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。」

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。

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。」

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。

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。

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。