從學校作業長成線上家教帝國!AmazingTalker獲4.3億元A輪募資,做對哪些事?
從學校作業長成線上家教帝國!AmazingTalker獲4.3億元A輪募資,做對哪些事?

線上家教平台AmazingTalker於今(16)日宣布,完成1,550萬美元(約為新台幣4.3億元)的A輪募資,投資人包含中華開發資本、集富亞洲(JAFCO Asia)和500 Global。新一輪資金將用於海外拓展、擴大團隊規模,並持續深化教師服務來獲取更多新用戶,目標是「全球最大線上家教媒合平台」。

目前AmazingTalker使用者已遍布全球190個國家和地區,累計百萬名學生及8,000名全球家教,更進行了超過550萬堂升學、語言、音樂等不同的線上家教課程,營收在2021年突破新台幣10億元大關。

雖然AmazingTalker提供的家教範疇已不只是「外語學習」,但該領域仍是大部分的營收來源。外語學習領域的競爭激烈,包含許多知名的品牌,如TutorABC、Engoo甚至是巨匠,而AmazingTalker可以從競爭中殺出,創造營收10億元的線上家教帝國,背後故事從一份平凡無奇的「課堂作業」開始。

閒不下來的拳擊手,重回教室發現「學習商機」

趙捷平_AmazingTalker創辦人_徐靖婷_AmazingTalker共同創辦人_2022_0
雖然最終拳擊夢沒有成真,但趙捷平在辦公室內弄了一個拳擊場,也算另類的圓夢。
圖/ 蔡仁譯攝

AmazingTalker位於新莊的辦公室中設有一座拳擊場,與共同創辦人暨執行長趙捷平(首圖右)曾有過的「拳擊夢」有關。

學生時期,趙捷平興趣使然地投入拳擊領域。大學畢業後,他想去日本拳壇打拚,為了達成目標,趙捷平瞄準高薪收入的工作,在知名的英語學習平台擔任業務。因為動機明確(想去日本),讓他很投入在工作中,每月平均收入可超過10萬元,終於存到旅費到日本之後卻意外受傷,僅待了3個月就回到台灣。

雖然打擊很大,回台灣的趙捷平只閒了2個多月,就開始投入創業,接連創立了拍賣平台、健身媒合平台,最終都以失敗收場。

這位曾經的拳擊手,決定重新回到教室中。

「我很想知道我失敗的原因是什麼,」趙捷平說,他決定到職涯學校ALPHA Camp從使用者研究學起,「我才發現,對於市場研究我一直都做得不夠,不了解使用者的需求,不管是電商或是健身媒合平台都是。」

而課堂上有一份產業研究作業,趙捷平選擇了先前工作的領域——英語學習平台,一邊寫作業,讓他更了解產業的痛點,「學外語的學生需求服務不完,有升學、有考試、有口說......;如果我們換一個方向,改成滿足『老師』的需求呢?」

因此在2016年,趙捷平投入創立線上家教平台AmazingTalker,這份作業也讓AmazingTalker成為與眾不同的存在。

是什麼讓AmazingTalker與其他學習平台不同?

線上課程一般的完課率都相當低迷,綜觀國際知名的線上課程平台,包含Coursera、EdX等,據統計完課率平均都在20%以下。相信曾購買過線上課程的消費者都有相同的經驗,花了大筆錢購買一包20堂的課程,上了2堂就累了、懶了、不想上了。

AmazingTalker抽成模式
AmazingTalker採「抽成漸減制」,平台上老師的收入愈高、抽成反而愈少。
圖/ AmazingTalker

AmazingTalker的做法是:盡力滿足老師的需求,也就是賺錢。在老師的薪水上採用「抽成漸減制」,薪水愈高、抽成愈低,當月收入超過3,000美元,抽成即為「零」,而且可以自行設立課程價格、上課時段與長度,保留最大的彈性(不包含8%的手續費與稅金)。

另外一方面,AmazingTalker的學生可以自行選擇老師,課程的最小單位為「一堂」。

也就是說,AmazingTalker的老師,必須使出渾身解數,不管是在第一堂課時規劃出令人滿意的學習路徑,或是在教學時滿足學生的學習需求,才能讓學生一堂、一堂買下去,往零抽成的高收入邁進。甚至連教師檔案上的個人照片與簡介,都要特別下苦功,力求在一片老師中脫穎而出。

「如果老師的收入不高、投入教學的心力就不高。只要一找到正職工作,會馬上捨棄掉在AmazingTalker的兼職。」AmazingTalker共同創辦人兼營運長徐靖婷說,「對老師來說: 你在販售商品(語言學習),跟你就是一個商品,是不一樣的事情。

AmazingTalker還會撈出Top收入5%的老師,分析他們的上課模式,「最好的老師都有極強的業務能力,也能在體驗課程時就說服學生買單,但重點還是教學的品質。」徐靖婷說。類似的數據運用也一直是AmazingTalker的核心,他們還會整理學習報表給老師,讓老師可以隨時調整教學模式;也會為老師貼上各種不同的標籤(tag),協助學生找到適合的老師。

數據能力也成為中華開發資本創新加速基金總經理郭大經投入的理由:「AmazingTalker用數據優化產品、從根本解決使用者的問題,搭配上日漸成長的線上學習趨勢,未來還能進一步成長。」

這套流程成為AmazingTalker的飛輪效應(Flywheel Effect):老師投入的愈認真、學生購買愈多課程、老師收入也愈高,也不容易跳槽到其他平台、愈多好老師在平台上,學生數量自然不斷成長。不過,對於收入較低、投入時數較少的教師,的確要面臨較高的抽成,收入在0~99美元抽成更可達30%,但這就是AmazingTalker希望鼓勵老師全職投入的方式,「這套流程聽起來很商業化,但『傳遞知識』的效果沒有減弱,只會更好」,趙捷平說。

而頂尖老師的抽成為零,但學生支付的學費內含10%服務費用,為AmazingTalker主要的收入來源。現在AmazingTalker最大的市場為香港、台灣,第3名為美國、第4名南韓、第5名是法國跟西班牙。本輪募資將繼續用於開拓市場,包含繼續進攻發法國與西班牙,並投入日本與其他東南亞地區。

最大的危機:人

雖然AmazingTalker找到自己的飛輪,營收也在2021年突破10億元大關,但在剛開始要讓飛輪轉動起來,也付出了很大的苦心,像是2016~2017年平台默默無名,在老師的招募上相當不容易,「我們一開始還直接去機場找外國人,用一些很土炮的方式招募老師。」徐靖婷笑著回憶。

又或者一度遭到投資人撤資,只能以裁員收場,直到2018年後漸漸走向損益兩平後,飛輪的雛形初現,才快速推動AmazingTalker的營收成長。

「現在最大的風險就是人。」趙捷平說,「公司太仰賴少數幾個人運作,還沒有辦法把知識跟know-how分享給其他的夥伴。」意思是如果掌握關鍵的人離開,AmazingTalker可能會經歷青黃不接的陣痛期,「所以我們一直在解決這個問題,想辦法一邊擴大招募的同時,慢慢完善組織的架構、把更多的決定權交給夥伴。對靠著少數人走過來的我們來說,是很大的挑戰。」

言下之意,是他認為AmazingTalker已經走過從0到1的階段,現在是集結更多夥伴齊心前進,在國際市場打出致勝一拳的時刻。

責任編輯:錢玉紘

關鍵字: #教育科技
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 2026 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