B2B的AI新創團隊,要怎麼做才不會跌個狗吃屎?
B2B的AI新創團隊,要怎麼做才不會跌個狗吃屎?
2019.12.17 | 創業

在台灣科技業討論AI的同時,大夥兒應該納悶為什麼在討論AI這種如此注重管理思維的產業時,卻很少人在討論台灣業界整體企業管理效率不佳的情況。

而很不巧的,AI與自動化只是催化劑,他們能催化的是所有各行業中已經具備成熟管理制度,和妥善資料策略的企業長期成長,並不是一種能夠閉門造車的產業。

而今天挑這個時點,是因為最近在台灣新創界算是開始醞釀一條大代誌:那就是曾經被喻為台灣最有機會「打入國際市場」而且融資數千萬美金的新創領頭羊,如今是火燒屁股而且每況愈下。

首先是競爭不力,被迫退出歐美市場;而回到了亞洲,新產品最近又被台灣許多新創和大型公司集體退訂。該公司今天急著從海外進口了幾位營運和業務高階經理人,但是仍然難以逆轉頹勢,連在自己的主場台灣都被海外對手打得落花流水。

若要回歸基本面去分析這整件事情的發展,其實說起來並不令人驚訝:這家以B2B服務為核心的新創公司原本的構想就是把台灣當作產品開發和營運基地,再遠端狙擊海外業務。

當然,這種天真的想法,很多台灣老闆都做過,而這些老闆最大的問題就是沒有見識過真正的「非代工製造」的國際商務環境,而最大的盲點就是忽略了營運管理是種專業、產品管理是種專業、行銷管理是種專業、業務管理是種專業,什麼都是專業。台灣長期以來都是以硬體代工製造為產業核心,其實企業管理和制度都非常陽春,根本沒有打國際戰場所需的各類人才,而這些人也不會在三年五年突然從石頭裡面蹦出來。

因此,與其說這家B2B新創公司是策略失足,不如說是先天受限於台灣商人的產業盲點,很剛好地被海外競爭對手打趴而已。

台灣AI新創若想避免重蹈覆轍,應引以為鑑,積極彌補台灣企業處處可見的管理知識缺口。

搞AI不只是搞技術

台灣這一兩年突然蹦出一堆AI新創,很巧地,正好又是在海外瘋了兩三年後開始全盤感染。現在已經銷聲匿跡的什麼物聯網島、金融島,甚至區塊鏈島的說法,現在終於被「AI島」取代。

而才一兩年時間議題爆紅,真的是我們發現了新大陸嗎?當然不是。

其實最單純的原因就是海外已經有很多AI的工業應用,市場也被打開了。因此,許多人又想用六零年代的代工思維,想說只要自己用類似的工具、做出「差不多」的東西,甚至去搶個比較小、比較弱的市場,也可以用「最低的成本、最快的方式」去賺錢。

當然,因為TensorFlow這樣的開放套件的普及化,讓很多人以為只要用TensorFlow隨便套套資料、訓練出Classifier就可以開始賣錢了。

其實TensorFlow技術上已經相當普遍,而普遍的技術,純技術產品的市場基本上都已經飽和了。而真正做AI最大的挑戰在於資料的取得和壁壘,以及對於個別產業的了解。

以語音辨識和臉部辨識為例,現在有能力幹出Classifier的公司已是恆河沙數,但是問題是大部分的公司不懂得個別產業的營運模式,因此建不出一套企業會想要採購的解決方案。

而當又有新創公司想用更低的成本去搶「已經被打開的市場」,這代表我們的產業又再次落入了「Me too」的陷阱。技術取經但是卻沒有去學習應用面,最後還是落入代工業的老調重彈。

可惜的是,這次不會那麼順遂了。

因為軟體業講究的不再是specs(技術規格),而是如何與企業的營運密切結合,強調的是軟體與「人」的協作模式。

這次光是在技術面上做文章,卻不再花心思去吸取管理經驗,AI這塊餅不會那麼好啃。

時空膠囊中的業務管理

說實話,台灣的產業競爭力是拿員工的個人能力和低廉的薪資去達成的,並非靠有效的管理和投資員工訓練來提升人均產出。

或許是因為台灣太多勞力密集的出口型產業,台灣企業整體的業務能力一直都沒有跟上其他已開發國家的水準。

何以見得?

