用深度服務力抗104品牌優勢
用深度服務力抗104品牌優勢
2004.10.01 | 科技

丹麥一個華人經營的服裝廠商,當經營者要找一個外包的設計師,他不再靠人脈關係來推薦,而是透過網路連接到半個地球外的台灣,經過委外市集AboutCase的媒合,找到一個台灣服裝設計師,順利完成女性上班族的服飾打樣工作。
哈佛商業管理評論指出,委外模式為過去75年來,企業最重要的管理概念與經營手法。普羅米數位科技總經理陳俞安看中這個趨勢,便在2001年成立普羅米數位科技,針對企業專案委外的媒合網站AboutCase,目前擁有15萬會員數,累積7000件專案,每月約新增超過350件,公司並已開始獲利,今年營收預計超過千萬,有十分之一是人在國外的華裔會員。
「其實我是學非所用,」陳俞安是美國加州大學洛衫磯分校(UCLA)資訊工程博士,所學專長是平行運算,就是把大量資料平均分擔給多部電腦運算,統合多部電腦來達成超級電腦的效果。當初美國開發的目的是為了讓部隊方便取得、分析戰場資訊。
回國後因為沒有適合發揮所學的地方,陳俞安98年先到蕃薯藤任職,也曾經在銘傳大學教書。幾經思考,陳俞安選擇了早從94年在美國就開始接觸的網路,做為創業的起點。他一直在思考,有什麼事情是只有網路才能夠做到的。「正好我和大學學弟都有過接案的痛苦經驗,」就決定成立AboutCase,專門為企業專案委外的業務媒合,以避免和當時已經成熟的104人力銀行正面衝突。

**用核心價值鼓舞低迷團隊

**
AboutCase的獲利模式是向接案會員收取資訊服務費,付費會員可不限次數收到媒合電子報或搜尋適合專案,並與發案者聯繫。除此之外,就不再收取任何費用,而企業發案是不用付費的,以鼓勵企業委外的。
「剛創業時,我常常半夜嚇醒,一身冷汗,」陳俞安說,剛開始只有100多個案子在網站上。當時又正值網路人人喊打的時候,眼看錢一直燒,心裡真的是很憂心。他當時壓力很大,也嘗試很多方法打廣告。陳俞安曾經試過在世貿前發公司傳單,但是效果不太好。後來他就跟保險套公司洽談,幫忙在世貿前發樣品,而保險套上則是寫著「AboutCase接案最保險的字樣」,他回憶,當時有些媽媽一開始以為是洗髮精,拿來一看是保險套後就朝他丟了回來。
「我很能夠體會體會104楊基寬曾說那種拿到第一筆生意時感動的心情,」陳俞安說,這個世界很多事情都是成敗論英雄,在最痛苦的時候,他只能相信自己網站的核心價值,再不斷去修正。團隊成員在低迷的氣氛中,不斷告訴自已、告訴別人自己的價值。陳俞安指出,美國1996年之後成立的公司都是5人以下,台灣有90%公司的人都在10人以下,未來企業將朝極大極小的趨勢發展。

**用信用資產減少顧客流失

**
雖然渡過了第一個難關,但人力銀行第一品牌104投入專案外包,也帶給陳俞安很大的挑戰。「不可否認,104的品牌優勢很強,」陳俞安說,AboutCase要以深度服務取勝。首先是對發案廠商成員的資格嚴格控管;AboutCase規定只能由公司發案,個人不能發案。陳俞安解釋,因為個人發案通常是由個人再轉包的案子,利潤通常比較低,他強調用優質的案子來保障接案會員的收入,比起網站本身衝高案量要來得重要。
AboutCase也試著建立合理的市場價格。陳俞安說,AboutCase強迫案主寫上預算範圍,所有想接案的人的出價也都透明化。運用這種方式,就會自然出現一個較為合理的市場價格。即使有人用不合理的低價搶案,我們也會主動去告知發案企業應有的合理預算,請對方評估風險。
另外,每個案子都有客服人員確認發案的詳細內容,每一發案公司,AboutCase會要求傳真營利事業登記證作為審核,因此對接案者而言,比較有保障。為確保專案交易的可靠度與可信度,每一個專案也都定期做專案追蹤,以呈現每個專案最新的狀態。另外,網路也提供接案者的評等制度;接案者有接案明細,再加上評等記錄,不但讓接案者在網站上能夠累積信用資產,也減少顧客流失。
「AboutCase可是說是個善用網路特質的好例子,」資策會電子商務研究所經理魏志強指出,過去SOHO族除了人脈關係,幾乎沒有其他管道可以接案,AboutCase可說是創造了一種新的業務。
魏志強也認為,像這種資訊中介的營運模式,資訊量大是首要重點,再來如何扮演好中間人的角色,將供需兩端的風險減到最低標準,將是這類網站是否能從同業競爭中勝出的重要關鍵。

AboutCase 委外市集網站小檔案
公司名:普羅米數位科技股份有限公司
成立時間:2000年
總經理:陳俞安
資本額:4500萬
2003年營收額:約1000萬

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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