松果購物疫情中營收屢創新高，他們做對了哪三件事？|數位時代 BusinessNext

秘訣一：優化AI與大數據分析

精準投放商品，帶動來站新客成長3成

對松果購物來說，能掌握到商機，大數據分析與AI技術功不可沒。過去3年來，松果購物透過AI與大數據分析消費者瀏覽的商品，進而推估他們喜歡的商品，達到精準投放的效果。郭家齊表示，資料量的提升使得他們的AI模型愈來愈精準，今年第一季就帶動了來站新客增加， 成長率較去年同期上升了30% ，也進一步刺激整體回購率與消費者的黏著度。

目前松果購物站上共有65萬的SKU數（不重複商品品項），而郭家齊更是預計在今年年底前達到100萬的SKU數。這部分有兩個原因：第一，愈多商品，AI模型就能愈精準。第二，松果購物的客群定位為「對產品品牌及樣式等各種細節要求較高的族群」，也因此，品項愈多，消費者愈能找到他們要的東西。「玩具挖土機、紫色小尺寸收納箱……，我們要讓消費者能在松果找到滿足這些細節的物件。」

秘訣二：優化客服

偵測客訴情緒指數，優先回應

商機增加的同時，客服要怎麼做得更好也是一大關鍵。為了更快、更有效回覆顧客客訴信件，松果購物也開始引進了另一種AI技術自然語言處理（NLP），主要用來偵測消費者信件中的情緒。

「過去的客服都是『先進先出』，但NLP可以在信箱中標示各個信件的情緒是正面、負面或中性。這樣一來我們就可以比照消費者的生氣程度，標記出需要優先處理的信件。」郭家齊說。

秘訣三：鼓勵商家

祭出千萬補助金，還提供AI精準行銷服務

照顧了消費者，如何在疫情間鼓勵商家也很重要。因此，松果購物也在4月起推出 『中小企業單店百萬補助計畫』 ，提供商家上架補助費用、以及AI精準行銷的服務。上架補助方面，松果提供所有首次在站上上架達100個品項的中小企業店家，每件商品10元的補助金，最高可領100萬元，預計補助總額將達千萬元。

截至五月初，已有超過1,500間業者申請這項補助計畫。松果購物表示，為了響應經濟部「零售業上架電商服務推動計畫」，他們也會全力協助實體零售店家跨足線上零售通路，讓受惠的企業最大化。

今年目標：提升SKU數、繼續優化廣告投放效率

展望今年，松果購物最大的目標之一就是將SKU數拉升到100萬。要達成這個目標，他們得進一步優化商家的商品上架系統。「我們今年會引進更多API（應用程式介面）對接的功能，讓廠商可以有自動批次上傳商品的功能、加快上架速度。」郭家齊說。

此外，松果購物也要繼續優化廣告投放的效率。比對2017年第一季與2020年第一季的網路成交額（GMV），松果購物從5,855萬成長到了6.42億元，然而行銷投資占比卻從27.2%降到9.4%。「這代表我們行銷廣告投放的能力在強化，毛利也在上升。」松果購物總經理吳佩雯說。

為進一步提升廣告投放能力，松果購物不斷嘗試新的宣傳媒介。「我們有嘗試做網路直播，但後來發現它雖能帶來人潮，卻很難轉換成訂單。」郭家齊說，「 比較有效的，是在很多的時間內介紹產品特色的短影片。這個在廣告投放時有效益很好。 」

宅經濟能夠持續延燒嗎？身為在疫情搶得商機的電商產業，吳佩雯仍舊不敢太樂觀。她說，若是疫情拖得久，整體經濟復甦程度若不如預期，也將影響整體消費者的購買力。

但她也認為，疫情即便趨緩，人們被改變了的生活型態會留下來。「未來零售市場轉向網路的速度，也只會愈來愈快。」

責任編輯：林美欣

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。