從共享經濟到人工智慧,專訪WritePath雲翻譯共同創辦人金超群
從共享經濟到人工智慧,專訪WritePath雲翻譯共同創辦人金超群

隨著投入AI領域人才、資金增加,與科技巨頭Google、Amazon不斷釋出相關資源,過去幾年以AI作為創業項目的門檻愈發降低,AI新創如同雨後春筍般一家又一家出現。但要成功並不容易,找不到合適商轉機會是許多AI新創面臨最大難題。

與其他一登場就喊AI的新創不同,成立於2013年的WritePath雲翻譯(寫意達科技)最初只是共享經濟平台,採用群眾外包的方式網羅上萬名譯者,媒合供需雙方提供多國語言翻譯服務。為了賦予專業翻譯更高價值,2015年開始團隊投入機器學習技術,開發自動化翻譯平台,藉由機器協助解決大量重複性質的翻譯工作。

2017 年,WritePath開始轉虧為盈,2018 年有望再破新高,談起持續成長關鍵,共同創辦人金超群說關鍵就在他們的自動化翻譯平台

自動化處理高達七成內容的翻譯平台

WritePath自動化翻譯平台是由德國籍共同創辦人暨技術長Stefan Schneider帶領開發的產品,目前由前雅虎技術主管Cash帶領的國際化工程團隊持續精進改良,背後主要以翻譯記憶(Translation Memory)及類神經網路(Neural Network)兩大技術支撐。前者針對大量語句進行類比、分析、儲存、再利用,在機器接受大量資料訓練後,能自動針對特定情況做出反應,讓有重複性質的翻譯工作可以快速完成;後者則是賦予機器學習能力,在接收到待翻內容後能自主思考翻譯。

WritePath主要針對有財經報告跨境電商產品敘述ESG(Environmental, social and corporate governance)報告翻譯需求的客戶提供中翻英服務,這些類型文件因為格式或是所需翻譯內容相對類似,機器越訓練就越提升效能,發展至今已能自動化處理約七成的內容,剩下部分則由專業翻譯團隊接手。

隨著迭代,與Google翻譯出被動式為主的語句相比,WritePath翻出的主動式語句更像真人翻譯也更加精準,不過金超群說團隊仍在努力當中並持續與學界交流改良產品,如何將「自然語言切詞」做得更好並使機器在判讀長句時能更加聰明是他們接下來的目標。

不怕科技巨頭 專注提升細分領域服務品質

「那麼多人喊AI,但其實很多公司找不到應用場景,我們不同的地方在於,是反過來先找到市場剛需,才尋找、投入相關技術開發自動化翻譯平台來解決問題。」金超群說。

除了財經報告翻譯需求,近年來由於全球興起企業社會責任觀念,政府規定超過一定資本額公司需要製作ESG報告,許多投資機構投資前也會檢視公司是否合乎環境標準,因此企業對於ESG報告翻譯需求也大幅成長,如在道瓊永續指數(DJSI)入選的台達電、台灣大哥大都是WritePath協助製作翻譯報告的客戶。

編按:成立於1999年,道瓊永續指數(DJSI)為全球第一個追蹤頂尖企業的社會責任指數,多年來不斷分析各大國際知名企業在環境、經濟與社會等永續發展面向的表現。每年9月定期公開發表,是現今國際間最具公信力的企業永續評比工具之一,為全球投資機構之重要參考指標。

雖然市場需求持續增加是原因之一,但金超群認為WritePath能持續成長關鍵主要在於他們持續改良產品提供好服務,進而使客戶紛找上門引起群聚效應

「2017年我們約處理50家上市公司財經報告,但2018年還沒結束我們已經突破100家,因為提供越來越好的翻譯服務,所以企業間都會彼此介紹,就有企業前年使用我們服務、去年因為價格選擇別的公司,但今年又跑回來找我們,原因是因為我們品質比較好。」金超群說。

許多新創會擔心科技巨頭投注鉅資切入與自己相同的領域,金超群會害怕遇到類似情況嗎?對此,他表示科技巨頭若想踏入除了要先理解財經產業外,還需要解決缺乏精準財經雙語語料庫問題,因為WritePath鎖定的財經領域相對垂直、專業,並非一時半刻就能追上,所以他不會太擔心

未來目標:布局世界各大金融之都、提升機器翻譯能力

在台灣市場逐漸站穩之後,WritePath鎖定的下一個市場是同為繁體中文環境、且具有大量英語財經報告需求的香港,並預計在今年年底於香港成立子公司招募當地業務團隊,無論是併購或是IPO,投資銀行所需各種財經文件都會是他們主要鎖定目標。

香港之外,團隊也正觀望其他市場,挑選原則以財經領域為主,世界幾大金融之都如倫敦、法蘭克福、紐約、東京等是優先考慮目標。金超群說他們目標除了滿足這些市場對財經報告的高度需求外,也希望藉此發展除了中翻英,機器在其他語言間的翻譯能力。

WritePath共同創辦人金超群
金超群希望未來WritePath能成為一間從新創到上市公司都值得相信的強大語言服務後盾。
圖/ 蔡仁譯攝影

從創業初始提供個人留學文件快速英修,到如今滿足各大企業專業財經報告翻譯,WritePath仍扎實地成長著。作為領導者,金超群對公司未來的想像是什麼?他說他希望未來公司能成為一間從新創到上市公司都值得相信的強大語言服務後盾

本文授權轉載自:創業小聚

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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