它傻瓜你聰明
它傻瓜你聰明
2000.06.01 |

要說三國演義是一部好看的小說,應該有很多人會同意。
不過,三國時代如果缺了諸葛亮,想必精彩度會大打折扣。
魏蜀吳三國之中,以劉備為首的蜀國土地最貧瘠,資源最缺乏,軍容也不太壯盛。但是在幾次重要的決策過程裡,諸葛亮都發揮了關鍵的作用。火燒連環船、草船借箭、空城計這些故事到現在還被人津津樂道。
以前叫「軍師」,也有人稱「文膽」,或叫做「智囊」。倘若要用網路時代的語彙來界定諸葛亮的身份。他應該是一個善盡知識管理職責的「Intelligent Agent」。

**網路資料龐大,尋找不易

**
太多的資訊透過網路圍繞在我們身邊。因為資訊過多,所以「知識管理」變成一件重要的事情。上網搜尋資料往往給人「不是太有效果」的經驗,輸入關鍵字通常有兩種結果,一是找不到符合關鍵字的資料;或是出現動輒數千筆的資料。人與資訊的關係應該更親密,更容易,更有效率。這就是Intelligent Agent存在的價值。
如果你的HP印表機壞了,卻不知道哪裡出了問題,只要連上HP的網站,在原本應該輸入「關鍵字」的地方,直接打上「我的印表機壞了」──不用絞盡腦汁去想像「故障」、「待維修」這些可能的關鍵字──網頁上就會出現自我簡易維修的功能,一步一步帶你檢查印表機哪裡出了錯。
這種便於使用的技術是由網際智慧(IQChina)所開發出來,這家公司的前身是做「自然輸入法」的花旗資訊。他們背後的股東陣容非常精彩,有英特爾、中經合、台元、怡和與PChome。
再舉一個例子,看過「電子情書」以後,假設你對於湯姆.漢克與梅格.萊恩的對手戲回味無窮,想要多找一些他們合拍的電影來看,在網路上該如何搜尋?
如果你使用龍捲風的搜尋引擎,只要輸入『湯姆.漢克 * 梅格.萊恩』(* 表示 " and")。搜尋系統就可以很快的找到同時擁有這兩人資料的電影網站。
這是龍捲風科技所提供的搜尋技術,與IQChina相同的是,他們也有非常漂亮的股東陣容,包括Citibank、Walden投信、宏碁和建邦。重量級的股東陣容突顯類似技術被市場所看好,而他們發展的技術;就是要讓人與資訊的距離更近。

**新的網路搜尋方式誕生

**
根據IDC的統計資料,1999年是人類歷史上顧客使用電話服務的通話量,首度減少的一年。而到了西元2000年,客戶透過網站尋求服務的比例會增加840%。到了2001年,Gartner Group預估全世界25%的客戶接觸都會在網路上進行。

<

p>
所以,如何讓人在尋找資料的時候能夠更方便更有效,開始成為一件具有極大商機的事情。試想現在全球風起雲湧的行動電話上網,提供的服務有90%以上是資料的查詢。若是此時出現一種快速而又精準的搜尋方式,會為網路世界帶來多大的影響。
有些人相信,這種新的搜尋方式就是Intelligent Agent。
網際智慧在HP客服網站上所使用的功能叫做自然語言理解(Natural Language Understanding),核心技術是由人工智慧語言邏輯與智庫管理所組成。簡而言之,就是讓電腦聽得懂人說的話。

