AI當面試官、媒合網紅,AnyMind Group靠數據為企業找到「對的人」
AI當面試官、媒合網紅,AnyMind Group靠數據為企業找到「對的人」

即便全球關注AI(人工智慧)的浪潮已經持續好長一段時間,時至2018年,目前AI在企業中的應用,仍多扮演協助的角色。

根據勤業眾信聯合會計師事務所2月發布的報告指出,現在企業運用AI的主要目標並不是要降低成本,也沒有要大規模取代人力,35%企業主要讓AI協助真人在商業決策上的判斷力,透過AI預測結果,可在大量的資料中尋找重點,並解決問題。

而依靠AI來為企業解決各種「疑難雜症」的公司也相繼出世,只是方法手段各不相同。以台灣唯一一隻AI準獨角獸Appier(沛星互動科技)為例,似乎是主攻「跨螢幕裝置」,在洞察消費者各類跨螢幕使用習慣後,靠AI來制定行銷解決方案;而於新加坡起家,在台灣也提供服務的另一家AI公司--AnyMind Group,近期則是靠大量的數據分析,媒合「人與人的事」,頗為有趣。

DSC00915.JPG
AnyMind Group創辦人暨董事長十河宏輔,說明自家AI主要仰賴「matching」,來進行對「人」的配對篩選。
圖/ 唐子晴/攝影

「我們在AI領域做的是『matching(匹配)』」,AnyMind Group創辦人暨董事長十河宏輔(Kosuke Sogo)說道。由於人的各種能力、各類定位,難以被「量化」、「標準化」計算,但有了行為data的累積,再透過機器學習,即可協助用戶找到「對的人」。於是AnyMind Group主攻兩塊以人為核心的產業——HR和KOL(Key Opinion Leader)。

面試前AI先當審判官,幫你打分數

當企業要招募新人,第一步得審閱眾多履歷,如何從中選出適合進行下一步接觸的對象成為一大考題。而AnyMind Group旗下HR公司TalentMind,則是把時間省在面試開始前。

「TalentMind做的是幫求職者『打分數』,讓時間省在第一輪篩選階段,即可把心力更多放在之後的面試環節。」十河宏輔解釋,當企業在求職網站,亦是官網收到的履歷,皆可直接授權給TalentMind,透過AI來「篩選」和「配對」,之後再對求職者打分數,包括「履歷」和「個性」兩類得分。

New TalentMind Platform (1).jpg
根據不同的職稱需求,在TalentMind平台網站上,經過篩選後會推薦適合人選,並給出「履歷」和「個性」兩種分數,以及綜合得分。
圖/ AnyMind Group
螢幕快照 2018-08-08 上午11.28.52.png
求職者Facebook經過同意授權後,分析其貼文、點讚、朋友等內容,會獲得履歷無法全面得知的「個性」分數。
圖/ AnyMind Group

透過自然語言處理(NLP),求職者在履歷中做過哪類型的工作、待過什麼公司、教育程度、年齡等任何元素,都會成為匹配與否的「硬性」關鍵;另一方面,求職者個性究竟如何,並無法完全透過履歷解讀,在得到求職者的同意授權後,即可串接Faceook透過其貼文內容、按了哪些讚、朋友是誰、關注哪些粉絲團等資訊,成為另一項「軟性」指標。

隨著GDPR上路,隱私權越發被重視的情況下,本以為此功能授權率並不高,沒想到十河宏輔卻表示:「求職者授權率不低,因為想得到這份工作(笑)。」

而在此之後,TalentMind也將生成「能力指標」圖,如溝通能力、團隊合作、求知慾、創造力、思維邏輯等7項綜合能力分析,也讓面試時有更多話題可探討。在今年1月上線後使用企業約120名,十河宏輔預估今年將達300名,而針對台灣市場平台以構建完成,目前仍處於尋覓客戶的階段。

螢幕快照 2018-08-08 上午9.55.04.png
最後,還會生成「能力指標」圖,針對7項能力的綜合分析。
圖/ AnyMind Group

即便TalentMind被十河宏輔視為旗下最有成長潛力的一間公司,但畢竟現階段履歷data仍較少,將影響AI判斷的準確程度,未來data樣本是否夠大、判斷是否讓人信服,成為繼續成長的關鍵。

你究竟是哪一類KOL?別自己下定義,AI說了算

AnyMind Group另一個靠AI涉獵「人」的領域,則是目前仍在話題上的KOL。

「我相信人需要有崇拜的對象,你現在很少會花注意力在傳統廣告、甚至是網路廣告,但你會花大把時間關注你喜歡的KOL、YouTuber身上,」不過十河宏輔談到,目前品牌找KOL合作,難以判斷跟檢視某位KOL到底是不是「對的人」?尤其是沒有簽約於任何機構,自己獨立操作的KOL。

在CastingAsia上,每一位KOL的檔案,透過搜羅Facebook、Instagram、YouTube、Twitter四大社群網站上的活動分析,其粉絲人數、年齡、性別、區域等樣貌即一清二楚呈現,就像「經紀公司」提供的簡介檔案。

螢幕快照 2018-08-08 上午8.15.51.png
在CastingAsia上,透過AI分析四大社群網站,每一個KOL都有個人檔案。值得一提的是,KOL所屬的「類別」,例如運動、科技、美妝等,不是KOL自己定義,而是AI根據其所PO出的內容自動判別。
圖/ AnyMind Group

值得一提的是,在KOL約有20種「Category(類別)」定位上,並不是KOL自己設定選擇,而是透過各類PO文,AI自動判別分析,這便是「主觀認知」和「客觀事實」的差距。就如同Netflix判定用戶喜歡什麼影片,靠演算法進行推薦一樣,最值得參考的數據,往往不是一開始讓用戶自己設定「喜歡哪類型的影片」,因為那只是「你認為你喜歡」,但你「不一定真的會看」,而靠行為來說話才更是重點。

目前KOL皆可免費上平台註冊,人數已達2萬人,台灣則有4000人。十河宏輔表示,雖然台灣不是第一大的市場,繼印尼、泰國、越南後排名第四,但該公司在台灣每月營收、KOL人數都在成長,相當有潛力。

關於AI的反思:溝通,我們需要真實的溫度

「『matching』一樣很適合用在教育、電商領域」,十河宏輔表示,雖然還沒決定下一個靠AI來開發的產業為何,但他認為有「需求」及「需要」的兩方,都能透過各種數據、機器學習媒合。如電商有買方跟賣方,教育則有學習者和教學者。

但他坦言AI不是萬能的,只是提供「前期」的解決方法,最後仍需要人親力親為,像是creativity(創造力)、content(內容)、communication(溝通)三個領域,他強調特別是溝通,chatbot就是很好的例子。

「即使AI可以給出很多建議,但仍無法進行100%的溝通,最後還是需要你自己,跟客戶進行對談,」即便AnyMind Group核心業務離不開AI,十河宏輔也對AI再熟悉不過,但他卻認為AI如果回答了正確答案,他也不會真正感到高興,因為沒有「溫度」。

Sophia
AnyMind Group創辦人暨董事長十河宏輔提到,AI機器人Sophia對於一般人來說,是否真的具有實際意義仍抱遲疑態度。
圖/ 攝影/賀大新

談到他對最近紅透半邊天,全球第一位擁有公民權的機器人蘇菲亞(Sophia)的看法,他有點遲疑,「因為我關注科技,會很想和她接觸,但是對於一般人來說,嗯…我不這麼認為。」

關鍵字: #KOL
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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