阿物科技轉型AI服務商，3種引擎助店家精準尋客！下一步進攻日本市場|數位時代 BusinessNext

阿物科技轉型AI服務商，3種引擎助店家精準尋客！下一步進攻日本市場

談到阿物科技（awoo），第一個想到的業務可能會是SEO，但現在阿物科技宣布，將轉型為AI科技服務商。

從SEO顧問到MarTech科技服務商

最初阿物科技以SEO顧問服務為核心，提供SEO健檢工具協助企業網站提升搜尋體驗。在協助企業優化SEO的同時，也觀察到客戶對於MarTech領域的需求，阿物科技的服務項目趁勢從SEO拓展至行銷科技。

更進一步，阿物科技於2018年成立AI lab，切進AI領域進一步轉型為科技服務商，開發、設計一系列MarTech整合解決方案。

迎來品牌再造，阿物科技端出「All in One」MarTech平台，在平台上囊括數十種工具模組，提供企業新零售的各種解決方案。

這數十種工具圍繞著阿物科技的3種引擎：流量成長引擎、推薦引擎以及再行銷引擎，是由阿物科技的AI Lab中15位專職AI數據科學家，全力投入開發的成果。

以推薦引擎為例，「在電商頁面上推薦顧客更多商品，聽起來很阿呆，為什麼大家都不做？」林思吾說，「因為沒有這麼簡單。」他舉例，阿物科技可以透過顧客消費明細，知道某個人過去兩年買了四雙鞋，「而且是NIKE、白色、慢跑鞋，再依此去推薦他新產品。」

而這也跟「後Cookies時代」有關係，因為要從顧客本身取得資料的難度愈來愈高，「過去我們追蹤個人、用來理解顧客的基礎被打破了，但我們是透過商品特徵去理解用戶特徵，跟過去的MarTech有很大的不同。」林思吾說。

投資人來自矽谷、目標市場日韓，B輪募資籌備中

除此之外，阿物科技也積極與產業夥伴進行結盟，致力實現MarTech平台生態系藍圖。

在台灣，阿物科技目前與開店系統平台商91APP完成產品與技術整合，也將於6月完成與日本最大開店平台MakeShop完成技術整合。未來台灣與日本電商經營者將可擁有「系統免導入」與「數據不斷鏈」兩大優勢，「過去很多品牌使用了很多MarTech、開店平台的服務，數據就散落在各地，利用生態系結盟，可以有效地把所有人手中的數據串接起來。」林思吾說。

而2017年起，阿物科技就獲得多位知名軟體投資家與企業家連續投資，除詹宏志之外，其包含Netscape共同創辦人沙正治、美國上市公司Ellie Mae共同創辦人胡立民、半導體公司IDT創辦人邱俊邦等，累計投資金額超過500萬美元（約為1.5億元新台幣），且在東京、嘉義與台北皆設有營運據點，日本是阿物科技主力瞄準的市場。

「日本市場是我們的10倍大，但線下購物太方便，讓電商的滲透率還有很大的成長空間，對新創的成長來說是很性感的市場。」林思吾說，「我們這世代的創業者，不斷思考台灣在世界地圖上的定位，透過創業我希望把世界帶進台灣，在促使AI商業化過程，期許阿物扮演重要的推手。」

責任編輯：錢玉紘

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/