AI生成100張行銷圖,不用挑直接上!零售AI Agent實戰,李昆謀拆解4大應用場景
AI生成100張行銷圖,不用挑直接上!零售AI Agent實戰,李昆謀拆解4大應用場景
2026.06.26 | 新零售

2026 AI TAIWAN未來商務展,於6月24日(三)至26日(五)台北圓山花博爭艷館正式揭幕,今年以「All in AI」為主題,宣告AI已成為百工百業關乎生存的結構性資源。展會集結海內外逾200家解決方案團隊參與,並規劃50場次內容活動,展現台灣最大B2B AI實戰生態系。《數位時代》將直擊現場,帶來第一手觀察。

過去設計師一個月產出30張廣告素材已是極限,現在呢?91APP產品長李昆謀在國際趨勢高峰論壇上分享,AI Agent確認好行銷切角後,可以一口氣生成300張題材各異的圖片。他給品牌的建議也很直白,不用挑、300張全部上架,讓消費者自行投票,「最終獲得點擊的前5名,往往是品牌過去絕對不會選的款式」。

在李昆謀看來,背後其實有一個更大的趨勢:企業的下一步是要朝著代理式企業(Agentic Enterprise)前進,未來,員工將從操作者升級為AI的監管者,由人類制定OKR(Objectives and Key Results,目標與關鍵結果)與策略,將日常營運交由AI Agent執行,並持續優化其產出。而這也體現在台灣零售與餐飲業中,它們正從數位轉型走向AI轉型。

在圖片量產之前,AI先跟你「對焦」

電商與零售業高度依賴視覺經濟,品牌需要源源不絕的廣告素材來吸引目光。李昆謀指出,雖然現在的AI都能大量產圖,而AI Agent的不同之處在於,在圖片生成前,AI Agent會主動與管理者來回確認、鎖定目標受眾,甚至精準提出行銷切角。

此外,AI Agent還能直接生成虛擬模特兒,無須花費高昂成本聘請真人,就能展示服飾在不同視角與姿勢下的穿搭效果。透過這種零成本的創意試錯,品牌不僅能展現嶄新的視覺面貌,更能藉此觸及過去無法打中的全新客群,將創意直接轉化為實質的業績成長。

把SOP寫成Skill,例外狀況交給AI自己想辦法

李昆謀表示,將商品上架至各大電商平台是零售業一場系統整合的血淚史。各家平台系統互不相通,員工必須手動處理從ERP系統匯出商品主檔、處理視覺圖片、逐一核對格式等繁雜步驟,一來一往耗費大量時間,也造成無止盡的勞力消耗。

現在,企業只需將作業規範與邏輯寫成Skill,Agent就能自動跑完這些繁瑣的跨系統流程,補足系統間的不整合。

「SOP做得再好,永遠都會有例外。」李昆謀舉例,退貨流程一旦遇到鞋子少一隻、箱內卻多了一把剪刀等意外,傳統程式就會直接停擺,最終仍得靠人工善後。而現在只需給予AI Agent最終目標與工具,在遇見未知情形時也能隨機應變,「你告訴它你要做什麼,它會用各種方式嘗試去做你要的目標」。

為省人力反賠營收?AI Agent幫助實現利潤最大化

李昆謀指出,餐飲業的排班需兼顧人流預測、員工時薪結構與勞基法,過去老闆只能靠一張Excel表格土法煉鋼。如今,AI Agent能夠匯入POS系統的營運數據,結合員工資料自動排出合規班表。

不僅如此,當老闆為了節省人事成本,提出可以減少人力時,AI Agent不會照單全收,而是用數據推演利弊:少排一個人固然省了時薪,但若因此導致出餐延遲、翻桌率下降,流失的營收反而得不償失。李昆謀表示,AI Agent有時甚至會反向建議老闆多排一個人,只要提升業績大於多付的薪資,這筆帳就是划算的。

行銷企劃從發想到結案,AI Agent能一路接管

零售業一年到頭面臨密集的行銷檔期,企劃團隊需要不斷發想每個月的活動內容,李昆謀指出,缺乏明確目標的活動,多半會淪為為了折扣而折扣的盲目操作,不僅耗費大量時間和金錢,更不會為品牌帶來任何商業價值。

有了AI Agent後,它能像真實員工般參與策略討論,管理者丟出「如何拓展新客?」等開放式問題,它不會給公版答案,而是先反問釐清需求,再自動探勘資料庫,找出真正的營運痛點

在確認核心問題後,AI Agent會主動提出針對性的行銷企劃,一旦管理者點頭,便會直接串接後台系統完成活動設定,檔期結束後提交成效報告。從前端的數據洞察、策略提案,一路到後端的系統操作與結案,AI Agent等同於帶著Know-how包辦了所有執行,為企業帶動業績成長。

從創意量產、跨系統流程到排班試算與行銷企劃,AI Agent已經證明自己能帶著企業的Know-how獨立作業的數位員工。當它帶領企業告別過去的種種限制,這場科技與商業價值的結合,不再只是單純的技術升級,更是未來企業重新定義市場競爭力的決勝點。

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