1
00:00:00,000 --> 00:00:23,880
歡迎所有現場的來賓 大家午安 大家好

2
00:00:23,880 --> 00:00:27,800
歡迎各位列寧2026漸強實驗室產品發表會

3
00:00:27,800 --> 00:00:34,160
我是今天的主持人Jiselle 很開心又是一年站在這個舞臺上和大家見面

4
00:00:34,160 --> 00:00:38,760
首先在今天的活動一開始 我想請教大家一個問題

5
00:00:38,760 --> 00:00:45,880
當每一間的公司AI都用得差不多 為什麼獲得的差距是如此之大

6
00:00:45,880 --> 00:00:50,560
這個問題同時也是漸強思考了整整一整年的問題

7
00:00:50,560 --> 00:00:55,560
而我們的回答是 關鍵其實不在AI夠不夠聰明

8
00:00:55,560 --> 00:00:57,760
而是在他懂不懂你的公司

9
00:00:57,760 --> 00:01:03,080
你的產品 你的客戶 還有你整個公司做事情的流程

10
00:01:03,080 --> 00:01:06,080
而當然通用的智慧人人都有

11
00:01:06,080 --> 00:01:10,760
但是呢 只有把你的公司的知識跟流程融入進去

12
00:01:10,760 --> 00:01:14,080
AI才能夠真正的為你的公司帶來營收

13
00:01:14,080 --> 00:01:19,080
而當然呢 這也是在今年我們想跟大家一起分享的事情

14
00:01:19,080 --> 00:01:22,080
Intelligence in One Touch

15
00:01:22,080 --> 00:01:27,720
讓智慧 Intelligent 真正的可以走入到每一個商業場景當中

16
00:01:27,720 --> 00:01:29,720
而在今天的接下來三個小時

17
00:01:29,720 --> 00:01:32,720
我們準備了兩場產業的領袖對談

18
00:01:32,720 --> 00:01:36,720
以及一場漸強的年度重磅新品發表會

19
00:01:36,720 --> 00:01:39,720
還有兩場精彩的爐邊對談

20
00:01:39,720 --> 00:01:46,720
要帶您看見AI要如何從概念真正的走進企業的每一個真實的場景當中

21
00:01:46,720 --> 00:01:49,720
也要邀請大家幫我們看一下

22
00:01:49,720 --> 00:01:52,720
我們在今年畫面上的活動主視覺

23
00:01:52,720 --> 00:01:56,720
呈現出了漸強想要帶給大家的One Touch

24
00:01:56,720 --> 00:01:59,720
從指揮AI到一點就通的體驗

25
00:01:59,720 --> 00:02:02,720
邀請大家也拿起我們今天入場的時候

26
00:02:02,720 --> 00:02:05,720
收到的這個劍帽鑰匙圈 有嗎

27
00:02:05,720 --> 00:02:08,720
可以幫我舉起來看一下嗎

28
00:02:08,720 --> 00:02:14,720
今天呢 我們可以透過按下這個劍帽鑰匙圈的這個touch的感覺

29
00:02:14,720 --> 00:02:18,720
同時呢 Giselle要跟大家建立起一個小小的默契

30
00:02:18,720 --> 00:02:21,720
在今天我們邀請所有來到舞臺上的講者

31
00:02:21,720 --> 00:02:25,720
給予他們掌聲的時候 我們就一起touch這個劍帽鑰匙圈了

32
00:02:25,720 --> 00:02:27,720
這個劍帽鑰匙圈 可以嗎

33
00:02:27,720 --> 00:02:29,720
我想要聽到這個咔咔咔的聲音

34
00:02:29,720 --> 00:02:32,720
非常好

35
00:02:32,720 --> 00:02:35,720
好 那接下來第一位要來到我們舞臺上的

36
00:02:35,720 --> 00:02:38,720
就是這一切故事的起點

37
00:02:38,720 --> 00:02:43,720
他是我們漸強實驗室CEO及共同創辦人Gin 薛靜

38
00:02:43,720 --> 00:02:46,720
那麼Gin想要來跟大家分享呢

39
00:02:46,720 --> 00:02:51,720
是在今年漸強最想要和所有市場對話的三個字

40
00:02:51,720 --> 00:02:54,720
Intelligent In Agents On

41
00:02:54,720 --> 00:02:56,720
ROI Out

42
00:02:56,720 --> 00:02:59,720
讓我們一起用One Touch代替掌聲

43
00:02:59,720 --> 00:03:02,720
讓我們歡迎Gin 薛靜 歡迎

44
00:03:02,720 --> 00:03:23,720
各位下午好

45
00:03:23,720 --> 00:03:24,720
好

46
00:03:24,720 --> 00:03:29,720
很開心大家來到年度2026年的

47
00:03:29,720 --> 00:03:32,720
年度漸強實驗產品發表會

48
00:03:32,720 --> 00:03:34,720
漸強實驗室產品發表會

49
00:03:34,720 --> 00:03:36,720
然後在這開始之前呢

50
00:03:36,720 --> 00:03:38,720
我想要先快速的瞭解一下

51
00:03:38,720 --> 00:03:41,720
請問你們是第一次來過這個產品發表會

52
00:03:41,720 --> 00:03:42,720
可以幫我舉個手嗎

53
00:03:42,720 --> 00:03:44,720
就是你以前從來沒有來過

54
00:03:44,720 --> 00:03:46,720
可以幫我開個燈嗎 看不到

55
00:03:46,720 --> 00:03:51,720
幫我再舉一下下下下

56
00:03:51,720 --> 00:03:52,720
OK 所以大概有

57
00:03:52,720 --> 00:03:54,720
好像燈也沒有開

58
00:03:54,720 --> 00:03:55,720
但是我稍微估算了一下

59
00:03:55,720 --> 00:03:57,720
大概百分之三十人是第一次來這樣子

60
00:03:57,720 --> 00:03:59,720
那我今天的分享呢

61
00:03:59,720 --> 00:04:03,720
我覺得我在思考我要怎麼樣分享對整個市場

62
00:04:03,720 --> 00:04:05,720
或者是我自己對AI的理解

63
00:04:05,720 --> 00:04:09,720
要怎麼樣可以把我自己的創業過程分享給大家

64
00:04:09,720 --> 00:04:11,720
然後也讓大家理解為什麼我們做這些產品

65
00:04:11,720 --> 00:04:13,720
在市場上影響力這件事情

66
00:04:13,720 --> 00:04:16,720
我就想了很久到底要怎麼樣去分享

67
00:04:16,720 --> 00:04:21,720
但是我今天我嘗試的用一個角度去跟大家分享一下就是

68
00:04:21,720 --> 00:04:23,720
建祥這一年我們走得更遠

69
00:04:23,720 --> 00:04:24,720
什麼意思呢

70
00:04:24,720 --> 00:04:27,720
因為有些人可能是你們第一次來產品發表會

71
00:04:27,720 --> 00:04:33,720
但是其實很多人他可能來了我們公司第七次第八次的產品發表會

72
00:04:33,720 --> 00:04:36,720
你們都一起見證了我們公司的成長這樣子

73
00:04:36,720 --> 00:04:39,720
所以我也想要花一點點時間去分享一下

74
00:04:39,720 --> 00:04:43,720
建祥實驗是我們在這一年在市場上取得的成績

75
00:04:50,720 --> 00:04:53,720
我們公司的使命是重塑商業溝通

76
00:04:53,720 --> 00:04:55,720
Transform business communication

77
00:04:55,720 --> 00:04:59,720
就是只要是公司外部內部只要跟溝通的事情

78
00:04:59,720 --> 00:05:03,720
我們公司都是想要嘗試解決的一個方向

79
00:05:03,720 --> 00:05:07,720
所以我們公司在七八年前我自己創業的時候

80
00:05:07,720 --> 00:05:10,720
我們從一個賴得很小的行銷APP起家去

81
00:05:10,720 --> 00:05:12,720
開始在市場上去做販售

82
00:05:12,720 --> 00:05:15,720
然後很快的呢我們就擴充套件到

83
00:05:15,720 --> 00:05:19,720
我們也做Messenger也做WhatsApp也做語音

84
00:05:19,720 --> 00:05:22,720
我們也跑去做傳統的EDM跟簡訊

85
00:05:22,720 --> 00:05:26,720
我們把這個單點的solution變成一個全渠道的solution

86
00:05:26,720 --> 00:05:27,720
那不只是這樣

87
00:05:27,720 --> 00:05:31,720
我們把這些功能包裝成更多不同的產業服務

88
00:05:31,720 --> 00:05:34,720
比如說針對客服的場景

89
00:05:34,720 --> 00:05:35,720
針對銷售的場景

90
00:05:35,720 --> 00:05:37,720
針對行銷的場景

91
00:05:37,720 --> 00:05:40,720
那甚至因為去年的時候我們公司產品發表會

92
00:05:40,720 --> 00:05:44,720
因為很多人我們有發現用AI來做分析非常強

93
00:05:44,720 --> 00:05:46,720
所以我們也發布了新的產品DAQ

94
00:05:46,720 --> 00:05:48,720
那甚至有很多客戶跟我們分享說

95
00:05:48,720 --> 00:05:51,720
我們公司想要做AI轉型不知道怎麼做

96
00:05:51,720 --> 00:05:55,720
所以我們公司也開始做這個AI策略顧問轉型服務

97
00:05:55,720 --> 00:06:00,720
這個end to end的過程其實也是我們跟市場一起成長的一個路程

98