<

p>
舉個例子,如果這個週休二日的假期你打算去花蓮度假,為了怕塞車決定坐火車前往。現在要上網預訂週末的莒光號,你應該如何完成網路訂票的程序呢?大多數的使用者在第一次使用網路訂票服務時,都會先輸入「台北火車站」。搜尋的結果,會出現一個名叫「綠色特區鬥陣吃」的網站,網站裡有許多美食的訊息,但是買不到車票。
想要網路訂票的正確程序是:先進入「台灣鐵路局網路訂票服務」,在「火車時刻查詢」的表格裡找到莒光號發車的時間,然後再進入「車種訂單程票」網頁,輸入查詢的時間,才完成預訂火車票的動作。
使用自然語言理解的服務,網際智慧總經理莊俊元指出,只要輸入「台北到花蓮的莒光號有哪些?」電腦會開始搜尋「台北」、「台中」、「莒光號」等關鍵字,自己進入台灣鐵路局網路訂票系統,查詢到火車時刻後,會在螢幕上顯示查詢結果,將車號、時間、起迄地點都列出來,讓使用者一目了然。
依據這種Intelligent Agent服務需要智庫(Knowledge Base)的建立,如果我們要建立一個「信用卡遺失」的智庫,我們只要把「信用卡掉了」、「我的卡不見了」、「好像弄丟了」這些語句都建立進去。
實際上執行當然沒有那們簡單,智庫的建立是要讓不同專業領域的人可以用一種共通的語言和其他人交談。莊俊元指出:「目前在繁體中文的部分,網際智慧已經建立了30萬個智庫。」而著眼於簡體中文在將來會是華文經濟體的主流。莊俊元說:「大陸的分公司已經有50人在加緊建立簡體中文的智庫,相信很快就可以開始服務大陸的網站。」
寶來證券目前就是使用網際智慧的Intelligent Agent作為客服系統。除了一般資訊查詢之外,針對特定客戶還提供了「動態資料檢索」的功能。譬如說,顧客可以上網查詢:聯電/台積電現在股價多少錢?然後Agent就會隨時提供最新的資訊。
「我們希望將來可以做到『對答』的機制。」莊俊元說。例如使用者說有一筆閒錢要投資,Agent可以問消費者想要投資國內還是國外,買基金還是股票。然後根據使用者的需求擬出一份投資組合,提供個人化服務。

**搜尋引擎再改良

**
相較於網際智慧創造人機介面的親切空間,龍捲風科技則致力於改善搜尋引擎。已經申請了國際性專利的分類全文檢索系統,是龍捲風自行研發的搜尋技術。總經理趙國仁指出,目前的搜尋引擎技術不外乎分類式搜尋及全文檢索兩種,分類式搜尋結果很精確,但是除非確切知道資料所在的類目,不然往往找不到想要的資料。全文檢索只要有關鍵字就可以查詢,但是搜尋範圍太廣,符合關鍵字的資料往往成千上萬,檢索意義不大。
龍捲風的分類全文檢索引擎,在輸入關鍵字之後,會把符合的相關資料分類,以便使用者查詢,大大提升搜尋效率。再搭配許多便於使用的服務,讓這套檢索系統更具市場價值。
「AND、OR、BUT的運用,在搜尋上帶來很大的便利性,」龍捲風媒體公關主任林曉汶舉例,假設有一個徵才的佈告欄,上面貼滿了各種工作機會,用搜尋引擎可以決定自己想要的工作;例如輸入「資訊業OR傳播業NOT工程師」的指令。
包括中時網路科技、PChome Online、新浪網、電子時報、趨勢科技、天下雜誌都採用龍捲風的搜尋引擎。林曉汶說:「目前在Server端有80-90%的業者使用我們的產品。」
「二○○○年是資訊與網路大幅衝擊人類生活與思考模式的一年,除了企業將面臨強大挑戰外,個人也面臨知識管理的考驗。」趙國仁說。龍捲風在今年三月推出了個人用的搜尋引擎,是目前唯一可針對硬碟、郵件、網路芳鄰等跨檔案格式的全文檢索系統。這是龍捲風跨進個人知識管理領域的第一步。

