2025 臺灣 AI 大賞 | Github 上獲得1.2萬顆星關注的開源專案!易開科技Canner如何用開源策略征服全球市場?
2025 臺灣 AI 大賞 | Github 上獲得1.2萬顆星關注的開源專案!易開科技Canner如何用開源策略征服全球市場?

全球企業都在為如何讓非技術人員也能透過AI加值,具備分析資料的能力而苦惱時,一家來自臺灣的新創公司易開科技(Canner),憑藉其開源產品Wren AI,在短短一年內就吸引了來自全世界各地的企業用戶。Wren AI是能夠透過自然語言問答的方式,對營運數據進行商業分析的AI工具,不僅在GitHub上獲得超過1.2萬顆星標的肯定,更重要的是,它正在重新定義BI(商業智慧)工具的使用門檻。

「我覺得每一間公司必須要導入GenAI,資料分析的效率差太多了。」易開科技創辦人兼執行長紀力榮Howard在接受專訪時表示,「現在就很像是當初只有少數人擁有智慧型手機的時刻,但我覺得GenBI一定會到某個程度,讓每個人都能處理現在看來非常複雜的資料分析。」這個願景正是Wren AI誕生的核心理念。

易開科技(Canner)執行長暨共同創辦人Howard
易開科技(Canner)執行長暨共同創辦人Howard
圖/ 黃馨弘攝影

從傳統BI痛點,找到AI突破口

Wren AI想要解決一個長期困擾企業的根本問題:如何讓非技術背景的員工,也能輕易地進行資料分析,從每天產生的巨量營運資料獲取重要的洞見。像是Tableau這樣傳統的BI工具,雖然功能強大,但學習曲線陡峭,導入時間往往需要數週甚至數月。「這是我們在幫客戶寫SQL的過程中,一直不斷聽到的痛點。」紀力榮回憶起做Canner Enterprise時的經驗。

與傳統BI工具不同,Wren AI完全重新設計了導入AI的產品思維。「就像ChatGPT一出來,只有一個對話方塊而已,什麼都沒有,並不需要那麼多功能。」紀力榮解釋,Wren AI的介面設計摒棄了複雜的圖形操作界面,改以自然語言對話的方式,讓使用者只需要會說話、會問問題,就能完成過去需要專業技能才能處理的資料分析工作。

技術架構上,Wren AI運用大語言模型的能力,將用戶的自然語言問題轉換為精確的SQL查詢語句,再將分析結果以視覺化的方式呈現。更重要的是,系統會在每個操作步驟中主動提供AI建議,大幅縮短學習和操作時間。現在一個原本需要2-3週才能完成的Tableau導入專案,使用Wren AI只需要2天就能完成。

Wren AI 目前在Github上已經獲得1.2萬顆星的關注
Wren AI 目前在Github上已經獲得1.2萬顆星的關注
圖/ Github 螢幕截圖

從CMS到資料虛擬化,再到AI的創業轉折

紀力榮的創業歷程充滿了精準的市場判斷和勇敢的轉型決策。2018年,他創立易開科技時選擇從Headless CMS(無前端介面的內容管理系統)切入,抓住了當時多裝置內容管理的趨勢。「例如WordPress是一個將所有功能打包在一起的軟體,架構上緊密相連。我們的產品則讓使用者能夠自由組裝,你可以像玩樂高一樣,隨意搭配和組合各種功能模組。」這個定位讓Canner在早期就建立了技術優勢。

然而,在思考如何將CMS產品商業化時,紀力榮做了一個關鍵的市場分析。「大數據市場裡,像MongoDB、Snowflake這些公司的估值都是好幾百億美金,可是CMS市場裡,連最大的WordPress當時也沒有超過十億美金。倍數至少差一千倍到一萬倍。」基於這個洞察,團隊決定轉向大資料領域,開發資料虛擬化產品Canner Enterprise。

2023年,當紀力榮前往美國奧斯汀參加多場資料相關會議時,他敏銳地察覺到了另一個重大趨勢。「我在美國那幾趟,參加了很多聚會和論壇,像Databricks conference等,但所有論壇我聽到的東西都是AI。」這個觀察促使他做出了一個大膽的決定:All in AI 的時代來了。

開源策略:臺灣新創的全球化捷徑

2024年初,在經過半年的內部溝通和準備後,易開科技正式推出Wren AI。選擇開源策略並非偶然,而是經過深思熟慮的全球化布局。「如果一個臺灣公司要做到全球佈局,要被世界看到,我認為最好的方式就是走向開源。」紀力榮強調。

開源策略為易開科技帶來了三個關鍵優勢:首先是認知突破,讓全球用戶能夠直接接觸到產品;其次是信任建立,透過開放的程式碼和社群驗證建立企業信任;第三是技術領先,透過全球社群的回饋,了解全球使用者的需求,保持產品的競爭優勢。這個策略的成效令人驚艷。Wren AI在推出後的2-3個月內就突破1000顆GitHub星標,現在已經超過1.2萬顆。更重要的是,「我們現在在臺灣的客戶在5%以下,95%來自臺灣以外。」這個數據充分證明了開源策略在全球市場拓展上的有效性。

