台灣獨角獸Appier超高速成長背後:「一年只增2名員工」的AI革命來了!
台灣獨角獸Appier超高速成長背後:「一年只增2名員工」的AI革命來了!

MarTech公司Appier於2月14日公布2024財年的營運成果,營收創下歷史新高達到341億日圓(年增29%)。也就是說自IPO以來,Appier的營收自2021財年的127億日圓,成長了近2.7倍。

主要的成長動能來自美國、EMEA地區(年增45%),原先占比最大的東北亞市場也有年增34%的表現,數位內容(如遊戲)和電商仍是主要的成長領域。

而營收數字Appier持樂觀態度預期將持續快速成長,預估在2027財年營收將達到700億日圓的翻倍成長。

不過,在這場財報溝通會中,還有更值得關注的「一個數字」和「一個概念」。

一個數字:一年公司只多「2個人」,AI發揮效率中

首先,是Appier的員工人數。2024財年Appier的員工人數為708人,只比去年的706人多了2個人。雖然Appier在員工人數的擴充速度一直都抓得很緊,但是過去5年最少也有45人的年成長。

Appier執行長暨共同創辦人游直翰表示,2024年財年員工人數成長非常低的原因,主要是因為AI提升了員工效率,讓招聘的需求也放緩,「Appier已經有產品是由工程師與AI共同開發的,未來在軟體工程師方面,我們求精不求多,會尋找可以跟AI合作開發的人才。」

游直翰2.jpeg
圖/ 數位時代攝影

在工程師之外的營運面,也有不少導入AI的部分,主要的方向為提升效率。Appier在先前的分享中,就已經提過人資、財務等部門已經在使用AI小工具加速完成工作。

也許不是用「AI取代人力」來思考,而是現有人力利用AI變得更強,軟體工程師可能是近年看到最明顯的領域。

AI新創Anthropic在2025年2月10日公布的報告中顯示,他們分析了100萬個Claude對話,按照問題類型來做分類。有37.2%的問題來自電腦和數學領域,遠遠超過其他類別,而這個領域的人數,僅占美國工作人口3.4%。

當然必須考量到語言模型和聊天機器人的先天限制,本來就比較擅長回答電腦和數學問題,但這個數字顯示的是「有超小一群人、超大量地在使用AI」。這群人將會是受到影響最大的領域,也就反應了Appier員工數的狀況,放緩招募——特別是游直翰提到的工程師領域——因為原先的人因為AI變得更強、更有效率、可以做更多工作。

這只是個開始。

一個概念:模型大戰讓應用層得利

再來是Appier日前以3,870萬美元(約為新台幣12.7億元)收購的法國新創公司AdCreative.ai,該公司擅長「生成創意素材」。舉例來說,可以為某一支唇膏替換背景、為漢堡動態廣告生成背景,或是生成可互動(playable)的廣告素材。

AdCreative.ai產品
使用AdCreative.ai的AI功能,就能為產品應需求加上不同的背景。
圖/ AdCreative.ai

其實單純靜態替換產品背景,Appier已經有類似的技術。「我們確實有這種技術,但是沒有AdCreative.ai這麽細膩,還有就是動態的影像,這個我們沒有。AdCreative.ai可以讓我們不用重頭開始做這件事情。」游直翰說。

接下來就是重點,游直翰表示,AdCreative.ai的客戶大多是消費品,與Appier過往的客戶類型非常不同,「我們擁有的都是受眾的數據,AdCreative.ai有這些(創意)素材的數據。」

Appier處於AI生態系中的「應用層」
Appier處於AI生態系中的「應用層」,這一層的決勝關鍵在於:數據壁壘、領域知識、產業模型。
圖/ Appier

從上圖中可以看到,如果把AI生態系分為硬體層、基礎模型/通用層、應用層,Appier處於應用層。撇除硬體設施台灣本來就是重要的供應鏈,目前大多的台灣軟體公司也都處於應用層(不考慮SI的話)。

為什麼Appier要買下一家法國公司?

在DeepSeek問世後,攪動了一池春水。為AI生態系帶來的好處是「撿便宜」,API費用更便宜、更多的開源模型,「我們可以用更低的成本去取得更好的model(模型),當客戶為效能提升付錢、模型的費用降低,應用層就可以賺到更多錢。」游直翰說。

以為AI應用已經百花齊放?爆發還在持續進行當中。「這樣的趨勢對於應用層的公司,特別是在growth stage(成長期)的公司非常有幫助。」游直翰說。

而在應用層的競爭中,關鍵就在於「數據壁壘」、「領域知識」、「產業模型」。這也解釋了為什麼Appier要買下AdCreative.ai,隨著AI技術的成長,類似AdCreative.ai的技術有一天會變得唾手可得,每一天中國、美國都在釋出更先進的影像生成模型,但是各家應用層所擁有的數據、知識、調整後的模型就會是差異化服務的核心。

Appier的年營收數字再創新高、2027財年700億日圓的目標也顯得雄心勃勃,但真正值得關注的,或許不是這些「顯而易見」的財務成績,而是它如何在AI變革下調整自己。這些細節,比財報上的數字,都更能看出AI如何改變一家公司,甚至一個產業的運作方式。

延伸閱讀:下個DeepSeek?中國AI獨角獸「月之暗面」解密:31歲清華學霸創立、騰訊掏億元投資
傳統晶片戰局洗牌!中國產能2027年有望超越台灣,黃崇仁:不退出沒法生存

責任編輯:林美欣

本文不授權轉載

關鍵字: #AI #Appier
往下滑看下一篇文章
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?
數位時代 X 國泰金控 從百套系統上雲到 Cloud First:國泰如何把雲端變成AI成長引擎?

