李海珍Lee Hae Jin
李海珍Lee Hae Jin
2004.01.15 |

今年37歲的李海珍,一手打造的NHN(Next Human Network)已是韓國第一大網路公司,營收大幅超越同業Daum,直逼線上遊戲公司NC Soft,公司市值高達一兆韓圜(約300億台幣),成為身價最高的韓國Internet King。

搜尋、遊戲兩路進發,兩路都發

1992年,從韓國科學技術院拿到碩士後,25歲的李海珍進入三星SDS部門工作,但他利用時間開發網路搜尋引擎,在1996年進入三星投資的「Naverport」入口網站工作。一年後,改名之後的「Naver」脫離三星獨立,李海珍也隨後取得經營權,就此駛上創業尋夢的快車道。
2000年,李海珍主導Naver與遊戲入口網站Hangame合併,成為NHN集團,他與來自Hangame的夥伴金範洙同任公司執行長,一人負責搜尋部門、一人負責遊戲部門,兩年內讓業績成長8倍。如今「Naver」成為韓國第一大搜尋引擎,旗下的「Hangame」亦是韓國最大的遊戲入口網站,付費查詢與線上遊戲的營收,如今已佔NHN1600億韓圜(約48億台幣)年營業額的70%。
李海珍是典型的軟體怪傑,就像微軟的蓋茲(Bill Gates)或蘋果電腦的賈伯斯(Steve Jobs),是一鑽研技術就三天三夜不睡的駭客高手。但李海珍的策略也很有一套,他用自行開發的「知識搜索(Knowledge Search)」技術,讓使用者能以關鍵字尋找網路新聞、百科全書、照片或字典(類似Google的概念,其韓文搜索也比Google更佳),瞬間得到最需要的分類結果(先進功能需要付費),成為韓國2003年最熱門的入口網站。Hangame也非常成功,先由遊戲情報與簡單的Web Game聚集社群人氣,隨後向上整合,伺機進入成本高、風險大的線上遊戲,如今更推出大手筆製作的3D角色扮演遊戲,已被牢牢黏住的網友更樂於付錢,NHN有一半的營收來自Hangame,集團今明兩年業績可望年年成長30%。

未來,還要繼續到國外尋夢

李海珍並不因此自滿,他認為變化快速的網路業,永遠沒有「最後的」勝利者,只有「暫時的」領先者。他也不是霸住位子不放的創辦人,2003年年底,他轉任策略長(CSO)並兼任總裁。李海珍大方承認自己不擅交際,高爾夫又打得不好,但他的死黨會比他更勝任這些,因此他將執行長頭銜讓給金範洙一人獨擁。他也沒有被公司的成就沖昏頭,坦白與其在公司狀況不好時候交棒,不如在NHN蓬勃發展的階段「漂亮退場」。
專注於公司的未來策略,這個工程師會繼續到國外尋夢。2000年開始營業的「Hangame Japan」已是日本第一大網路遊戲入口網站,NHN在中國與印尼也都啟動合資公司,積極複製NHN在韓國的成功經驗。李海珍認為他的成功來自於勇於作夢,「會作夢的人才會最自由」,他將用瞄準未來的硬底子技術,讓創業夥伴與員工的美夢全部成真。

往下滑看下一篇文章
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命
終結 AI 失敗魔咒!Data-DI 以 No Code AI + AI Landing 助企業效率革命

生成式 AI 席捲各行各業,但企業導入後「開局精彩、落地失敗」的情況卻屢見不鮮。由於技術與業務脫節、導入週期冗長、人員無法操作等問題,許多專案難以發揮預期效益。2019 年成立的 Data-DI Solutions 看見這樣的斷層,提出「No Code AI + AI Landing」雙軸策略,專注解決企業在導入過程中的落地困境,協助中大型企業以可控成本與快速周期完成導入,帶動實際營運成長。

AI Landing,陪跑企業落地應用

「AI 不是萬能,要能發揮效益,企業必須先有系統化的資料與數位化流程。」Data-DI 解決方案顧問包威棣指出,許多企業導入生成式 AI 時,往往高估技術能力,卻忽略自身基礎建設與後續驗證的重要。AI 若要優化效率,前提是企業先具備穩定的資料與流程架構,否則就像在沙地上蓋屋,難以長久。