為了透過開源策略讓更多人看見,紀力榮也持續透過寫作,以個人品牌來鼓動更多技術社群的討論。例如他持續在LinkedIn上發表了20-30篇英文撰寫的技術文章,總閱覽人數超過千萬,創辦人親手撰寫的內容不僅建立了技術權威性,拉近與客戶的距離外,也為產品帶來了大量的自然流量。

如今Wren AI已經吸引了多家大型國際企業的關注。從以色列的虛擬貨幣交易公司到美國的大型藥廠,從歐洲的製造業到亞洲的電商平臺,各行各業都開始採用Wren AI作為他們的資料分析解決方案。「我們現在每一個在談的客戶,在臺灣這些公司大了一百到一千倍,基本上臺灣除了臺積電,應該只有很少的團隊有服務過這種規模的企業的經驗。」

紀力榮與團隊的開源策略成功打開了國際市場的關注,使得Wren AI的商業表現非常亮眼。目前每週都有200-300個新的客戶和詢問湧入,團隊甚至一度「根本處理不完」。這種高速成長的流量,不僅僅是易開科技,在臺灣科技界也相當少見。

線性成長數位執行長大門(左)與綠藤生機成長行銷副理Samina Huang(右),說明Wren AI如何改變企業運用商用數據的方法
線性成長數位執行長大門(左)與綠藤生機成長行銷副理Samina Huang(右),說明Wren AI如何改變企業運用商用數據的方法
圖/ 視訊截圖

就近服務臺灣的國際級團隊

在國際市場中逐漸打開知名度的 Canner,對臺灣的客戶服務依然相當緊密。在臺灣市場,綠藤生機成為Wren AI應用成效的最佳證明。綠藤生機成長行銷副理Samina Huang表示,過去公司面臨三大資料治理的挑戰:「資料散亂在各處,這會讓使用者花很多時間在尋找標的與整理資料,另外指標的定義其實蠻常會有落差,同個指標在不同報表都會有一些不太一樣。」

線性成長數位執行長大門也指出:「Canner 雖然已經進入國際市場,但主要團隊依舊在臺灣,因此能提供台灣和亞洲的客戶良好的溝通體驗,這種靈活性對中小企業組織來說是很棒的。」相較於國際大廠的產品,Canner團隊能提供更快速的回應和客製化調整。

Samina也表示:「對臺灣的團隊來說,符合臺灣習慣的中文介面能夠更快上手,Canner 的技術團隊也能快速接收我們的調整需求。」她進一步對比國外產品的使用經驗:「我們用過其他系統,有一些系統上的使用問題想要調整,其實都蠻難直接回饋給開發團隊,有任何問題要找到窗口解決可能都已經是十天後以後的事,效率就差很多。」大門也補充了實際案例:「例如綠藤使用系統後回饋了改善資訊儀表的收納功能,Canner 很快就有所回應,這種敏捷的客戶服務能力,正是臺灣開源團隊相較於國際大廠的獨特競爭優勢。」

透過與數位顧問公司線性成長數位的合作導入Wren AI後,綠藤生機的資料分析效率獲得顯著提升。線性成長數位執行長大門表示:「本來要做三小時的資料分析變三十分鐘,這種效率提升是數倍的。」更重要的是,這是一種AI賦能,現在「營運團隊成員自己就能夠詢問Wren AI,即時解答很多問題。」透過建立專屬的prompt詞庫,團隊幾乎都可以問出想要的答案。

紀力榮認為,Wren AI成功的關鍵不在於政府提供多少資源,而在於創業團隊是否從第一天就具備全球視野,「例如以色列有很多成功的軟體公司,是因為他們每個公司從開始的第一天就想要賣到全球最大市場,不會覺得先要在臺灣做到一定程度,才切換市場,所有的做法都是不同的。」

易開科技 (Canner) 技術長暨共同創辦人張仲威
圖/ 黃馨弘攝影

重新定義AI時代的資料分析

紀力榮對於GenAI在商業智慧領域的發展充滿信心,「我覺得GenAI還有一個很大的潛力,它會嵌在任何系統裡。」他預見未來每個業務系統都會內建AI分析能力,讓資料洞察成為日常工作的一部分,而不是需要專門技能的特殊任務。Wren AI也正朝向更完整的AI Agent方向演進。「我認為以後每個應用程式中都會有AI。」這個定位讓Wren AI未來不僅是讓使用者操作的工具,更是一個能夠理解使用者需求,自主運作的智慧代理。

Wren AI的成功故事證明了臺灣新創也具備在全球AI浪潮中脫穎而出的潛力。透過精準的市場定位、開源的策略布局,以及對技術趨勢的敏銳洞察,易開科技不僅創造了一個成功的產品,更為臺灣軟體新創如何在AI時代打進全球市場提供了一個值得學習的範本。

關鍵字: #新創公司 #AI
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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