00:06:00,720 --> 00:06:03,720
就是市場需要什麼搭配我們對於未來的想像

99
00:06:03,720 --> 00:06:08,720
我們認為我們可以擺出更好的東西放在這個檯面上

100
00:06:08,720 --> 00:06:11,720
所以有一些指標也簡單的跟大家分享

101
00:06:11,720 --> 00:06:17,720
就是我們公司不管你是小型中資中型公司大型公司

102
00:06:17,720 --> 00:06:19,720
或者是小型公司的公司

103
00:06:19,720 --> 00:06:20,720
或者是一般的公司

104
00:06:20,720 --> 00:06:22,720
我們在公司發布的服務數量已經超過800個

105
00:06:22,720 --> 00:06:24,720
那我們也預計在明年的時候

106
00:06:24,720 --> 00:06:27,720
我們每一年傳送的訊息量會超過100億

107
00:06:27,720 --> 00:06:29,720
那100億是什麼意思呢

108
00:06:29,720 --> 00:06:32,720
就是大家可以思考一下一個電信公司

109
00:06:32,720 --> 00:06:35,720
他發簡訊的數量一年大概是三四十億封

110
00:06:35,720 --> 00:06:41,720
那100億的訊息他完全是一個電信公司等級的一個server去發的訊息量

111
00:06:41,720 --> 00:06:44,720
包含LINE的訊息通知型訊息EDM

112
00:06:44,720 --> 00:06:46,720
以及我們最近在發展的WhatsApp的訊息等等

113
00:06:46,720 --> 00:06:48,720
都有顯著的成長

114
00:06:48,720 --> 00:06:51,720
所以我們從臺灣出發

115
00:06:51,720 --> 00:06:54,720
我們也把這個產品帶到泰國

116
00:06:54,720 --> 00:06:55,720
帶到日本

117
00:06:55,720 --> 00:06:59,720
然後在新加坡跟香港也有一些客戶

118
00:06:59,720 --> 00:07:01,720
然後我們同時間我們也去理解

119
00:07:01,720 --> 00:07:03,720
這些日本給我們的feedback

120
00:07:03,720 --> 00:07:05,720
泰國客戶給我們的feedback

121
00:07:05,720 --> 00:07:08,720
我們也帶回來我們嘗試去improve我們的product

122
00:07:08,720 --> 00:07:09,720
讓我們的product做得更好

123
00:07:09,720 --> 00:07:12,720
所以我覺得這是一個跟市場學習的過程

124
00:07:12,720 --> 00:07:14,720
然後我們也在日本臺灣泰國建立一個

125
00:07:14,720 --> 00:07:15,720
完全都是當地人的團隊

126
00:07:15,720 --> 00:07:17,720
所以你可以想像

127
00:07:17,720 --> 00:07:22,720
就是如果有一個JPAC或APAC的公司

128
00:07:22,720 --> 00:07:24,720
他如果要launch一個服務在亞洲

129
00:07:24,720 --> 00:07:27,720
或者是日本中國以外的亞洲地區

130
00:07:27,720 --> 00:07:29,720
他可能會優先找劍搶實驗室

131
00:07:29,720 --> 00:07:33,720
因為我們是唯一一家公司可以在當地有local service team

132
00:07:33,720 --> 00:07:36,720
服務這些廠商的公司

133
00:07:36,720 --> 00:07:39,720
然後我們從電商零售起家

134
00:07:39,720 --> 00:07:43,720
電商零售起家然後又擴充套件到金融

135
00:07:43,720 --> 00:07:44,720
金融又擴充套件到車業

136
00:07:44,720 --> 00:07:46,720
然後擴充套件到FNCG

137
00:07:46,720 --> 00:07:52,720
然後現在我們甚至有開始更多大型的餐飲連鎖公司跟我們合作

138
00:07:52,720 --> 00:07:54,720
所以我們公司的一個這幾年的發展

139
00:07:54,720 --> 00:07:57,720
其實有一點點像是臺灣產業的脈動

140
00:07:57,720 --> 00:07:59,720
就是哪一個產業最近做得特別好

141
00:07:59,720 --> 00:08:01,720
我們公司其實會特別有感覺

142
00:08:01,720 --> 00:08:04,720
哪一個產業最近像航空業或者是旅遊業

143
00:08:04,720 --> 00:08:05,720
前幾年非常爆發的時候

144
00:08:05,720 --> 00:08:07,720
我們公司也非常有感覺

145
00:08:07,720 --> 00:08:13,720
因為他們對於不管是通訊的需求都會非常強悍這樣子

146
00:08:13,720 --> 00:08:18,720
然後分享一些外部或者是市場上給我們一些肯定

147
00:08:18,720 --> 00:08:22,720
我們是臺灣唯一一家就是在臺灣、泰國、日本

148
00:08:22,720 --> 00:08:26,720
就是有拿到技術廠商認證夥伴的公司

149
00:08:26,720 --> 00:08:27,720
那這什麼意思呢

150
00:08:27,720 --> 00:08:30,720
因為它其實不是在臺灣拿到你在日本就可以拿到

151
00:08:30,720 --> 00:08:32,720
我們在日本要經過層層的審核

152
00:08:32,720 --> 00:08:35,720
要透過它可能對你的技術的認定

153
00:08:35,720 --> 00:08:37,720
你在市場服務的認定才可以拿到

154
00:08:37,720 --> 00:08:39,720
所以我剛才有提到說

155
00:08:39,720 --> 00:08:42,720
我們是唯一一家在亞洲有可以3D服務Line廠商的唯一一家公司

156
00:08:42,720 --> 00:08:46,720
那除了我們跟Line合作非常深之外

157
00:08:46,720 --> 00:08:50,720
我們其實今年也花了更

158
00:08:50,720 --> 00:08:53,720
就是加大力道跟Google做了更多的合作

159
00:08:53,720 --> 00:08:54,720
為什麼呢

160
00:08:54,720 --> 00:08:56,720
因為大家知道在AI的時代

161
00:08:56,720 --> 00:08:59,720
Google它其實是一個擁有算力跟模型的公司

162
00:08:59,720 --> 00:09:01,720
然後我們也發現一件事情

163
00:09:01,720 --> 00:09:02,720
從廣告去思考

164
00:09:02,720 --> 00:09:05,720
我們有發現更多的廣告平臺

165
00:09:05,720 --> 00:09:07,720
不管是Line的Lab或者是Google Ads

166
00:09:07,720 --> 00:09:11,720
他們有發現更多的商家是把廣告導流到

167
00:09:11,720 --> 00:09:13,720
通訊平臺裡面

168
00:09:13,720 --> 00:09:17,720
所以我們也是臺灣第一家就是Google CTM廣告

169
00:09:17,720 --> 00:09:20,720
跟Google合作的廣告商

170
00:09:20,720 --> 00:09:23,720
然後我們在臺灣正式推出之後我們可以播到日本

171
00:09:23,720 --> 00:09:26,720
在AI上面我們也做了更多的努力

172
00:09:26,720 --> 00:09:29,720
今年我們在這個Las Vegas大會

173
00:09:29,720 --> 00:09:33,720
GCP Google Cloud的Las Vegas大會

174
00:09:33,720 --> 00:09:36,720
我們是臺灣全世界臺灣唯一一家

175
00:09:36,720 --> 00:09:40,720
就是我們上架了這個Gemini的Enterprise Market

176
00:09:40,720 --> 00:09:42,720
什麼意思

177
00:09:42,720 --> 00:09:43,720
如果你在工作的時候

178
00:09:43,720 --> 00:09:45,720
如果你是用Gemini的AI

179
00:09:45,720 --> 00:09:49,720
下面底層有一些Agent的那些服務或執行的Agent

180
00:09:49,720 --> 00:09:51,720
可能是Powered by漸強實驗室

181
00:09:51,720 --> 00:09:55,720
這也是我們認為未來AI的一個發展的路線

182
00:09:55,720 --> 00:10:00,720
那我跟大家分享一下漸強實驗室這一年的發展

183
00:10:00,720 --> 00:10:03,720
但是我接下來想要分享一下是我更多

184
00:10:03,720 --> 00:10:05,720
我自己的觀點跟想法這樣子

185
00:10:05,720 --> 00:10:09,720
就是2026年就是AI

186
00:10:09,720 --> 00:10:13,720
我自己本身是一個對科技很有興趣的創業者

187
00:10:13,720 --> 00:10:16,720
所以AI在發展這麼快速的時候

188
00:10:16,720 --> 00:10:18,720
我其實是有兩個心情

189
00:10:18,720 --> 00:10:21,720
第一個心情我是非常焦慮的

190
00:10:21,720 --> 00:10:23,720
因為這個焦慮是來自於

191
00:10:23,720 --> 00:10:27,720
我們現在在討論藝人公司是不是可以顛覆我們這種軟體公司

192
00:10:27,720 --> 00:10:30,720
好像有一個人在Trade上面發一個文說

193
00:10:30,720 --> 00:10:32,720
我用Vypro做了一個記帳APP

194
00:10:32,720 --> 00:10:34,720
好像這個東西難度變得非常低

195
