當Google、Facebook被拒於門外,廣告科技商TTD為何能成功攀越中國的高牆?
當Google、Facebook被拒於門外,廣告科技商TTD為何能成功攀越中國的高牆?

於2009年成立的The Trade Desk(TTD),在2016年於納斯達克上市,是一家高速成長中的程序化廣告公司,截至目前市值超過百億美元,股價更是從年初的106美元一路攀升到240美元。

攀過高牆,接入中國市場

其中,今年三月達成了進軍中國的里程碑,在全球數位廣告市場上有著標誌性意義,因為目前國際廣告巨頭如Google、Facebook,甚至Twitter等都仍被拒於中國門外,而TTD卻成功串接百度、騰訊、阿里巴巴、愛奇藝等平台流量與庫存,提供全球品牌主一個簡便的管道觸及中國14億人口的市場。

騰訊
TTD成為第一個進入中國數位廣告市場的科技公司。
圖/ shutterstock

沒有難懂的「演算法」,TTD強調公開透明

那為什麼中國唯獨對TTD敞開大門?原因在於Google、Facebook等封閉平台,既掌握媒體與大量流量,又設計一套自己的廣告玩法,常為行銷人詬病的是背後的「演算法」,運作方式無人能曉,廣告到底刊登在哪、給誰看了,都無法控制。

「現在的廣告購買方式,數據、名單,都是包一整包賣給你,但它不會拆開來跟你說每一筆都是花在哪裡,」TTD資深業務經理Dennis Chin說,「大家都被教育得太好了。」

TTD強調自己是專注在技術的服務商,沒有媒體、不自己手握流量,靠著串接大量外部數據與媒體,為廣告主提供服務,並主打平台上每筆交易都透明公開,廣告主可以清楚看到自己買的是哪些受眾、廣告露出在哪些媒體的何種版位,直戳行銷人的痛點。

跳脫Facebook和Google,放眼更大的原野

曾有一段時期的研究認為古代人類都居住在洞穴裡,視為穴居人,但後來發現並非洞穴外沒有人類生活的蹤跡,而是洞穴內的東西較容易保存下來。那些尚未被發掘、不易保存的洞外世界,可能有著更珍貴的文化遺產。

TTD想要叩問的正是這個問題:或許Google和Facebook的洞穴之外,有更大的世界?

「開放的網路正在取得勝利。」TTD共同創辦人暨執行長傑夫·葛林(Jeff Green)說,儘管Google、Facebook目前搶食大部分的數位廣告收入,但TTD著眼的是兩大巨頭圈地之外更廣大的原野,他們相信那裡可以觸及更多的人、有更多珍貴豐富的數據。

Jeff Green
TTD共同創辦人暨執行長傑夫·葛林(Jeff Green)。
圖/ 數位時代

為達成這個目標,TTD致力與廣泛、多元的數據及平台串接,除了數位媒體之外,也積極串接戶外廣告(OOH)、數位電視(CTV)、行動影音等,像是音訊的部分就與Spotify合作,而愛奇藝則是OTT的夥伴代表。

Spotify
TTD在Facebook、Google兩大巨頭的園地之外,致力串連多元的平台與數據,期望打造一站式滿足客戶各種廣告需求的平台。
圖/ Spotify

2018年,TTD營收再創新高,達到4.77億美元,淨利8,800萬美元,較去年同期成長74%,平台上的交易量更達到23.5億美元,是連續第五年以高於產業平均兩倍的速度在成長著。

著眼廣告預算與GDP成正相關,TTD看好亞太地區的數位廣告發展空間,2019年開始將火力集中在亞太市場,而台灣也是重點開發地區,從年初開始就積極與台灣在地數據商接洽,包括Pixnet、OneAD等都是合作夥伴。

十年磨一劍,TTD勢如破竹的氣勢,大家感受到了,但他們願景中為數位廣告描繪的那塊原野究竟在哪,就要看TTD的信念能否引領他們發現新大陸。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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