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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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