00:10:34,720 --> 00:10:37,720
那我們這個軟體公司的價值會去往哪裡發展

196
00:10:37,720 --> 00:10:38,720
這個是我一個很焦慮的事情

197
00:10:38,720 --> 00:10:42,720
第二件事情同時間我也蠻興奮的

198
00:10:42,720 --> 00:10:44,720
因為我看到這個AI的發展

199
00:10:44,720 --> 00:10:46,720
好像讓我們這種軟體公司

200
00:10:46,720 --> 00:10:49,720
原本很多我們不能做的事情AI可以快速做到

201
00:10:49,720 --> 00:10:51,720
所以我們在這個心情之下

202
00:10:51,720 --> 00:10:54,720
我給我自己一個蠻有趣的任務

203
00:10:54,720 --> 00:10:58,720
我問我一個問題就是AI的極限在哪裡

204
00:10:58,720 --> 00:11:01,720
所以我給我自己一個挑戰就是

205
00:11:01,720 --> 00:11:03,720
如果今天我要重新創業

206
00:11:03,720 --> 00:11:05,720
那我要把漸強實驗室幹掉

207
00:11:05,720 --> 00:11:07,720
那我要做什麼事情

208
00:11:07,720 --> 00:11:10,720
我今年上半年給我自己這個目標

209
00:11:10,720 --> 00:11:13,720
所以我就end to end做這些事情

210
00:11:13,720 --> 00:11:15,720
就是我從這個市場調查

211
00:11:15,720 --> 00:11:18,720
我用AI去說你可以幫我查

212
00:11:18,720 --> 00:11:20,720
市面上所有輿情

213
00:11:20,720 --> 00:11:23,720
大家對於漸強實驗室的產品好或不好

214
00:11:23,720 --> 00:11:26,720
那這個功能哪裡好或不好

215
00:11:26,720 --> 00:11:28,720
那甚至是這個產品的設計

216
00:11:28,720 --> 00:11:29,720
產品的疊蛋

217
00:11:29,720 --> 00:11:31,720
然後修復bug

218
00:11:31,720 --> 00:11:34,720
然後到我自己做一個landing page去訪談客戶

219
00:11:34,720 --> 00:11:36,720
這個end to end我大概花了兩個月

220
00:11:36,720 --> 00:11:39,720
把我們家的產品全部重新複製一遍

221
00:11:39,720 --> 00:11:41,720
用AI coding的方式

222
00:11:41,720 --> 00:11:46,720
然後我這樣子做我也獲得一些不錯的成績喔

223
00:11:46,720 --> 00:11:48,720
就是我這個小的產品呢

224
00:11:48,720 --> 00:11:50,720
我現在除了有臺灣的客戶之外

225
00:11:50,720 --> 00:11:54,720
還有馬來西亞、澳洲、新加坡、巴基斯坦

226
00:11:54,720 --> 00:11:56,720
我也不知道什麼巴基斯坦

227
00:11:56,720 --> 00:11:58,720
然後有英國跟美國這樣子

228
00:11:58,720 --> 00:12:01,720
但是在做這個產品的過程裡面

229
00:12:01,720 --> 00:12:05,720
我很快就發現到AI它其實是有一些極限的

230
00:12:05,720 --> 00:12:07,720
什麼意思呢

231
00:12:07,720 --> 00:12:10,720
就是說我感覺它有一點點像是這個微笑曲線

232
00:12:10,720 --> 00:12:13,720
軟體公司的微笑曲線開始發生

233
00:12:13,720 --> 00:12:18,720
就是以前做出功能是需要花很多工程師去做的

234
00:12:18,720 --> 00:12:20,720
但現在AI可以快速的做出功能之後

235
00:12:20,720 --> 00:12:24,720
那真正可能重點會擺盪到兩邊

236
00:12:24,720 --> 00:12:26,720
一邊是新人跟品牌

237
00:12:26,720 --> 00:12:32,720
一個是工程跟真正工程的維運跟技術架構的深厚底子

238
00:12:32,720 --> 00:12:34,720
我舉兩個例子跟大家分享一下這什麼意思

239
00:12:34,720 --> 00:12:36,720
我講工程跟維運

240
00:12:36,720 --> 00:12:40,720
就是我用我的一個自己Vibe coding的app做出來之後

241
00:12:40,720 --> 00:12:42,720
當我的使用者數開始變多的時候

242
00:12:42,720 --> 00:12:44,720
我很快就發現一件事情

243
00:12:44,720 --> 00:12:46,720
就是使用者數變多

244
00:12:46,720 --> 00:12:49,720
我要把運算的資源開大

245
00:12:49,720 --> 00:12:51,720
Database加錢

246
00:12:51,720 --> 00:12:53,720
還是我要去最佳化這個程式架構

247
00:12:53,720 --> 00:12:56,720
我就開始發現我對這件事的掌握度開始降低

248
00:12:56,720 --> 00:12:59,720
那這個事情我可能這時候我就會跑去問我們公司

249
00:12:59,720 --> 00:13:00,720
資深的工程師

250
00:13:00,720 --> 00:13:03,720
如果在這個時候你來做你會做什麼選擇

251
00:13:03,720 --> 00:13:05,720
你會發現原來這些軟體工程師

252
00:13:05,720 --> 00:13:09,720
他更深厚的基礎的能力

253
00:13:09,720 --> 00:13:11,720
或者是他真正要發揮的價值在這裡

254
00:13:11,720 --> 00:13:13,720
這是第一個例子

255
00:13:13,720 --> 00:13:15,720
第二個例子新人跟品牌

256
00:13:15,720 --> 00:13:16,720
因為我剛有提到說

257
00:13:16,720 --> 00:13:18,720
我這個產品不只是做臺灣

258
00:13:18,720 --> 00:13:20,720
我還做澳洲

259
00:13:20,720 --> 00:13:22,720
比如說我在臺灣我在做的時候

260
00:13:22,720 --> 00:13:25,720
我很輕鬆的可以問一個人說

261
00:13:25,720 --> 00:13:27,720
你可不可以借我試用一下我的產品

262
00:13:27,720 --> 00:13:28,720
我是漸強實驗室

263
00:13:28,720 --> 00:13:31,720
我想要做一個簡單的產品讓你去採用

264
00:13:31,720 --> 00:13:32,720
我發現在臺灣是容易的

265
00:13:32,720 --> 00:13:34,720
因為你可能或多或少

266
00:13:34,720 --> 00:13:36,720
聽過漸強實驗室我們是做什麼的

267
00:13:36,720 --> 00:13:39,720
可是當我們這個產品拿去澳洲去賣的時候

268
00:13:39,720 --> 00:13:41,720
沒有人聽過我們這家公司

269
00:13:41,720 --> 00:13:43,720
沒有人瞭解漸強實驗室做什麼的時候

270
00:13:43,720 --> 00:13:46,720
大家其實對這個品牌是沒有信任感的時候

271
00:13:46,720 --> 00:13:49,720
我就發現就算你產品做的跟你競品一樣

272
00:13:49,720 --> 00:13:51,720
對方也不願意去嘗試

273
00:13:51,720 --> 00:13:54,720
所以這整件事情在AI的這個極限裡面

274
00:13:54,720 --> 00:13:57,720
我就發現這個製造成本降低

275
00:13:57,720 --> 00:14:01,720
可是品牌信任跟工程深度的維運

276
00:14:01,720 --> 00:14:02,720
這件事開始變得非常重要

277
00:14:02,720 --> 00:14:04,720
所以它也影響到我們公司

278
00:14:04,720 --> 00:14:07,720
不管是在做產品的招募策略

279
00:14:07,720 --> 00:14:08,720
改革或者是組織架構

280
00:14:08,720 --> 00:14:10,720
都會開始慢慢的影響這樣子

281
00:14:10,720 --> 00:14:11,720
那我覺得最重要的事情

282
00:14:11,720 --> 00:14:12,720
在這個旅程裡面

283
00:14:12,720 --> 00:14:14,720
我最重要學到的事情是

284
00:14:14,720 --> 00:14:16,720
就是你要親手做

285
00:14:16,720 --> 00:14:18,720
才知道什麼事可以交給AI

286
00:14:18,720 --> 00:14:19,720
什麼事需要自己接手

287
00:14:19,720 --> 00:14:20,720
為什麼

288
00:14:20,720 --> 00:14:21,720
因為我常常看到

289
00:14:21,720 --> 00:14:23,720
市面上有一些AI公司

290
00:14:23,720 --> 00:14:25,720
有一些公司的大老闆

291
00:14:25,720 --> 00:14:27,720
他說我們公司要做AI轉型

292
00:14:27,720 --> 00:14:30,720
但是他其實自己沒有在重度使用AI的話

293
00:14:30,720 --> 00:14:32,720
他很難確定

294
00:14:32,720 --> 00:14:35,720
這個主管跟他說AI現在可以做到這件事情

295
00:14:35,720 --> 00:14:37,720
這個主管現在不行

296
00:14:37,720 --> 00:14:38,720
那你到底要怎麼去判斷

297
00:14:38,720 --> 00:14:39,720
這件事情到底會不會做

298