2019年金融監理機關正式將雲端納入委外規範後,揭示金融業上雲時代來臨,國泰金控數數發中心成立雲端策略發展部,負責擬定集團上雲策略,並於2020年正式啟動7年集團雲端轉型計畫;在多數金融機構仍停留在單點遷移或IT現代化的現下,國泰金融集團在 2025 年即完成 100 套系統上雲,更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First,成為數據與人工智慧應用的關鍵引擎。

國泰金控資訊長|吳建興 James Wu
圖/ 數位時代

「百套系統上雲不僅僅是數字,更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示,上雲帶來的效益十分顯著,包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔;同時,雲端業者多具備零碳排或綠能機房機制,亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術,而是為了換取速度與可靠度,讓集團可以加速創新腳步、彈性調配資源,以及培育所需人才與技能,為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能,國泰金控舉辦雲端轉型成果發表會,會中除有集團子公司分享最新成果,三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段,國泰金融集團將雲端內化為營運流程與創新引擎

國泰金控科技長|姚旭杰 Marcus Ya
圖/ 數位時代

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務?

顏勝豪認為,雲端轉型的起點不是直接遷移系統,而是從四個面向打底:應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃,以及組織治理框架建立,而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏,若沒有共同語言與平台底座,上雲很容易各自為政。」顏勝豪表示,為讓所有員工可以齊步前行,國泰以雲端遷移方法論 Cathay 6R(註1)作為共同語言、用平台作為共同底座,讓轉型不只是技術選擇,而是集團行動。
完成單一系統的雲端遷移後,便進入 Cloud Adoption 階段。在這個階段中,要透過大規模遷移建立更成熟的上雲標準作業流程(SOP),透過 FinOps 機制控管與優化雲端營運成本,以及透過自動化與治理模型確認多雲環境與安全與維運穩定性,目標是將雲端內化為組織日常運營的一部分,進而邁向 Cloud First 階段:在合規前提下,新專案與系統升級預設在雲端環境開發,並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則:讓雲成為 AI 時代的成長引擎,而不是單純的基礎設施。」關於國泰的未來雲端布局,顏勝豪如是總結。

國泰金控 雲端策略發展部 協理|顏勝豪 Otto Yen
圖/ 數位時代

以雲端為 AI 資源引擎、發揮數據燃料價值,實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲,也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲,打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備:成立國泰風險聯防中心(CRC)攜手集團洗防人員強化風險控管與金融犯罪因應能力;釋出國泰員工 AI 助手–Agia–Beta
版,提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務;此外,亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務,更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出,發展AI需要龐大的 GPU 算力,若自建 GPU 機房,不僅硬體設備昂貴、折舊速度快,光是散熱系統一年就高達兩、三千萬元的成本,若採取雲端資源,可以隨啟隨用,同時,大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組,銀行、人壽、產險與證券的創新不再是單點突破,而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本,資料則決定 AI 應用上限。」顏勝豪解釋,在 AI 新世代,AI 模型定調能力「下限」,集團子公司掌握的「獨特資料」則決定應用的「上限」,考量雲端有許多好用 AI 服務,唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略,打造雲端智慧生態圈,並以現代化雲原生技術拓展應用場景;同時,運用 AI 與資料分析優化客戶服務體驗,並藉由跨雲整合機制支援多元業務模式,以充分發揮上雲效益。至於國泰產險,不僅在兩年半內完成13套核心系統上雲、優化營運流程,如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等,讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求,如以 AI Search 精準呈現關鍵字搜尋結果,讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務,以客戶持股為核心,應用 AI 技術打造個人化推播服務,協助投資人更有效率地掌握庫存狀況,提供更即時、系統化的投資管理體驗。
總的來說,國泰金控在集團的雲端轉型不僅是技術升級,更是思維革新,從百套系統上雲進展到 Cloud First 階段,可以預期在雲地基礎下,國泰將進一步引領 AI 時代變革,持續提升營運韌性與放大創新價值。

註1:Cathay 6R 國泰設計 Cathay 6R 雲端遷移方法論,將系統遷移方式依據上雲模式、系統開發成本分為 Rehost 、Replatform、Refactor、Rewrite、Replace 和 Retain 共6種遷移架構,並能對應到 IaaS、PaaS、SaaS 三種不同上雲模式。

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
2026 大重啟
© 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