看準企業AI技術痛點，開發者與創業家老兵創立InfuseAI聯手打造新工具|數位時代 BusinessNext

看準企業AI技術痛點，開發者與創業家老兵創立InfuseAI聯手打造新工具

InfuseAI 提供企業單位一套輕鬆入手 AI 開發環境，讓使用者省略安裝過程、同時可支援多種最新軟硬體規格，可有效管理數據、控管運算資源與資料集，並具備可擴充性。

鎖定企業投入領域痛點提供環境基礎建設服務

InfuseAI執行長暨共同創辦人高嘉良，是台灣知名自由軟體程式設計師，除了開發Xcin輸入法之外，同時也是控制系統SVK的創始人。擁有豐富創業及程式設計經驗的他，鑽研技術外也積極推動台灣Open Source社群；在近年來希望能以科技促成民間與政府良性交流，推動自由與民主持續進展的零時政府g0v社群暱稱為高村長的他，與眾多夥伴花費大量心力，結合國內外公民科技技術社群力量。

由於長年鑽研技術領域，高嘉良觀察到，這兩年想投入AI的企業越來越多，但卻常因錯放資源或執行不當策略策略，導致成效有限。於是，他攜手另一位曾創立知名售票網站KKTIX(現已被KKBOX收購)、擁有一流Ruby on Rails技術的營運長暨共同創辦人薛良斌，成立 InfuseAI。

「當你依序安裝A、B、C解決方案，結果發現最好的方法是D，這是目前企業跨入AI領域最常遇到的問題。」薛良斌提到，在市場上，一間公司想要投入AI領域，常認為購買所費不貲的機器、高薪聘請資料科學家，就能搞定所有事情，但在運作後才發現，技術專家擅長領域有限，想純靠人力擺平一切是不可能的事情。有鑑於此，從這項痛點切入，他們提供企業可快速建立機器學習環境的基礎建設服務，以解決中間技術落差。

降低門檻輔助企業技術人員快速打造機器學習環境

但如何降低企業打造AI環境門檻？InfuseAI推出PrimeHub機器學習平台，使用者運用平台內的各式基本化模組，就能快速打造一體化機器學習環境。除了模組工具，平台也依照用戶需求打造客製化服務，六大解決方案包括：

快速開啟Jupyer Notebook環境
Jupyer Notebook是一個介於整合開發環境(Integrated Develop Environment，IDE)及編輯器(Editor)之間的編碼工具，使用者無需自行安裝軟體，便可直接透過Jupyer Notebook工具撰寫程式。此工具有利於研究室及教學現場，能容易地將研究數據和結果以視覺化圖表、線性回歸等方式呈現。

多種硬體規格及深度學習框架供選擇
使用者不必再自己組裝硬體、下載軟體，省去費力、耗時過程，PrimeHub支援多種主流深度學習框架，包括提供Docker Image管理環境設定及其他客製化選項，技術人員可選擇最符合需求的方式建構企業機器學習環境。

更有效管理數據、避免資料缺漏
在機器學習領域，資料集(dataset)包含大量圖片、文字影音檔，因此在共用、分享時，時常產生檔案缺漏、變動或損壞等問題，為解決此問題，PrimeHub支援管理者建立、上傳資料集，以類似「唯獨檔案夾」形式開放專家下載，除非管理者下放權限，否則不可變更內容，藉此確保檔案存取統一。這項功能可協助企業更有效地管理大量資料集，並確保機器學習指向相同結果。

輕鬆與內外部協作者共享資訊
PrimeHub為降低使用者進入的門檻，串接了其他網路服務帳號系統，如LDAP、AD、Google等，讓使用者可使用原帳號登入協作。同時，管理者能自訂使用者權限、增加訪客帳號、設置到期時間和可觸及資料等。

配額控管硬體資源
系統運作理想狀態是一台機器專心處理一項專案，但實際上常是一機多用。資源分佈不均情況下，不僅浪費時間也使專案延宕。PrimeHub透過調度，將硬體資源分配給不同專案，例如：一家公司共有20顆GPU和其他CPU等容量設備，平台可設定其中A組使用10個、B組使用10個、有多餘資源時再給C組，減少資源浪費、成效不彰等問題。

具有高擴充性、高可用性及高服務可靠度
除上述支援與服務外，PrimeHub也提供分析圖表，並建有自動故障排除、分散式資料儲存等機制。企業可在軟體中設定可用性及擴充性，升級系統版本時，也能停止某幾個伺服器、只維持特定一個持續運作，使作業不會中斷，資源可以妥善分配、使用。

持續打磨產品拉高與其他競爭廠商區隔

InfuseAI主要商業模式為B2B，將PrimeHub軟體及服務賣給握有資料、具硬體設備、想打造機器學習環境的企業及單位。薛良斌說：「即便相關開源工具越來越多，但企業還是有客製化需求，如何讓動手步驟愈趨簡單、快速，就是InfuseAI想做的事。」同時，針對尚未擁有硬體、卻也想跨足AI領域的潛在客群，團隊計畫未來與硬體廠商合作，藉由軟硬整合拓展客源、滿足更多企業需求，並藉此與純提供SaaS服務的競爭對手做出區隔。

目前，他們主要面向金融、教育產業，台灣人工智慧學校就是他們其中一個客戶。短期內他們會先在台灣爭取更多傳統產業、學術研究及教育機構客戶，等基礎打穩後再進一步前進全球，藉由參與國際大型技術論壇、開發者活動等，積極爭取曝光，打造跨國軟體供應企業。

創業快問快答

Q：長遠來看，公司想成為一家何種類型的公司？
軟體服務公司。下一步目標是增加國際曝光，並且提供平台讓國外用戶便於試用。

Q：創業，教會了你哪些事？簡單分享創業至今以來的心得感想？
除了公司要做什麼之外，也要決定公司不做什麼。

公司資料

公司名稱：工合有限公司/InfuseAI Inc.
成立時間：2018/6/26
服務名稱：PrimeHub
上線時間：2018/6/26
團隊人數：7
官方網站｜Facebook｜MeetHub

本文授權轉載自：創業小聚

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。

「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。

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。

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。

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。

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。