00:14:39,720 --> 00:14:41,720
我覺得核心還來自於

299
00:14:41,720 --> 00:14:43,720
這個人他要對深度的AI有了解

300
00:14:43,720 --> 00:14:45,720
跟手感才可以做

301
00:14:45,720 --> 00:14:47,720
那我講這麼多

302
00:14:47,720 --> 00:14:50,720
我就想到我有一個例子跟大家分享

303
00:14:50,720 --> 00:14:52,720
就是我上半年去聽一個

304
00:14:52,720 --> 00:14:54,720
哈佛商學院的教授分享

305
00:14:54,720 --> 00:14:56,720
他把這個AI分享

306
00:14:56,720 --> 00:14:58,720
就是去教導這個肯亞

307
00:14:58,720 --> 00:14:59,720
就是640位的企業

308
00:14:59,720 --> 00:15:01,720
640位的企業經營者

309
00:15:01,720 --> 00:15:03,720
簡單來講就是重點就是說

310
00:15:03,720 --> 00:15:05,720
原本表現比較好的創業者

311
00:15:05,720 --> 00:15:07,720
他用了AI之後表現更好

312
00:15:07,720 --> 00:15:09,720
原本表現比較差的AI呢

313
00:15:09,720 --> 00:15:10,720
他表現更差了

314
00:15:10,720 --> 00:15:12,720
就是他往那個錯誤的方向

315
00:15:12,720 --> 00:15:14,720
無限的擴張下去這樣子

316
00:15:14,720 --> 00:15:16,720
所以AI你就發現一件事

317
00:15:16,720 --> 00:15:18,720
同樣的AI它有不同的成果

318
00:15:18,720 --> 00:15:20,720
所以AI它其實是一個

319
00:15:20,720 --> 00:15:23,720
放大你判斷力的一個過程

320
00:15:23,720 --> 00:15:25,720
所以我覺得差別來自於

321
00:15:25,720 --> 00:15:27,720
人人都有類似的工具的時候

322
00:15:27,720 --> 00:15:28,720
你要怎麼樣利用你的judgment

323
00:15:28,720 --> 00:15:30,720
跟判斷AI的建議

324
00:15:30,720 --> 00:15:32,720
就變得非常重要

325
00:15:32,720 --> 00:15:34,720
那我剛剛講的這個事情

326
00:15:34,720 --> 00:15:37,720
是我個人使用AI經驗出發

327
00:15:37,720 --> 00:15:40,720
然後我再把它往前去推一點

328
00:15:40,720 --> 00:15:41,720
什麼意思呢

329
00:15:41,720 --> 00:15:45,720
就是我從理解AI到AI進入公司的每個流程

330
00:15:45,720 --> 00:15:47,720
這件事情我也多分享一點

331
00:15:47,720 --> 00:15:49,720
因為我們公司在去年的時候

332
00:15:49,720 --> 00:15:51,720
我就決定我們要all in

333
00:15:51,720 --> 00:15:52,720
就是AI

334
00:15:52,720 --> 00:15:54,720
所以我們在公司發布了一個策略叫做

335
00:15:54,720 --> 00:15:56,720
AI first company

336
00:15:56,720 --> 00:15:57,720
什麼叫做AI first company

337
00:15:57,720 --> 00:15:59,720
其實有四件事情

338
00:15:59,720 --> 00:16:02,720
就是我們公司每個人都要AI

339
00:16:02,720 --> 00:16:04,720
然後AI用流程去改造

340
00:16:04,720 --> 00:16:06,720
然後我們用AI開發產品

341
00:16:06,720 --> 00:16:07,720
開發AI產品

342
00:16:07,720 --> 00:16:10,720
這四個口訣在我們公司是攘攘上口

343
00:16:10,720 --> 00:16:12,720
就是人人用AI

344
00:16:12,720 --> 00:16:13,720
流程用AI

345
00:16:13,720 --> 00:16:14,720
用AI開發產品

346
00:16:14,720 --> 00:16:15,720
開發AI產品這樣子

347
00:16:15,720 --> 00:16:17,720
那我跟大家分享一下

348
00:16:17,720 --> 00:16:19,720
我們的一些些小小的成果

349
00:16:19,720 --> 00:16:21,720
用AI提升效率

350
00:16:21,720 --> 00:16:26,720
我們公司在內部買了50個AI工具

351
00:16:26,720 --> 00:16:28,720
就是token maxing到不行

352
00:16:28,720 --> 00:16:31,720
然後呢這個也花了非常多錢

353
00:16:31,720 --> 00:16:32,720
我們臺下有一些投資者

354
00:16:32,720 --> 00:16:34,720
但是我認為就是說

355
00:16:34,720 --> 00:16:36,720
你AI你要花到開始有點痛為止

356
00:16:36,720 --> 00:16:38,720
你那個手感才真正出來

357
00:16:38,720 --> 00:16:40,720
你知道哪些事情可以用AI

358
00:16:40,720 --> 00:16:41,720
哪些事情不行

359
00:16:41,720 --> 00:16:43,720
然後我稍微去抓了一下

360
00:16:43,720 --> 00:16:46,720
我們公司這個90天整個公司的

361
00:16:46,720 --> 00:16:50,720
花了總token數量是1792億的token量

362
00:16:50,720 --> 00:16:51,720
這什麼意思呢

363
00:16:51,720 --> 00:16:53,720
我用那個chai GPT稍微換算一下

364
00:16:53,720 --> 00:16:55,720
好像是一個一般人用AI的

365
00:16:55,720 --> 00:16:57,720
他可以用5000年

366
00:16:57,720 --> 00:16:58,720
他才用到這個token數量

367
00:16:58,720 --> 00:17:00,720
那我們公司可能90天

368
00:17:00,720 --> 00:17:02,720
就把這個token數量給燒完了這樣子

369
00:17:02,720 --> 00:17:05,720
這是真正用AI的第一個地方

370
00:17:05,720 --> 00:17:07,720
第二個

371
00:17:07,720 --> 00:17:09,720
流程用AI

372
00:17:09,720 --> 00:17:10,720
我們公司內部呢

373
00:17:10,720 --> 00:17:12,720
就launch了數位員工這個概念這樣子

374
00:17:12,720 --> 00:17:14,720
我們公司有兩個同事

375
00:17:14,720 --> 00:17:16,720
一個叫Frankie一個叫Matt這樣子

376
00:17:16,720 --> 00:17:17,720
他們都有自己的個性喔

377
00:17:17,720 --> 00:17:19,720
而且有些時候還會鬧脾氣這樣子

378
00:17:19,720 --> 00:17:22,720
那我有稍微去研究一下

379
00:17:22,720 --> 00:17:24,720
我們公司每一個人

380
00:17:24,720 --> 00:17:28,720
每一天一個月問Frankie超過1000的問題

381
00:17:28,720 --> 00:17:32,720
然後有大大小小包含系統排查

382
00:17:32,720 --> 00:17:33,720
客戶如果這樣罵我

383
00:17:33,720 --> 00:17:35,720
我要怎麼回他等等這些問題

384
00:17:35,720 --> 00:17:38,720
Frankie他都會因為他已經接了

385
00:17:38,720 --> 00:17:39,720
end to end的公司的contact

386
00:17:39,720 --> 00:17:41,720
他可以用AI的方式回答你

387
00:17:41,720 --> 00:17:44,720
所以你如果去思考一下

388
00:17:44,720 --> 00:17:46,720
我們公司原本以前是一個

389
00:17:46,720 --> 00:17:48,720
operational的team在做這件事情

390
00:17:48,720 --> 00:17:50,720
可是因為我們數位員工的launch

391
00:17:50,720 --> 00:17:51,720
這operational的人

392
00:17:51,720 --> 00:17:53,720
他會被釋放到去做更有價值的事情

393
00:17:53,720 --> 00:17:56,720
他以前可能會花很多時間去把這個SOP建立好

394
00:17:56,720 --> 00:17:59,720
去回答一個SOP去建立一個新的流程

395
00:17:59,720 --> 00:18:00,720
現在就不需要了

396
00:18:00,720 --> 00:18:01,720
那這樣的一個過程

397
00:18:01,720 --> 00:18:04,720
讓我們公司的營運效率大增非常多

398
00:18:04,720 --> 00:18:10,720
講快一點就是用AI開發產品

399
00:18:10,720 --> 00:18:13,720
我請我們工程團隊算一下

400
00:18:13,720 --> 00:18:16,720
我們公司現在每五分鐘會做一次產品的改動

401
00:18:16,720 --> 00:18:17,720
這其實蠻驚人的

402
00:18:17,720 --> 00:18:19,720
就我剛剛講的大概十分鐘

403