**個人化智慧型搜尋結合語音輸入

**
「以後使用者不必上各個網站找資料了。」林曉汶說:「我們會發展Intelligent Agent來幫助使用者蒐集各網站間的資訊,讓搜尋的工作更簡化。」在未來,針對不同的資訊類目,每個人可能都會有自己的Search Agent(負責蒐集資訊)、Shopping Agent(負責購物)、Financial Agent(負責投資理財)......
一樣的自然語言理解,IBM把這樣的技術開發在語音輸入上。這套技術可以讓使用者透過正常的交談方式,下命令給人性化的處理器。只要用一般與人對話的方式,就可以要求系統去執行一些命令或工作。語音輸入與Intelligent Agent的結合是必然的趨勢。
除了IBM之外,L&H也是國際間相當具競爭力的語音輸入廠商,具有發展完整的產品線,包括語音讀寫技術,翻譯系統、語音辨識、語音壓縮等領域都有非常專精的技術。L&H亞洲區總裁胡國輝表示,將來所有3C的相關介面,都會採用語音輸入,這樣的趨勢也會延伸到網路上。例如去Amazon買書,只要說出書名,網路的Intelligent Agent就會自動搜尋,完成交易。
Intelligent Agent 在未來會扮演一個什麼樣的角色?第一,從自然語言理解的角度來說,他應該是個好溝通的人。第二,他應該很會搜尋資料,把答案帶到我們眼前。
智價成為力量,是數位時代的特色。智價的產出是由資訊累積而成。資訊的不被流通是階級形成的主因。網路的出現讓資訊的流通開始不被限制,於是智價產生的力量把原本的階級拉成一條水平線,線上的一切等量齊觀。
我們期待,知識管理的Intelligent Agent能夠無限延伸這條水平線

往下滑看下一篇文章
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋
玩手遊也能賺回饋?ShopBack Play 讓你零碎時間也能玩出現金回饋

通勤、排隊、等餐時,幾乎人人都在滑手機。零碎時間變多、也變得更密集,消費者在社群與影音之間來回切換,也更常打開遊戲。根據資策會 MIC 統計,台灣有 69% 網友會玩數位遊戲,近 8 成每日遊戲時長落在 2 小時內,輕度、碎片化已成主流。

這股趨勢,與 ShopBack 東亞區總經理 Arthur Wan 的觀察不謀而合。「大家在零碎時間裡,經常會拿起手機玩手遊,找個方式殺時間、放鬆心情。」因此,ShopBack 把視角轉向遊戲場景,推出 ShopBack Play,嘗試把娛樂轉化為「好玩、也能賺」的新型回饋體驗,讓回饋不必等到消費發生,日常零碎時間也能累積回饋。

從手遊場景打造現金回饋新模式

Arthur Wan 指出:「ShopBack 在台灣市場落地 8 年了,核心強項始終是電商回饋機制。」然而,若回饋只綁在購物,使用頻率終究受限於消費需求。對此,ShopBack Play 借助手遊的高黏著、高回訪特性,把回饋從交易場景延伸到日常互動;使用者不需消費,只要下載並完成指定任務,就能累積現金回饋,平台也因此更貼近使用者的日常生活。

這也呼應近年全球竄起的「X to Earn」模式。Arthur Wan 解釋,從 Shop to Earn 把消費轉成回饋、Play to Earn 讓玩樂產生回饋,到 Move to Earn 讓移動與運動也具備回饋可能,市場正在探索「參與行為」的價值:「愈來愈多日常行為,其實都能透過特定場景轉化為實際獲益。」

ShopBack Play 的優勢在於回饋可轉移。過往遊戲獎勵多停留在虛擬世界,例如兌換道具;但透過 ShopBack,玩家取得的現金回饋可直接延伸到電商與日常消費,讓娛樂回報更實用、更有感。

SHOPBACK圖說一.jpg
ShopBack 東亞區總經理 Arthur Wan
圖/ 數位時代

引發使用者越玩越賺的回饋循環

ShopBack Play 的使用方式很簡單。在 ShopBack App 首頁進入遊戲專區選定遊戲後,系統即導流至 App Store/Google Play 下載並開玩;玩家只要破關或完成指定里程碑,就能回到 ShopBack 形成「選遊戲→開玩→達標領回饋→再探索」的回訪循環。為了加碼誘因,ShopBack Play 也不定期推出「紅色遊戲專區 2 倍回饋」活動。

