16歲以300萬賣掉公司、17歲做App狂賺3.8億美元!他為何看上營養追蹤商機?
16歲以300萬賣掉公司、17歲做App狂賺3.8億美元!他為何看上營養追蹤商機?

年僅17歲的Zach Yadegari和他的夥伴Henry Langmack開發了AI營養追蹤App Cal AI,並在8個月內下載量突破500萬次,在Apple App Store和Google Play上都擁有4.8星的高評分和數萬條正面評論,成立6個月內就已賺取1,200萬美元(約為新台幣3億7,800萬元)。

Cal AI的核心功能是AI驅動的影像辨識技術。使用者只需拍攝食物照片,應用程式就能自動識別食物並記錄卡路里和主要營養成分,省去了手動輸入或掃描條碼的麻煩,讓飲食記錄變得更加輕鬆。

Cal AI
Cal AI於2024年5月推出,短短8個月內下載量已突破500萬次。
圖/ Cal AI

難以想像的是,Cal AI的創辦人剛創立公司時才17歲,但卻已不是首次創業,16歲他曾以300萬元賣出公司。

Cal AI:用AI輕鬆掌握飲食

市面上雖然已存在相關的影像辨識應用程式,但Cal AI提供了許多現有競爭對手所缺乏的全面功能,包括廣泛的食品資料庫、條碼掃描、食品標籤掃描、餐點掃描和自然語言餐點描述。

Cal AI結合了Anthropic和OpenAI的模型以及RAG技術,並以GitHub等網站的開源食物卡路里和圖像資料庫進行訓練,提供更高的辨識準確度。根據團隊測試,Cal AI的辨識準確度高達90%。

「我們發現不同的模型適用於不同的食物。」Yadegari指出,團隊也持續精進技術,像是辨識包裝食品或混合食物的食材,讓AI計算卡路里和營養更精準。

Cal AI
Cal AI的使用者大多為15到25歲的大學生,並以男性居多。不過,為了拓展市場,團隊也開始新增其他語言,搶攻國際市場。
圖/ Cal AI

除了影像辨識,使用者也可以透過資料庫搜尋、掃描條碼或食品標籤、甚至直接輸入「一碗雞肉沙拉」等自然語言來記錄飲食,Cal AI都能辨識。

目前,Cal AI的使用者大多為15到25歲的大學生,並以男性居多。不過,為了拓展市場,團隊也開始新增其他語言,搶攻國際市場。「我們認為55歲以上的族群也很有潛力,他們也需要透過健康管理來維持身體健康。」Yadegari表示,團隊正在研究如何調整產品策略,滿足不同年齡層的需求。」

從10歲就開始創業、16歲賣出300萬的公司:Cal AI創辦人的創業之路

17歲就創下1,200萬美元的營收,但其實這早已不是Yadegari第一次創業。

早在中學時期,他就展現了對程式設計的熱情,並開始學習Python和C#。他的第一次創業是在10歲,當時他就已經開始教授程式設計課程,每小時收費30美元(約為新台幣900元),還懂得在Facebook上宣傳。

他早期的創業經驗,加上一些出乎意料的啟發,塑造了他的商業思維。「我看了《社群網戰》,發現用時間換取金錢根本做不大。」Yadegari在接受《Forbes》專訪時說,「看到祖克柏和他創造的Facebook,讓我燃起鬥志,我希望在年輕的時候就能達到類似的成就。」

因此,14歲時,他創辦了一個名為「Totally Science」的網站,專門提供學生沒被學校擋掉的遊戲,網站名稱取得很聰明,成功避開了學校的審查。這個網站吸引了超過500萬名用戶,並在他16歲時以10萬美元(約為新台幣300萬元)的價格賣給了遊戲公司FreezeNova。

Cal AI, Zach Yadegari
圖為年僅17歲的Cal AI創辦人,Zach Yadegari。他16歲時,就以10萬美元(約為新台幣300萬元)的價格,將遊戲公司賣給了FreezeNova。

賣掉網站後,Yadegari和在程式設計訓練營認識的同學Henry Langmack開始探索開發App。他們參考Y Combinator的影片,也在X(以前的 Twitter)上和其他程式設計師交流,尋找靈感。

這段時間,他們認識了Blake Anderson,他曾開發過RizzGPT和Umax等用ChatGPT做約會建議的App。為了瞭解如何擴大產品規模,Yadegari聯繫了Anderson,後者同意提供資金和專業知識,以共同創辦人的身份加入,一起開發Cal AI。

Cal AI的誕生,其實來自Yadegari自己使用營養追蹤App的不愉快經驗。「我之前用MyFitnessPal記錄卡路里,但用了3天就放棄了,介面不好用,還要輸入一堆資料,超麻煩的。」

Cal AI
Cal AI結合了Anthropic和OpenAI的模型以及RAG技術,並以 GitHub等網站的開源食物卡路里和圖像資料庫進行訓練,致力於提供更高的辨識準確度。根據團隊測試,Cal AI的辨識準確度高達90%。
圖/ Cal AI

為了專心開發,他和Langmack搬到舊金山,住進了一間「駭客屋」,展開了密集的開發工作。Cal AI在2024年5月推出後,短短8個月就累積數萬好評,Yadegari也在3月時向《TechCrunch》透露,目前Cal AI的用戶留存率超過30%,上個月的營收更超過200萬美元(約為新台幣6,000萬元)。

不過,Cal AI的成功,其實歸功於他們的「影響者行銷」手法。

他們不靠傳統廣告或找行銷公司操作網紅合作,而是直接和小型KOL建立關係。除了透過TikTok等社群媒體快速提升品牌知名度,他們也和健康、健身、飲食領域的小型KOL合作,提升產品的可信度和使用率。

另外,他們也推出推薦碼制度,鼓勵使用者推薦朋友,並提供每月10美元或每年30美元(約為新台幣300至900元)的親民訂閱方案,讓更多人願意嘗試。

Cal AI的未來:持續創新,拓展市場

至於Cal AI未來的發展方向,除了提升AI辨識準確度、拓展使用者族群、開發影響者行銷平台和「觀看次數生成平台」外,團隊也將持續優化產品體驗。團隊計畫,未來將持續改進AI演算法,提升影像辨識的準確度和速度,擴充食物資料庫,並探索AI在營養追蹤領域的更多應用,例如提供個人化飲食建議和整合其他健康追蹤數據,讓Cal AI成為更全面的健康管理平台。

除了產品計畫以外,身為學生創業家的Yadegari,本人也面臨著人生的抉擇。

「我們24小時不間斷地工作、睡在地板上,這段經歷很有趣,也讓我學到很多。但我觀察到,身邊都是這樣生活的二三十歲的創業家。我意識到,如果不上大學,我的未來可能也是如此。」因此,儘管還未決定就讀哪所大學,他仍然決定高中畢業後先休學一年,全心投入Cal AI的發展。

無論最終選擇繼續升學還是全職創業,Yadegari的故事都展現了年輕一代的創業家如何在AI時代創造無限可能。透過持續的創新和努力,Cal AI有望在競爭激烈的營養追蹤市場中持續成長,並在AI賦能的健康管理領域扮演重要的角色。

本文授權轉載自創業小聚,作者為賴冠伶

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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