00:18:19,720 --> 00:18:22,720
其實我們產品已經跟版兩次了

404
00:18:22,720 --> 00:18:26,720
所以然後我們現在有24%的call是

405
00:18:26,720 --> 00:18:28,720
end-to-end是由AI自己寫的

406
00:18:28,720 --> 00:18:29,720
他看到需求

407
00:18:29,720 --> 00:18:31,720
他看到需求是認為

408
00:18:31,720 --> 00:18:32,720
他可以改來直接上版

409
00:18:32,720 --> 00:18:35,720
所以這樣的AI在我們軟體公司已經

410
00:18:35,720 --> 00:18:38,720
決定性的改變我們做產品的方式

411
00:18:38,720 --> 00:18:41,720
那為什麼我講這些事情

412
00:18:41,720 --> 00:18:43,720
這也回到我們今天的主軸

413
00:18:43,720 --> 00:18:44,720
就是用開發AI產品

414
00:18:44,720 --> 00:18:46,720
我認為一家公司

415
00:18:46,720 --> 00:18:48,720
他必須要非常瞭解AI

416
00:18:48,720 --> 00:18:51,720
而且瞭解AI的手感跟極限在哪裡

417
00:18:51,720 --> 00:18:53,720
所以我們開發出來的產品

418
00:18:53,720 --> 00:18:54,720
我們也很有信心知道

419
00:18:54,720 --> 00:18:56,720
以後這個東西它不是過渡型產品

420
00:18:56,720 --> 00:18:59,720
以後AI成熟之後它還會留在市場上

421
00:18:59,720 --> 00:19:03,720
所以我們今天會釋出非常多AI agent相關的產品

422
00:19:03,720 --> 00:19:05,720
這個是第二趴更多產品今年會來介紹

423
00:19:05,720 --> 00:19:07,720
也是今天的重點之一

424
00:19:07,720 --> 00:19:09,720
所以我剛剛從

425
00:19:09,720 --> 00:19:10,720
我退一步

426
00:19:10,720 --> 00:19:13,720
我剛剛從個人自己AI的經驗出發

427
00:19:13,720 --> 00:19:15,720
然後講到我在公司管理上

428
00:19:15,720 --> 00:19:17,720
然後我自己針對市場上

429
00:19:17,720 --> 00:19:20,720
我有一些更大的觀察來跟各位分享跟討論一下

430
00:19:20,720 --> 00:19:23,720
趨勢一

431
00:19:23,720 --> 00:19:26,720
就是AI將成為第一個使用介面

432
00:19:26,720 --> 00:19:27,720
什麼意思呢

433
00:19:27,720 --> 00:19:30,720
我現在每天上班的第一件事情

434
00:19:30,720 --> 00:19:32,720
其實我開的是一個AI的介面

435
00:19:32,720 --> 00:19:34,720
我不會再開傳統的

436
00:19:34,720 --> 00:19:36,720
比如說以前可能會開slack

437
00:19:36,720 --> 00:19:37,720
開gmail 開line

438
00:19:37,720 --> 00:19:38,720
我現在第一件事情

439
00:19:38,720 --> 00:19:39,720
上班的第一件事情

440
00:19:39,720 --> 00:19:41,720
我是開AI

441
00:19:41,720 --> 00:19:42,720
然後我跟AI說

442
00:19:42,720 --> 00:19:47,720
請你把我所有對外訊息的資料統整一下

443
00:19:47,720 --> 00:19:48,720
跟我講哪一件事情

444
00:19:48,720 --> 00:19:49,720
我是早上一定要回

445
00:19:49,720 --> 00:19:51,720
這是我現在的工作方式

446
00:19:51,720 --> 00:19:53,720
所以我們也預期未來以後

447
00:19:53,720 --> 00:19:56,720
你也不用再登入我們家任何的產品

448
00:19:56,720 --> 00:19:58,720
你只要跟AI用打字的

449
00:19:58,720 --> 00:19:59,720
或跟他說

450
00:19:59,720 --> 00:20:04,720
請你幫我針對這一檔行銷活動做end to end的設計

451
00:20:04,720 --> 00:20:07,720
我們相信這件事情在未來很快就會發生

452
00:20:07,720 --> 00:20:09,720
所以這是我們今天一個重點

453
00:20:09,720 --> 00:20:13,720
我們劍翔實驗室全產品線今天會推出MCP

454
00:20:13,720 --> 00:20:14,720
什麼意思呢

455
00:20:14,720 --> 00:20:15,720
就像我剛剛講的

456
00:20:15,720 --> 00:20:17,720
你不管是用講話的

457
00:20:17,720 --> 00:20:18,720
用打字的

458
00:20:18,720 --> 00:20:19,720
這個AI的agent

459
00:20:19,720 --> 00:20:21,720
不管是你們公司內部開發的AI

460
00:20:21,720 --> 00:20:22,720
還是外部的AI

461
00:20:22,720 --> 00:20:25,720
都可以end to end的去操作我們家的產品

462
00:20:25,720 --> 00:20:27,720
趨勢二

463
00:20:27,720 --> 00:20:29,720
這個AI從大腦

464
00:20:29,720 --> 00:20:31,720
就是這個模型的進步

465
00:20:31,720 --> 00:20:33,720
到今年這個AI agent的爆發

466
00:20:33,720 --> 00:20:34,720
我們講很多hardness

467
00:20:34,720 --> 00:20:36,720
但是太技術不講

468
00:20:36,720 --> 00:20:38,720
我覺得我現在看到市面上最多的其實是

469
00:20:38,720 --> 00:20:40,720
怎麼樣把AI agent放到企業裡面

470
00:20:40,720 --> 00:20:43,720
這件事情我覺得也是非常關鍵的

471
00:20:43,720 --> 00:20:45,720
所以去找一些資料

472
00:20:45,720 --> 00:20:46,720
或多或少

473
00:20:46,720 --> 00:20:47,720
大部分人都有在用AI agent

474
00:20:47,720 --> 00:20:48,720
在企業裡面

475
00:20:48,720 --> 00:20:51,720
但是如果你去問CFO CTO

476
00:20:51,720 --> 00:20:55,720
他無法完全信任來自於Agent應用在應用場景

477
00:20:55,720 --> 00:20:56,720
為什麼

478
00:20:56,720 --> 00:20:59,720
其實這很多資訊安全的問題

479
00:20:59,720 --> 00:21:02,720
或者是成本考量的問題

480
00:21:02,720 --> 00:21:04,720
還沒有在企業的內部被解決

481
00:21:04,720 --> 00:21:06,720
那甚至很多context

482
00:21:06,720 --> 00:21:08,720
你要怎麼樣正確的分享給AI

483
00:21:08,720 --> 00:21:10,720
這件事情還沒有被正確的解決

484
00:21:10,720 --> 00:21:12,720
所以劍翔實驗室我們針對這個問題

485
00:21:12,720 --> 00:21:14,720
準備了什麼這樣子

486
00:21:14,720 --> 00:21:16,720
這是我們今天發布的一個重點

487
00:21:16,720 --> 00:21:19,720
Crescendo Agent Lab

488
00:21:19,720 --> 00:21:22,720
就是劍翔實驗室的Agent Platform

489
00:21:22,720 --> 00:21:25,720
那我們做這件事情呢

490
00:21:25,720 --> 00:21:29,720
把我們自己剛剛提到的

491
00:21:29,720 --> 00:21:31,720
內部的數位員工

492
00:21:31,720 --> 00:21:33,720
外部我們在產品上做的Agent

493
00:21:33,720 --> 00:21:35,720
它底層全部都是Powered by

494
00:21:35,720 --> 00:21:37,720
同一個Agent Platform

495
00:21:37,720 --> 00:21:39,720
然後這個下一場也會有專場

496
00:21:39,720 --> 00:21:41,720
特別去分享更多細節

497
00:21:41,720 --> 00:21:42,720
但是我們今天

498
00:21:42,720 --> 00:21:44,720
因為我們看到AI的這些趨勢

499
00:21:44,720 --> 00:21:45,720
我們相信我們的產品

500
00:21:45,720 --> 00:21:47,720
也要防著Mental做一些改變

501
00:21:47,720 --> 00:21:50,720
去應應這個趨勢

502
00:21:50,720 --> 00:21:51,720
最後一個趨勢

503
00:21:51,720 --> 00:21:52,720
這個更有趣

504
00:21:52,720 --> 00:21:54,720
企業預算正在移動

505
00:21:54,720 --> 00:21:56,720
這件事情我跟大家分享一下

506
00:21:56,720 --> 00:21:57,720
就是我跟很多老闆

507
00:21:57,720 --> 00:22:00,720
在聊這個事情的時候

508
00:22:00,720 --> 00:22:01,720
我問他

509
