韓國獨角獸再添一隻！前Google工程師打造、AI核心數位廣告公司Moloco，如何顛覆市場？|數位時代 BusinessNext

韓國獨角獸再添一隻！前Google工程師打造、AI核心數位廣告公司Moloco，如何顛覆市場？

來自韓國的廣告平台公司Moloco，利用AI技術提供廣告解決方案，其平台甚至能觸及到75億台裝置。如此廣泛的影響力，也讓它一躍成為獨角獸企業。

一家夢想在納斯達克上市交易的跨國廣告平台公司

Moloco成立於2013年， 是一家採用AI技術的廣告解決方案公司 ，因為擁有來自Google、亞馬遜和Twitter的頂尖人才和能分析大數據的技術，讓Moloco打造出領先同業的廣告平台，其運作邏輯是允許客戶根據消費者電腦或手機上的使用數據制定客製化的線上廣告來獲利，例如：曾經搜尋或曾購買過耳機的消費者，會看到耳機產品的相關廣告。

Moloco的創辦人安益進（Ahn Ik-jin）曾是Google和YouTube的工程師，從韓國首爾大學到美國常春藤名校賓夕法尼亞大學，一路都就讀名校，而在聖地牙哥加利福尼亞大學就讀博士期間，他停止學業、開始在Google工作，並利用AI技術替YouTube開發廣告演算法，為閱聽眾推薦影音，建立了YouTube廣告的盈利模式。

離開Google後，他與兩位前Google同事一起在矽谷創辦Moloco，現在分別在美國、南韓、新加坡、日本、印度尼西亞和英國等六個國家設有分公司。 若要說Moloco擁有無可匹敵的全球影響力一點也不為過，因為它的平台可觸及全球75億台裝置，覆蓋率相當高 。

Moloco也計劃利用募得的資金，從全球招聘新的工程師（特別是懂得機器學習的人才）、增強軟硬體的基礎建設、擴展其廣告業到線上電商領域，並將創業的最終目標設定為「 有朝一日能在納斯達克上市進行交易 」。

利用機器學習優化客戶的廣告收益

Moloco有兩項主要產品，首先是 Moloco雲端（Moloco Cloud） ，可優化廣告競價的自動化平台，幫助手機營運商利用第一方資料（First-party data，指透過公司內部線上或線下管道自行蒐集的消費者資料）分析來盈利；其次是 零售媒體平台（retail media platform） ，幫助電商業者將網頁投放到各種媒體平台，並增加曝光機會。

Moloco的技術是以機器學習（machine learning）幫助App優化和預測使用者在特定行為上的表現 。安益進表示：「當廣告識別碼（IDFA）在蘋果iOS系統裡越來越難取得的時候，這對公司反而是個好消息」，因為少了IDFA資料，相關的行為追蹤數據將大幅減少，廣告成效勢必受到一定程度影響，因此機器學習將成為供需市場雙方成功進行廣告投放的基石。

2020年Moloco的總銷售額約為1.78億美元，但2021年頭三個月才剛過完，其營收已達8,890萬美元，今年的總銷售額預計將比去年成長2倍，達到4億美元 ，目前公司約有50%的收入來自歐洲，美國則約佔25%。如此快速的盈利的也吸引SK Telecom（韓國知名的通訊營運商）、LG和Krafton（魁匠團，一家韓國電子遊戲開發商及控股公司，前身為遊戲工作室「藍洞」）紛紛加入融資行列。

廣告收益轉向數位化、推崇用戶隱私的大環境

在COVID-19加速數位依賴的情況下，數位化廣告已成為廣告世界的主要潮流，在電視或報紙上刊登廣告已過時，且廣告收益也打破社群媒體網站和搜索引擎的記錄。 過去四年裡，Moloco年均成長率高達180% ，當安益進被詢問是否有考慮讓Moloco現在就上市，他表示：「公開上市可替我們打開很多大門，但目前我們只會專注於與投資者密切合作，以發展公司規模和增強產品。」

安益進進一步解釋：「 投資者現在對手機廣告如此感興趣的原因之一，與蘋果iOS系統修正用戶隱私和數據使用有關 。」亦即，蘋果應用程式必須透過「應用程式追蹤透明度」（ATT）架構，向用戶取得許可後，才能蒐集和分享iPhone裝置的IDFA。對此，安益進樂觀的說：「 蘋果的舉措將替具創意的解決方案，提供公平的競爭環境 。」

Moloco自2018年開始已處理超過100兆筆的數據，近期每個月更投放超過130億個廣告，它的核心客戶包含迪士尼、納克森（Nexon，一家韓國電腦遊戲控股公司）、網石遊戲（Netmarble）等跨國公司。以上市公司網石遊戲為例，他們利用Moloco Cloud的服務，在確定遊戲發佈後的頭幾個月，採用能刺激用戶下載安裝的廣告投放策略，並利用這些用戶數據訓練機器辨識出最有價值的廣告投放模式，例如降低安裝程式成本（Cost Per Install，CPI）將可達到最多下載次數。

安益進曾說：「每家韓國新創公司都可以成為獨角獸，也不是所有新創公司都必須以矽谷為基地，它們可以成為先成為國內市場的佼佼者，再進一步獲得全球地位。」不久前，韓國宣布已有12家新創公司成為獨角獸企業，有助於企業成長的創業環境、地方政府的支持，加上開箱即用（out-of-the-box，OOTB）的創新和科技實力，韓國新創公司近幾年在全球持續大放異彩。

「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。

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%。

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。

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