試問:絕大多數的台灣Sales如果能以一個字形容,你會想到什麼?

沒別的,就是一個「盧」字。而這個「盧」字,就是業務模式落後的病徵。

會用盧人的方式去拉業務,很大的原因在於自身獨特性不夠、產品和服務的深度不夠,因此很難去區別化,才會死纏爛打,妄想用煩人這招來強迫客人就範。這些業務專業能力不足,每天就是在浪費時間跟客人「搏軟」(台語,意指培養感情)。

這招在台灣很管用,業務有事沒事就打電話來找你聊天、幾天沒聽到你的消息就來噓寒問暖,不然就是一直要約當面喝咖啡,甚至會用你的私人聯絡方式來找你談生意。

有跟比較有國際視野的客戶做過生意,尤其是跟西方國家做過生意的朋友都知道,這種盧人的做法最快被外國客戶列入黑名單。

Email都不想回了,你還想約喝咖啡?還無預警一直打電話來?大部分外國人完全不吃這套。

很多台灣新創甚至台灣大企業在誇下海口說要遠征海外市場,但是旗下業務人員面對海外客戶的時候,卻連最基本的B2B軟體業務流程都不清楚,被海外競爭對手電爆也只是剛好而已。

基本的B2B業務流程

講到這邊,有些人自然不服氣了。容敝人在此再多陳述一下,究竟我們台灣人的業務管理水準有多麼不堪。

今天你去外面抓一把科技業的業務人員,問他們Business Development(BD)、Sales、Account Management(AM)、Project Management(PM)等有什麼差異。

我可以跟你打包票,很多業務人員是沒有辦法明確回答這個問題的。在台灣,很多業務人員以為BD就是Sales,或是以為客戶管理就是Sales。不要說新創公司了,連台灣大型上市企業的業務,也都搞不太清楚差異。甚至很多人以為軟體產業的PM是應該去跟客戶接洽的。

然而,如果今天把舞台搬至舊金山,不要說業務人員了,連PM、設計師,甚至一些工程師,都可以跟你解釋以上業務職務之間的差異和關係。

因為了解這些職務的功能,不光光是營運面的問題而已,更是攸關整家公司提供的產品和服務流程的整體設計。尤其對B2B公司而言,這些職務之間的有效連結更是攸關生死。

所以這些職務之間的關係到底是什麼?

粗略而言,現在許多B2B軟體公司的業務流程大致上都是:BD -> Sales -> Account Management -> Solutions

BD的工作不在於跟大量的客戶面談,而是在於研究產業和客戶族群,透過分眾和尋找趨勢來設計吸引人的定價策略、產品定位以及業務模式。有了明確的業務模式後,行銷和業務則分別負責蒐集潛在客戶、篩選潛在客戶和與潛在客戶洽談。Account Manager則是在客戶簽約後,負責照顧客戶各項需求,並且跟公司內部其他部門溝通的窗口(是的,正常來講,PM是AM對內的窗口,PM是在管理專案,不是在管理客戶關係的)。

而講到Solutions這部分,在台灣來講也算是一個相對陌生的觀念。台灣多數公司很習慣統稱工程師為RD,然後碰到事情就習慣抓工程師來處理,不管對內對外都一樣。但是在業務管理方法比較先進的產業圈中,一家公司的工程團隊至少會再細分為Solutions和R&D兩大塊。

R&D就不用說了,基本上就是進行公司內部核心技術和產品的開發。

那Solutions(解決方案)呢?基本上解決方案架構師(Solutions Architect)和解決方案工程師(Solutions Engineer),就是接受Sales和工程部雙領導的技術團隊。他們雖然不用進行核心技術開發,但是他們卻要同時了解公司核心技術、客戶端的技術架構,以及之間的各類整合方式。而且解決方案團隊的成員都要受過一定的客戶接洽訓練。