00:22:01,720 --> 00:22:03,720
如果你今天要做AI轉型

510
00:22:03,720 --> 00:22:04,720
你的預算會從哪裡來

511
00:22:04,720 --> 00:22:06,720
他就很誠實的跟我說

512
00:22:06,720 --> 00:22:07,720
就兩個嘛

513
00:22:07,720 --> 00:22:09,720
第一個把每個部門的Budget

514
00:22:09,720 --> 00:22:11,720
都Review一次

515
00:22:11,720 --> 00:22:12,720
Headcount Review一次

516
00:22:12,720 --> 00:22:13,720
工具Review一次

517
00:22:13,720 --> 00:22:14,720
這個省出來錢呢

518
00:22:14,720 --> 00:22:15,720
我就要來做AI轉型

519
00:22:15,720 --> 00:22:16,720
這是第一個

520
00:22:16,720 --> 00:22:18,720
第二件事情是有更多

521
00:22:18,720 --> 00:22:21,720
他新增預算去投資這個錢

522
00:22:21,720 --> 00:22:22,720
AI轉型

523
00:22:22,720 --> 00:22:24,720
所以我們有發現在市場上

524
00:22:24,720 --> 00:22:25,720
這個預算的移動

525
00:22:25,720 --> 00:22:26,720
它開始改變了

526
00:22:26,720 --> 00:22:27,720
什麼意思呢

527
00:22:27,720 --> 00:22:29,720
工具的預算呢

528
00:22:29,720 --> 00:22:30,720
有一些像我們

529
00:22:30,720 --> 00:22:32,720
它原本是行銷部門

530
00:22:32,720 --> 00:22:34,720
買我們公司當作工具預算

531
00:22:34,720 --> 00:22:35,720
它開始要移動到AI囉

532
00:22:35,720 --> 00:22:37,720
他說我們不好意思

533
00:22:37,720 --> 00:22:39,720
我們要去做工具的整併

534
00:22:39,720 --> 00:22:41,720
所以我們有一些預算要拿去AI

535
00:22:41,720 --> 00:22:42,720
那怎麼辦

536
00:22:42,720 --> 00:22:43,720
所以我們堅強實驗

537
00:22:43,720 --> 00:22:45,720
我們漸強實驗室的回應

538
00:22:45,720 --> 00:22:48,720
我們在既有產品上面呢

539
00:22:48,720 --> 00:22:50,720
加了非常多Agent的功能

540
00:22:50,720 --> 00:22:52,720
我們也釋出了Crescendo Lab

541
00:22:52,720 --> 00:22:53,720
Agent Lab

542
00:22:53,720 --> 00:22:54,720
什麼意思

543
00:22:54,720 --> 00:22:56,720
就是如果你是行銷部門

544
00:22:56,720 --> 00:22:57,720
如果你要用AI

545
00:22:57,720 --> 00:23:00,720
我們就單一產品先可以賣給你

546
00:23:00,720 --> 00:23:02,720
但是如果你是一個企業的AI預算

547
00:23:02,720 --> 00:23:04,720
要用在行銷部門

548
00:23:04,720 --> 00:23:06,720
我們也有Agent Lab去幫助你算

549
00:23:06,720 --> 00:23:08,720
你這個AI預算用在行銷部門

550
00:23:08,720 --> 00:23:10,720
是否正確

551
00:23:10,720 --> 00:23:11,720
你用了多少Token

552
00:23:11,720 --> 00:23:12,720
這些Token的模型

553
00:23:12,720 --> 00:23:14,720
是否也會用在正確的事情上面

554
00:23:14,720 --> 00:23:15,720
這件事情

555
00:23:15,720 --> 00:23:17,720
也就是我們對於市場的回應

556
00:23:17,720 --> 00:23:20,720
所以最後就是

557
00:23:20,720 --> 00:23:22,720
我分享了我個人

558
00:23:22,720 --> 00:23:24,720
我們公司

559
00:23:24,720 --> 00:23:26,720
然後我們對於這個市場的觀察

560
00:23:26,720 --> 00:23:28,720
同時間我也要感謝就是

561
00:23:28,720 --> 00:23:30,720
這個市場它不是隻有少數玩家

562
00:23:30,720 --> 00:23:32,720
它是有一個很大的Ecosystem

563
00:23:32,720 --> 00:23:34,720
去整合

564
00:23:34,720 --> 00:23:36,720
去做起來

565
00:23:36,720 --> 00:23:38,720
所以我們也很開心就是

566
00:23:38,720 --> 00:23:41,720
現場也有很多的Partner來到我們現場

567
00:23:41,720 --> 00:23:42,720
那我也很感激就是

568
00:23:42,720 --> 00:23:43,720
也很感激大家

569
00:23:43,720 --> 00:23:46,720
這一年對我們的幫助跟協助

570
00:23:46,720 --> 00:23:49,720
一起去幫助我們更好服務的客戶

571
00:23:49,720 --> 00:23:52,720
那最後我想要分享一個

572
00:23:52,720 --> 00:23:55,720
我自己在思考的一件事情

573
00:23:55,720 --> 00:23:59,720
就是如果我把漸強實驗室的前十年

574
00:23:59,720 --> 00:24:02,720
去思考一下我們在做什麼事情

575
00:24:02,720 --> 00:24:05,720
我們在做這個行銷預算的重新分配的時候

576
00:24:05,720 --> 00:24:07,720
Market就興起了嘛對不對

577
00:24:07,720 --> 00:24:08,720
但是我在看到

578
00:24:08,720 --> 00:24:11,720
後十年其實更多是AI預算的重新分配

579
00:24:11,720 --> 00:24:13,720
然後我在思考

580
00:24:13,720 --> 00:24:17,720
漸強實驗室的下一個時年願景是什麼時候

581
00:24:17,720 --> 00:24:19,720
我就上禮拜我在大阪的時候

582
00:24:19,720 --> 00:24:21,720
我去看了這個Panasonic Museum

583
00:24:21,720 --> 00:24:24,720
它一個創辦人叫松下信之助

584
00:24:24,720 --> 00:24:27,720
他在三十幾歲的時候提出一個道理

585
00:24:27,720 --> 00:24:28,720
叫做水稻擇雪

586
00:24:28,720 --> 00:24:29,720
什麼意思呢

587
00:24:29,720 --> 00:24:31,720
就是他在創業的時候呢

588
00:24:31,720 --> 00:24:32,720
他發現那個時候

589
00:24:32,720 --> 00:24:35,720
日本是電開始變得很便宜

590
00:24:35,720 --> 00:24:38,720
電網是佈滿全國的時候

591
00:24:38,720 --> 00:24:40,720
他覺得Panasonic要做一件事情是

592
00:24:40,720 --> 00:24:43,720
他想要把電賣得像水一樣容易取得

593
00:24:43,720 --> 00:24:46,720
所以他開始做了非常多電器

594
00:24:46,720 --> 00:24:47,720
小的電器大的電器

595
00:24:47,720 --> 00:24:51,720
讓消費者更容易的去取得這個電

596
00:24:51,720 --> 00:24:54,720
所以漸強實驗室的下一個十年

597
00:24:54,720 --> 00:24:57,720
就是我們希望把AI用得像水一樣

598
00:24:57,720 --> 00:25:00,720
我們希望在這個Token成本

599
00:25:00,720 --> 00:25:02,720
開始下降的過程裡面

600
00:25:02,720 --> 00:25:04,720
我們做的這所有東西

601
00:25:04,720 --> 00:25:05,720
不管是我們的agent

602
00:25:05,720 --> 00:25:06,720
我們的agent platform

603
00:25:06,720 --> 00:25:07,720
不管你是個人創業

604
00:25:07,720 --> 00:25:09,720
小型中型大型企業

605
00:25:09,720 --> 00:25:12,720
透過我們公司開發的電器

606
00:25:12,720 --> 00:25:14,720
或者是透過我們公司開發的工具

607
00:25:14,720 --> 00:25:16,720
你都可以把AI用得像水一樣

608
00:25:16,720 --> 00:25:19,720
這是我們公司下一個十年的願景

609
00:25:19,720 --> 00:25:20,720
OK

610
00:25:20,720 --> 00:25:22,720
那以上就是我的分享

611
00:25:22,720 --> 00:25:23,720
然後我希望

612
00:25:23,720 --> 00:25:25,720
我今天的分享給大家有些啟發

613
00:25:25,720 --> 00:25:28,720
然後也很感謝

614
00:25:28,720 --> 00:25:29,720
下面有幾個part

615
00:25:29,720 --> 00:25:30,720
包含這個panel

616
00:25:30,720 --> 00:25:32,720
或者其他的分享

617
