首度限定招募AI與區塊鏈團隊,AppWorks #17這7家新創有什麼亮點?
首度限定招募AI與區塊鏈團隊,AppWorks #17這7家新創有什麼亮點?

第17屆的AppWorks Demoday首度限定招募AI(人工智慧)與Blockchain(區塊鏈)團隊,我們最關心的問題是,在領域限定的前提下,是否會出現濫竽充數的團隊呢?

AI與Blockchain的確為時下最熱門的創業詞彙,AppWorks創辦合夥人林之晨也說:「觀察到發展10年的Mobile Internet已經出現飽和,另一方面,種種主客觀條件成熟,激發AI、Blckchain接棒為下一代的兩個Mega Paradigm Shift(典範轉移)。」

在團隊數量方面,AppWorks #17順利招募到了34支團隊,Demo Day上則有25組團隊上台發表。接著探討的就是品質問題,專注在這兩個領域上,能確保團隊的質量在水準之上嗎?

鎖定AI、Blockchain領域,但不一定是主菜

儘管打著招收AI、Blockchain團隊的招牌,但從AppWorsk #17登場的25支團隊上,仍能看到這兩項技術並不是「主菜」的情況。

部分團隊僅使用AI、Blockchain作為產品的其中一項技術支援,再加上只要能夠蒐集數據,就能打「AI擦邊球」。因此,儘管所有團隊的確都跟AI、Blockchain扯上關係,卻不一定人人都將其當作「主菜」。

不過,當然也有的確深耕於這兩個領域的優秀團隊。我們以AI與Blockchain兩個部分分別介紹。

AI團隊

AI隨著較長時間的發展,以及更多元的場景應用,AppWorks #17 中也有不少技術底子相當厚的優秀團隊。

1. 歐特明(oToBrite):已落地應用的駕駛輔助系統

毫無疑問的,歐特明是全場最有前景的團隊之一。由曾在華晶科技、華碩、HTC擔任高管的科技老將共同創立,專攻先進駕駛輔助系統(ADAS),並自建攝像頭工廠。成立至今5年,擁有120名員工,總部位於新竹科學園區。

目前已經有多個車廠採用歐特明的駕駛輔助系統,包含納智捷與中國的小鵬汽車等,在市面上共有四款車以配有歐特明的產品。

與會間也有人問到,歐特明如何與其他大廠的自動駕駛系統做出區別,他們則以Mobileye為比較對象,認為歐特明能夠針對台灣、中國複雜的環境,利用3D環境影像系統與AI提升更高的自動駕駛精準度。

2. ANIWEAR:解決獸醫痛點的檢測工具

ANIWEAR來自香港,開發出量測寵物心電圖的小型手持檢測工具「CardioBird」。讓原先需要4位專業獸醫醫療人員,花一小時才能完成的寵物心律數值檢測,可以由未受專業訓練的主人一人,在脈衝接觸後30秒完成檢測。從一小時到30秒,從專業獸醫到免受訓練,ANIWEAR大幅降低了為寵物進行預防性檢查所需的成本、人力與時間。此外,他們也導入AI與Big data,能夠告訴測量者寵物是否健康。

目前在商業模式方面,採用軟硬體免費、報告收費的模式,已經拓展到香港、泰國、台灣等市場。

這方面較有疑慮的是,儘管寵物經濟崛起,但是願意購買報告的人有多少。若真的超大幅降低了量測門檻,已是顛覆獸醫界的創舉。過去獸醫在量測寵物的心電圖資訊後,自有一套判斷標準,為什麼還要向ANIWEAR購買報告?唯有ANIWEAR能夠提供非常特殊、獨到、精準的收費報告,讓獸醫面對消費者能夠做出明確的「加值服務」。

3. RelaJet:從助聽器出發,也許是智慧音箱不可或缺的夥伴

RelaJet開發的多重人聲分離辨識引擎,可應用在助聽器、手機、電視、手機、智慧音箱、物聯網裝置上。創辦人本身是先天性聽障人士,非常了解聽障者在日常溝通所遇到的問題,例如同時有兩人以上說話,當每個人的聲音頻率、音量都很接近時,對聽障者是一大困擾。

RelaJet的技術則可以從中分離出單一的聲源,除了能夠解決聽障者的痛點外,很容易讓人聯想到智慧音箱的聲控功能。當未來智慧家居成為普遍的場景,從多個聲源中精準找出使用者的聲音予以回應,將大大提升使用者體驗。因此,只要確保做出差異化,並在專利的保護之下,RelaJet的技術相當令人期待。

4. OxygenAI:來自泰國的AI影像識別新創

OxygenAI的創辦人來自泰國,具有英國牛津、UCL技術學歷背景。團隊專注在政府機構、零售以及戶外廣告三個領域,提供影像識別的解決方案。舉例來說,透過影像識別能夠替政府判斷出道路上闖紅燈、沒戴安全帽的違規者。

5. OCard

OCard主打CRM系統,會以AI分析客戶數據,藉此協助餐飲業商家自動化精準再行銷。除此之外,產品也會結合會員系統、點數蒐集,整合各大社群軟體工具如LINE、Facebook Messenger做最直接的顧客經營。目前在台灣已經累積700家付費客戶、200萬使用用戶。客戶包含添好運、胡同、古拉爵等知名連鎖餐飲業者。下一步,他們要做點數共享,提供更多的加值服務。

面對OCard,只有一個問題,如果今天iChef覆蓋了OCard的服務內容,該怎麼辦呢?

區塊鏈團隊

在區塊鏈方面,希望能夠看到更多的落地應用場景,但由於區塊鏈的特性與特質,「點數」生意似乎展開了一場文藝復興。

1. PointTree集點數

由台大區塊鏈實驗室誕生出的新創。要打造「點數互通」的平台,未來也會發行自己的「樹幣」,作為點數交換的中介貨幣,此外也透過智能合約讓店家能夠鏈上發點。兩年累積了835間合作店家,悠遊卡公司的UUPON與紅陽科技都在合作中,每月交易量為15萬筆。

2. Xrex

硬派的區塊鏈專案。由國際級資安專家、阿碼科技創辦人、前Proofpoint全球技術副總黃耀文所帶領。針對Crypto市場的三大痛點:透明化、法遵、資料安全設計解決方案套件。未來也會上線自己的「示範型交易所」,讓客戶能夠看到Xrex的能力。

什麼都是假的,抓住浪潮才是真的

看完AppWorks #17的展示後,有沒有濫竽充數的團隊似乎不是個大問題。重點在於是否有足夠優質的團隊代表,在AI與Blockchain領域上有所發揮,上述的團隊都極具潛力,對於台灣與東南亞AI與Blockchain的發展都將有所助益。

AppWorks選擇抓住科技的最前端,並宣布在下一次板塊轉移來臨之前,將專注在AI與Blockchain領域,這一點也沒有錯,畢竟對新創團隊來說,唯有抓住浪潮、攀上科技轉移的板塊、描繪出值得注資的前景、製作出解決痛點的產品,一切才是真的。

關鍵字: #appWorks
往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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