Panasonic)、軟銀（Softbank）和微軟（Microsoft）等橫跨歐洲、日本、台灣的企業，都願意和他們開啟合作。
讓大企業戀上小團隊的秘密，到底是什麼？
「我們的AI演算法，能讓客戶原本就存在的資料產生更大價值，幫助他們銷售和維修機器。」行動貝果創辦人兼執行長鍾哲民說。
用人工智慧分析企業數據，挖掘資料新價值
簡單說，行動貝果打造的這套人工智慧引擎Decanter，可以讓資料系統具備「預測」功能，把原本需要三至六個月的數據分析專案，壓縮至兩週左右完成，而且用途相當廣泛，像是行銷成效預估、庫存預測、生產線機器壽命預估，都能透過AI做到。
舉個例子，若是汽車製造商採用這套系統，原本的「產線機器定期保養紀錄」，就能夠透過AI分析，判斷出更多「規則」，提前更換零件或維修，進一步達到避免機器真正故障的效果。
鍾哲民解釋，像是電流、電壓、溫度高低等環境因素，都可能對機器造成影響，使得使用期限縮短。雖然大企業裡都有相關人力在檢測、照顧機器，並且分析這些紀錄，但隨著數據量增加，唯有透過人工智慧，才有機會看出更多潛在的資料規則，「像是當電流出現多少次不穩定情況時，機器壽命會縮短多少。」
不只是對智慧家庭、製造業者有幫助，物聯網數據分析，也能提供零售、金融、電信業者一份更準確的行銷參考。因為，這些類型的公司，往往擁有更大量、細緻的數據存在。
「並不是企業沒有在做數據分析，而正是因為他們有觀念，才能讓AI發揮更大效益。」鍾哲民舉例，像是電信業發簡訊促銷行動上網方案，最簡單選擇可能是「跳號隨機發送」，每隔三個用戶號碼寄送優惠；複雜的方式，則會從每月花費、上網額度用量來作篩選。「如果加上促銷折扣呢？費用打九折、八折，分別會吸引多少用戶，」他認為，找出複雜的規則，正是AI比人類更強的地方。
只不過，即便系統使用了超過136種演算法，仍不是他們順利獲得大企業青睞的關鍵。
善用競賽資源，拓展海外市場
「很多團隊入選加速器、參加比賽是為了出名，但我們是真心想盡辦法要運用這些資源，」鍾哲民說，新創團隊要走B2B商業模式，初期真的很困難，但只要開啟一扇窗，像是和軟銀的合作，就讓他們在2016年起，有機會快速被其他日本企業信賴。
此外，進軍中國的時機點，也和比賽有關。當行動貝果今年初再奪得「微軟大中華區零售解決方案新創黑客松競賽」，就決定搭上主辦廠商可口可樂、百威英博的列車，拓展中國市場。
鍾哲民預估，2018年營業額將會順利破「億」，不過接下來的仗，並非衝得快就能打贏。
「一定會有更多企業對AI數據感興趣，餅只會變大而已。」他說，這個市場不是比拚打倒對手就好，重點還是持續讓客戶滿足，透過AI帶來價值。
以下是《數位時代》和行動貝果創辦人兼執行長鍾哲民的訪談內容：
Q： 物聯網AI分析的最大挑戰是？
A： 我認為是如何彙整資料。在開發客戶的過程中，常會遇到一些大企業，雖然都有蒐集各式數據，但無論格式、連貫性都不足，無法讓人工智慧順利發揮用處，非常可惜。因此，我們現在接洽企業時，都會事先安排教育訓練。
Q： 你們如何和IBM這種公司競爭？
A： 首先，IBM提供的產品價格不斐；其次，物聯網數據的AI分析市場不斷在改變，今年燒到零售業、明年可能又換了一個領域。對新創團隊來說，轉換作戰方式非難事；而大公司資源雖多，反應卻沒那麼迅速。
Q： 企業該如何建立「物聯網數據庫」
A：從分析角度看來，數據當然是越多越好。但這些前期數字並非留存下來，就能夠透過人工智慧分析、預測出各種規則。其實企業內部需要有IT、數據分析專家先行處理這些data，不過這一步往往被忽略。