00:25:32,720 --> 00:25:34,720
都希望你今天有些收穫這樣子

618
00:25:34,720 --> 00:25:35,720
好謝謝大家謝謝

619
00:25:35,720 --> 00:25:37,720
謝謝Gin

620
00:25:37,720 --> 00:25:38,720
為我們帶來的分享

621
00:25:38,720 --> 00:25:39,720
也很期待

622
00:25:39,720 --> 00:25:41,720
我們請Gin先回座休息

623
00:25:41,720 --> 00:25:43,720
那剛剛我們看到的

624
00:25:43,720 --> 00:25:45,720
是我們建牆實驗室的策略地圖

625
00:25:45,720 --> 00:25:47,720
還有整個市場脈動

626
00:25:47,720 --> 00:25:50,720
相信大家在聽完Gin的分享之後

627
00:25:50,720 --> 00:25:52,720
肯定對於今天整個活動

628
00:25:52,720 --> 00:25:53,720
都非常的期待

629
00:25:53,720 --> 00:25:55,720
那在所有的活動開始之前

630
00:25:55,720 --> 00:25:57,720
我們也要來做一件重要的事情

631
00:25:57,720 --> 00:26:00,720
就是拍一下今天的大合照

632
00:26:00,720 --> 00:26:02,720
來記錄下這個美好的瞬間

633
00:26:02,720 --> 00:26:03,720
那稍後我們攝影師

634
00:26:03,720 --> 00:26:05,720
會在舞臺的正上方

635
00:26:05,720 --> 00:26:06,720
大家可以在座位上

636
00:26:06,720 --> 00:26:07,720
可以在座位上直接不動就好

637
00:26:07,720 --> 00:26:10,720
那有戴口罩的夥伴

638
00:26:10,720 --> 00:26:12,720
可以幫我把口罩先稍微脫下來

639
00:26:12,720 --> 00:26:14,720
這樣才看得到大家的臉龐喔

640
00:26:14,720 --> 00:26:17,720
好

641
00:26:17,720 --> 00:26:20,720
那我們也特別準備了手拿板喔

642
00:26:20,720 --> 00:26:21,720
讓我們第一排的貴賓

643
00:26:21,720 --> 00:26:24,720
可以展現出我們這一次建牆實驗室

644
00:26:24,720 --> 00:26:27,720
在今年想要跟大家分享的slogan

645
00:26:27,720 --> 00:26:28,720
好

646
00:26:28,720 --> 00:26:29,720
大家可以幫我看一下

647
00:26:29,720 --> 00:26:31,720
我們舞臺的正前方

648
00:26:31,720 --> 00:26:32,720
後方的建牆夥伴

649
00:26:32,720 --> 00:26:33,720
對對對對對

650
00:26:33,720 --> 00:26:34,720
可以伸出手

651
00:26:34,720 --> 00:26:36,720
這樣可以看到大家的臉喔

652
00:26:36,720 --> 00:26:37,720
好 準備好了嗎

653
00:26:37,720 --> 00:26:38,720
來

654
00:26:38,720 --> 00:26:40,720
3 2 1

655
00:26:40,720 --> 00:26:43,720
好 第二張

656
00:26:43,720 --> 00:26:45,720
邀請大家左手一個大大的讚

657
00:26:45,720 --> 00:26:46,720
讓我們預祝今天的活動

658
00:26:46,720 --> 00:26:50,720
圓滿成功讚

659
00:26:50,720 --> 00:26:55,720
好 同時我們今天也有動態的畫面喔

660
00:26:55,720 --> 00:26:58,720
那我們這一次的活動slogan

661
00:26:58,720 --> 00:27:01,720
待會主持人喊AI智慧

662
00:27:01,720 --> 00:27:03,720
邀請大家一起大聲的喊出

663
00:27:03,720 --> 00:27:05,720
由我指揮

664
00:27:05,720 --> 00:27:08,720
然後可以幫我揮揮手喔

665
00:27:08,720 --> 00:27:10,720
應該不用練習吧

666
00:27:10,720 --> 00:27:11,720
好

667
00:27:11,720 --> 00:27:13,720
那我們就準備看上中間的

668
00:27:13,720 --> 00:27:15,720
這一臺動態的鏡頭

669
00:27:15,720 --> 00:27:17,720
3 2 1

670
00:27:17,720 --> 00:27:19,720
AI智慧

671
00:27:19,720 --> 00:27:22,720
由我指揮

672
00:27:22,720 --> 00:27:25,720
耶

673
00:27:25,720 --> 00:27:26,720
可以嗎

674
00:27:26,720 --> 00:27:28,720
好的給自己一個掌聲好嗎

675
00:27:28,720 --> 00:27:29,720
謝謝大家

676
00:27:29,720 --> 00:27:30,720
謝謝 謝謝

677
00:27:30,720 --> 00:27:33,720
那我們今天的活動就正式開始囉

678
00:27:33,720 --> 00:27:34,720
好

679
00:27:34,720 --> 00:27:37,720
那剛剛Jing其實給了我們一個策略地圖

680
00:27:37,720 --> 00:27:40,720
接下來呢我們要換一個角度

681
00:27:40,720 --> 00:27:41,720
換一個地方

682
00:27:41,720 --> 00:27:43,720
其實AI的能力邊界呢

683
00:27:43,720 --> 00:27:45,720
是被重新定義的

684
00:27:45,720 --> 00:27:47,720
但是品牌下一步的關鍵呢

685
00:27:47,720 --> 00:27:50,720
其實不再只是工具要更強

686
00:27:50,720 --> 00:27:54,720
而是誰能夠把這個生態一起走得更深

687
00:27:54,720 --> 00:27:55,720
走得更遠

688
00:27:55,720 --> 00:27:57,720
所以呢這也是接下來這位貴賓

689
00:27:57,720 --> 00:27:59,720
要來跟大家分享的核心

690
00:27:59,720 --> 00:28:03,720
我們要邀請到LINE臺灣企業解決方案事業群總經理

691
00:28:03,720 --> 00:28:05,720
王愚榮 Susan Wong

692
00:28:05,720 --> 00:28:06,720
來跟大家分享

693
00:28:06,720 --> 00:28:09,720
從AI負能到生態系協作

694
00:28:09,720 --> 00:28:12,720
開啟品牌互動的可能為題

695
00:28:12,720 --> 00:28:13,720
帶著大家一起來看看

696
00:28:13,720 --> 00:28:16,720
LINE是如何從負能單一品牌

697
00:28:16,720 --> 00:28:19,720
一起走向與夥伴共構的生態協作

698
00:28:19,720 --> 00:28:21,720
掌聲歡迎Susan

699
00:28:21,720 --> 00:28:32,720
各位親愛的朋友們

700
00:28:32,720 --> 00:28:34,720
剛剛看到非常多的一些

701
00:28:34,720 --> 00:28:36,720
那個熟朋友跟新朋友

702
00:28:36,720 --> 00:28:37,720
大家下午好

703
00:28:37,720 --> 00:28:39,720
好

704
00:28:39,720 --> 00:28:40,720
靜在那邊

705
00:28:40,720 --> 00:28:41,720
非常開心喔

706
00:28:41,720 --> 00:28:45,720
我這是第三次被建牆實驗室邀約到

707
00:28:45,720 --> 00:28:47,720
可以有這個機會呢

708
00:28:47,720 --> 00:28:49,720
來那個建牆實驗室一年度的大會

709
00:28:49,720 --> 00:28:51,720
去做一些分享

710
00:28:51,720 --> 00:28:54,720
那剛剛聽到靜講的那些內容

711
00:28:54,720 --> 00:28:56,720
我自己個人是非常驚訝

712
00:28:56,720 --> 00:28:58,720
不知道帶錯大家感覺怎麼樣

713
00:28:58,720 --> 00:29:01,720
真的是我覺得我們非常榮幸

714
00:29:01,720 --> 00:29:06,720
在見證歷史轉型的一個moment

715
00:29:06,720 --> 00:29:07,720
大家回想一下

716
00:29:07,720 --> 00:29:09,720
我們其實我本人

717
00:29:09,720 --> 00:29:10,720
可能各位比較年輕

718
00:29:10,720 --> 00:29:11,720
我本人經歷過了

719
00:29:11,720 --> 00:29:13,720
這算是第三次

720
00:29:13,720 --> 00:29:15,720
第一次是兩千年之前

721
00:29:15,720 --> 00:29:18,720
那時候從傳統媒體跳到

722
00:29:18,720 --> 00:29:20,720
有網路跟沒網路的世界

723
00:29:20,720 --> 00:29:22,720
所以也會發現到說一切事情

724
00:29:22,720 --> 00:29:25,720
當有網路進到這個世界的時候

725
00:29:25,720 --> 00:29:27,720
變得不太一樣

726
00:29:27,720 --> 00:29:30,720
後來開始由網路原生的公司出來

727
00:29:30,720 --> 00:29:32,720
就是第一次的轉變

728
00:29:32,720 --> 00:29:33,720