Arthur Wan 觀察,「消費者其實並沒有那麼忠誠於某一款特定遊戲。」多數人打開手遊,只是想放鬆、填補空檔,對單一遊戲的黏著度不高。也因此,ShopBack Play 目前合作超過 400 款遊戲,並規劃於 2026 年持續更新合作清單,讓使用者隨時有新選擇可玩。

「我們希望透過遊戲回饋,創造更多回訪的理由。」 Arthur Wan 表示,這也補上 ShopBack 的互動頻率缺口。由於 ShopBack 核心仍以購物回饋為主,熱門品類多集中在旅遊與時尚(如 Booking.com、Trip.com、KKday、Klook,以及 adidas、Nike、GU),消費頻次相對較低;ShopBack Play 則提供更日常、更高頻的回訪動機,讓使用者更常打開 App。

他指出,ShopBack Play 上線後帶動每月回訪 ShopBack 的使用者數成長 15%,整體使用者 CLV(Customer Lifetime Value,顧客終身價值)成長 30%,顯示回饋場景擴張確實見效。且透過遊戲接觸到 ShopBack 的使用者中,也有相當比例會進一步前往平台其他商家消費,形成交叉銷售效應(Cross-sell),推升平台使用深度與消費頻率。

讓回饋生態系融入生活空檔

將回饋帶入用戶生活中的更多片段,讓原本就會經歷的日常時刻變得更有價值,是 ShopBack 持續拓展「行為換回饋」場景的核心思維。對遊戲廠商而言,長期痛點在於下載成本高、留存率偏低,最怕「下載了就走」:數字漂亮,卻沒有實際遊玩行為,轉換與 ROI 難以落地驗證。對此,ShopBack Play 把回饋門檻從「下載」改為「達標」──使用者必須完成指定關卡或里程碑才拿得到回饋,藉此濾掉無效流量,讓導入更貼近真實參與,也更有利於提升轉換率與投資報酬。

對許多用戶而言,遊戲早已是生活的一部分。現在透過 ShopBack Play,不僅能在零碎時間中放鬆娛樂,更能完成任務獲得實質回饋 ,讓「玩遊戲」與「破關」不再只是虛擬成就,而是能實際折抵日常開銷的量化報酬。對 ShopBack 而言,不僅提升用戶在平台內的互動頻率,也補強過去必須透過消費行為才能獲得回饋的單一路徑。透過遊戲機制,用戶即使在非購物場景中也能保持接觸,並於任務完成後自然回流 App,進一步探索購物優惠與合作商家,打造高頻率且正向的使用循環。

也因此,ShopBack Play 推出後的亮眼表現,更進一步驗證這套機制具備高度潛力與市場接受度。據平台統計,功能上線後短短半年內,用戶數成長 12 倍,其中近 60% 為原本的 ShopBack 使用者首次接觸手遊,成功帶動原有會員活躍與新型態行為轉換。除了使用數提升,ShopBack Play 的回饋金發放規模亦快速擴大,自功能上線以來,累計回饋金額已接近 1 億元,展現「遊戲回饋」模式的強勁吸引力與發展性。

隨著 ShopBack Play 與購物回饋、載具回饋機制整合,平台逐步建構出「玩能賺、買能賺、日常生活也能賺」的循環回饋生態系,不僅為用戶帶來更即時、更有感的回饋體驗,也持續深化 ShopBack 在消費日常中的角色。

「ShopBack Play 只是起點。」ShopBack 東亞區總經理 Arthur Wan 認為,當消費者愈來愈精打細算、也更習慣用行為換取回報,未來仍有更多「X to Earn」場景值得探索與開發。「對我們來說,關鍵不只是推出一個新服務,而是持續擴大回饋觸發點,從線上購物、實體場景一路延伸到遊戲入口,串連商家與用戶的日常接觸,讓回饋真正融入生活,讓每一個日常時刻,都更有所得。」

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
進擊的機器人
© 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