Data-DI 的解法,是以「AI Landing 陪跑計畫」協助企業跨越導入瓶頸。顧問團隊從需求定義、流程設計到上線驗證全程參與,協助釐清問題、建立可驗證的導入路徑。透過系統化的四步驟流程,企業可在五週內完成導入,並逐步培養內部使用習慣與評估機制。

包威棣以汽車集團的案例說明,Data-DI 透過 16 小時工作坊,讓員工實際參與 AI Agent 的設計與測試,最終使流程時間縮短三成。「當員工親眼看到效率被釋放,信任與採用意願自然就會提升。」他說。

Data-DI
Data-DI 解決方案顧問包威棣。
圖/ Data-DI

創立六年來,Data-DI 以顧問式導入模式深耕企業市場,創下 90% 續約率與 120% 續費率,反映其服務在導入成效與信任關係上已獲市場驗證。

AltaBots.ai,實現 No Code 的 AI 應用

若說 AI Landing 解決的是導入成功率的問題,那麼 No Code AI 則打開了使用門檻。包威棣指出,過去 AI 專案常由工程師主導,但技術懂架構、不懂業務;業務懂需求,卻難以轉化為程式語言。「AI 要真正落地,就必須讓最懂現場的人能自己動手。」

因此,Data-DI 推出企業級 No Code AI Agent 平台 AltaBots.ai,即使非技術背景的人也能在拖拉介面中建立 AI 應用。該平台內建超過百種模板,涵蓋客服、行銷、營運與數據分析等場景,並支援主流大型語言模型串接與負載平衡,也協助企業控制 LLM token 成本。

包威棣強調,No Code 的價值不僅是節省開發時間,更在於「讓 AI 民主化」。業務人員最熟悉顧客與流程,當他們能自行建立並驗證 AI 應用,技術就不再是難以摸索的黑盒子,而能持續被優化與調整。Data-DI 也因此打造企業級 AI Workspace,讓團隊能共享應用、協作優化,使 AI 從個別專案進化為組織文化的一部分。

Alta.DI,從客服到行銷的整合式 AI 引擎

Data-DI 的另一核心產品 Alta.DI,則將 AI 能力延伸到顧客服務與行銷前線。平台整合 LINE、Facebook、Instagram及網頁對話框等多通路訊息,協助企業處理大量客戶互動。系統採用 RAG(Retrieval-Augmented Generation)技術與 AI 反問機制,能理解語意並即時優化回覆,避免錯誤生成或資訊不一致。平均來看,AI 可處理高達八成重複問題,搭配 AI Copilot 工作台進行自動派單與知識優化,整體客服效率可提升約五成。

包威棣舉例,旅遊業者在旺季期間客服需求暴增,AI 能即時回覆行程、簽證或退改政策等常見問題,真人客服則可專注於客訴或特殊情境處理。日本社交平台客戶的例子更為明顯,過去近半人力都用於回覆重複問題,導入系統後有八成以上由 AI 自動應答,客服人員得以轉向更具價值的溝通。

與傳統 Chatbot 不同,Alta.DI 不是依賴關鍵字或預設選項,主要靠理解自然語言與上下文意圖;另外,也有 AI 標籤功能,例如偵測到詢價行為時,AI 能自動加註標籤並轉交真人客服報價,讓轉接更即時、更精準。

Data-DI
Data-DI 解決方案顧問包威棣指出,AI 導入必須與企業策略連結。
圖/ Data-DI

「企業要做 AI 轉型,首先要讓決策者有信心。」包威棣強調,這些案例也顯示,AI 導入必須與企業策略連結;當企業看見實際成果,不僅決策者會更有信心,也才有機會進一步培養組織內部的使用習慣。

他觀察,2024 年後企業對 AI 的信任度明顯提升,越來越多公司願意編列預算,嘗試讓 AI 與營運流程深度結合。因此,Data-DI 也鼓勵企業採取「小步快跑」策略,從具體場景驗證成效,再逐步擴大應用。

展望未來,他也以「整合」與「習慣」兩個關鍵字描述企業級 AI 的方向。整合,意味著 AI 不再是外掛工具,而要嵌入既有工作流程;習慣,則代表使用者的信任逐步養成。「當員工真的習慣使用 AI,產出自然會更好。AI 和人的關係也將從輔助變成共學。」

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
進擊的機器人
© 2025 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