這不用說,解決方案工程師在台灣絕對是被看貶的,大家會以為解決方案工程師的技術能力「不夠硬」。但事實上,這些Solutions團隊成員可以促進和客戶技術合作的專長,在一家公司的業務模式中是再重要不過的了。

而上面講到這些非常基本的業務觀念,這在美國科技業並不是只有大公司才會實施這類制度,而是連不到20人的新創公司,很多都已經建立了這種高度專業的業務架構。這也是為什麼不少舊金山的新創公司,可以用不到我們一半的人去達到更好的成績。

反觀,敝人在台灣還碰到一大堆整天在Cold call(陌生拜訪)潛在客戶的科技業業務。不好意思,在有Salesforce和Hubspot的今天,如果你還在花時間去Cold call,你的業務模式至少落後主流軟體業十年以上了。

誠信問題

另外一個台灣目前面臨的業務瓶頸,就是台灣的業務人員已經習慣唬爛唬到分不出吹牛和詐欺的差別了。這種業務模式,就好像是以前製造業老闆會先出去唬爛,拿到訂單以後再來借錢生產一樣。

但是,今天時代不一樣了。軟體產業是一個跟人高度結合的產業,在中低階硬體製造業你可以唬爛去騙到訂單,但是在軟體業,沒有長期培養人才和設計良好的公司制度,無論你怎麼唬爛也生不出產品和服務來交差。

在此保留給大家想像的空間,但是敝人過去幾年在台灣實在看到太多太多新創和大型公司用這種方式去經營業務。而敝人必須直言,這種先喊先贏的業務模式,在很多歐美國家是很大很大的禁忌。言下之意不是歐美產業圈沒有唬爛的人,而是唬爛的人一旦被拆穿,之後就很難找到客人了。

所以說,有時候台灣B2B公司在國外碰釘子,很大的一個阻礙其實是自己太過於習慣吹牛皮,而完全沒有意識到在很多文化中,這種行徑是在國際商業場合是讓人很感冒的。

家族企業文化中毒太深

這小標題應該不必贅述了吧?

其實台灣管理方法落後歐美已開發國家一大截,最主要的原因還是在於絕大多數的台灣企業仍然是以不折不扣的「家族企業」思維在運作。所謂家族企業,不一定就一個家族去分擔經營,而指的是一種「皇權企業」文化。

基本上,創辦人說的算,而且創辦人常常無法去接納專業經理人的建議和做法。也因為如此,許多創辦人自己的私心凌駕於團隊的專業之上,公司內部的決策常常會受到創辦人的配偶、家人、朋友等跟專業完全無關的人影響。

而這種劣質企業文化在台灣處處可見的最大病徵,就是後進的專案經理人永遠不會比創辦人厲害。大家習慣在老闆面前當奴才,老闆自然也越來越目中無人。

因為老闆的主觀大於一切系統和制度,這種皇權企業在老闆老了以後常常就成了「黃泉企業」,不但二代軟弱、接班不力,而且常常富不過三代。基本上創造不了什麼能夠長期自我革新、永續經營的企業。

很不幸地,敝人自己觀察的結果,現在很多台灣新創的創辦人也都是用這種模式在管理公司。

路不轉人轉

說來很感慨,台灣的產業環境很難讓新創公司的業務有機會去學習、有舞台去發展。台灣企業文化中的「人治」弊病造就了不尊重專業的傳統,長期以來只重視純工程人才,使得各類管理人才一直以來都沒有長足進步。

現在面對AI產業的崛起,我們產業中管理缺乏效率的問題,將是台灣AI產業繼續發展最大的阻礙。台灣AI新創要突破,唯一的路就是必須在品牌、行銷、業務、產品、營運等方面都逐步追上國際的水準。

我們不能夠再有:「客人還沒回我,我跟認識他的朋友要他的LINE來盧他」或是「我的表妹在美國讀書,網站上的文案請他來寫就好了」這種愚蠢的想法。

你覺得台灣人看不出來,這一搬上國際舞台馬上就露餡了。

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #企業經營管理
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