後來經歷第二次的轉變呢

729
00:29:33,720 --> 00:29:37,720
應該是大家常常在談的那個iPhone moment

730
00:29:37,720 --> 00:29:40,720
就是有iPhone手機之前

731
00:29:40,720 --> 00:29:41,720
跟沒有iPhone

732
00:29:41,720 --> 00:29:43,720
跟有iPhone手機之後

733
00:29:43,720 --> 00:29:46,720
是不是又發覺到世界又變得不一樣

734
00:29:46,720 --> 00:29:48,720
那我覺得現在此時此刻

735
00:29:48,720 --> 00:29:49,720
去年到今年

736
00:29:49,720 --> 00:29:53,720
我們在經歷的是AI的一個改變

737
00:29:53,720 --> 00:29:57,720
有AI協作跟有AI協作之後呢

738
00:29:57,720 --> 00:29:59,720
它又變得是非常非常不一樣

739
00:29:59,720 --> 00:30:01,720
那我相信接下來也有非常多

740
00:30:01,720 --> 00:30:04,720
可能已經有很多一些AI原生的公司出來了

741
00:30:04,720 --> 00:30:06,720
那我相信接下來的AI的一個協作

742
00:30:06,720 --> 00:30:09,720
跟AI的改變會更劇烈的去改變

743
00:30:09,720 --> 00:30:12,720
現在每個人的一個生活的狀況

744
00:30:12,720 --> 00:30:16,720
那去年我們那時候來在這現場的時候

745
00:30:16,720 --> 00:30:18,720
剛才才說

746
00:30:18,720 --> 00:30:22,720
可能有一些人是覺得AI好像還不錯

747
00:30:22,720 --> 00:30:25,720
AI好像可以有很多無限可能

748
00:30:25,720 --> 00:30:27,720
那其實過不到一年

749
00:30:27,720 --> 00:30:28,720
大家有沒有發現到

750
00:30:28,720 --> 00:30:30,720
現在大家的工作日常

751
00:30:30,720 --> 00:30:32,720
跟你的平常的生活

752
00:30:32,720 --> 00:30:33,720
已經是

753
00:30:33,720 --> 00:30:36,720
是不是已經覺得人機協作了

754
00:30:36,720 --> 00:30:37,720
是不是已經現在已經

755
00:30:37,720 --> 00:30:38,720
就跟剛剛Jing講說

756
00:30:38,720 --> 00:30:39,720
在喝水一樣

757
00:30:39,720 --> 00:30:40,720
你每天是不是要喝水

758
00:30:40,720 --> 00:30:42,720
對 我每天是要喝水

759
00:30:42,720 --> 00:30:44,720
它就是跟一個喝水的這樣的習慣

760
00:30:44,720 --> 00:30:45,720
水電瓦子一樣

761
00:30:45,720 --> 00:30:47,720
它已經是在你的一個

762
00:30:47,720 --> 00:30:49,720
這樣子的人生的理念裡面

763
00:30:49,720 --> 00:30:50,720
那所以呢

764
00:30:50,720 --> 00:30:52,720
我覺得這是一個非常不一樣的

765
00:30:52,720 --> 00:30:54,720
一個關鍵的一個時刻

766
00:30:54,720 --> 00:30:56,720
那我也稍微調查一下

767
00:30:56,720 --> 00:30:57,720
去年有來的

768
00:30:57,720 --> 00:30:59,720
可以幫我舉個手嗎

769
00:30:59,720 --> 00:31:01,720
很少

770
00:31:01,720 --> 00:31:02,720
太好了

771
00:31:02,720 --> 00:31:03,720
因為我的下一頁呢

772
00:31:03,720 --> 00:31:05,720
跟去年是重複的

773
00:31:05,720 --> 00:31:07,720
那如果在座的各位

774
00:31:07,720 --> 00:31:08,720
如果去年有聽過

775
00:31:08,720 --> 00:31:09,720
我可能快快帶過

776
00:31:09,720 --> 00:31:11,720
但是我發現到現場呢

777
00:31:11,720 --> 00:31:12,720
很多人都沒有聽過

778
00:31:12,720 --> 00:31:13,720
那下一頁呢

779
00:31:13,720 --> 00:31:15,720
我就需要好好的介紹了

780
00:31:15,720 --> 00:31:17,720
下一頁是什麼呢

781
00:31:17,720 --> 00:31:19,720
下一頁呢

782
00:31:19,720 --> 00:31:21,720
劍翔是LiveBizSolution

783
00:31:21,720 --> 00:31:23,720
Tech Partner的經濟夥伴

784
00:31:23,720 --> 00:31:25,720
剛剛Jing也有提到經濟夥伴

785
00:31:25,720 --> 00:31:26,720
而且是連續的

786
00:31:26,720 --> 00:31:29,720
5年的一個經濟夥伴

787
00:31:29,720 --> 00:31:30,720
那我必須講

788
00:31:30,720 --> 00:31:32,720
這是非常非常不容易的一個成績

789
00:31:32,720 --> 00:31:35,720
現在Live的技術夥伴有29家

790
00:31:35,720 --> 00:31:36,720
29家

791
00:31:36,720 --> 00:31:38,720
我們的分級有分成經濟

792
00:31:38,720 --> 00:31:39,720
營績

793
00:31:39,720 --> 00:31:40,720
還有認證

794
00:31:40,720 --> 00:31:42,720
那只有極少數

795
00:31:42,720 --> 00:31:44,720
極少數的Partner會得到

796
00:31:44,720 --> 00:31:46,720
經濟的一個這樣的標章

797
00:31:46,720 --> 00:31:48,720
大部分還躺平在那個

798
00:31:48,720 --> 00:31:49,720
認證的Partner裡面

799
00:31:49,720 --> 00:31:51,720
那經濟真的是非常極少數

800
00:31:51,720 --> 00:31:53,720
那我其實我們挑選你們看

801
00:31:53,720 --> 00:31:54,720
非常的

802
00:31:54,720 --> 00:31:55,720
加權

803
00:31:55,720 --> 00:31:57,720
加權有蠻多面向

804
00:31:57,720 --> 00:31:59,720
分成這三個面向

805
00:31:59,720 --> 00:32:01,720
首先是不管是在客戶服務

806
00:32:01,720 --> 00:32:03,720
在嶄新技術跟得獎肯定

807
00:32:03,720 --> 00:32:06,720
它必須都會有被加權到的一個分數

808
00:32:06,720 --> 00:32:08,720
那客戶服務這一段呢

809
00:32:08,720 --> 00:32:10,720
不管是我們去考量它

810
00:32:10,720 --> 00:32:11,720
不管是客戶數

811
00:32:11,720 --> 00:32:13,720
還有客戶服務的滿意度

812
00:32:13,720 --> 00:32:15,720
這個是我們衡量的指標

813
00:32:15,720 --> 00:32:16,720
那嶄新的技術

814
00:32:16,720 --> 00:32:18,720
我想這已經不囉嗦不解釋了

815
00:32:18,720 --> 00:32:19,720
剛剛Jing有提到

816
00:32:19,720 --> 00:32:21,720
還有今天滿滿的一個乾貨

817
00:32:21,720 --> 00:32:23,720
我們會去觀察這個Partner

818
00:32:23,720 --> 00:32:24,720
它在乾鹽度裡面

819
00:32:24,720 --> 00:32:26,720
它有沒有一些更創新的

820
00:32:26,720 --> 00:32:27,720
一些技術運用的

821
00:32:27,720 --> 00:32:29,720
而且並且是要跟Line結合的

822
00:32:29,720 --> 00:32:32,720
那像漸強就結合得很好

823
00:32:32,720 --> 00:32:33,720
那接下來呢

824
00:32:33,720 --> 00:32:35,720
叫好要叫做

825
00:32:35,720 --> 00:32:37,720
你的合作的這些客戶作品

826
00:32:37,720 --> 00:32:39,720
有沒有在市場上得到

827
00:32:39,720 --> 00:32:41,720
很好的一些肯定

828
00:32:41,720 --> 00:32:43,720
所以這是三個委入加權底下呢

829
00:32:43,720 --> 00:32:45,720
才能夠有辦法得到

830
00:32:45,720 --> 00:32:47,720
經濟夥伴的認證

831
00:32:47,720 --> 00:32:48,720
這是非常非常不容易的

832
00:32:48,720 --> 00:32:50,720
我想漸強是唯一的夥伴

833
00:32:50,720 --> 00:32:52,720
可以做到這樣的一個地步了

834
00:32:52,720 --> 00:32:53,720
好

835
00:32:53,720 --> 00:32:54,720
那稱讚完漸強

836
00:32:54,720 --> 00:32:55,720
就會進入

837
00:32:55,720 --> 00:32:57,720
我接下來要講的主題了

838
00:32:57,720 --> 00:32:58,720
回到Line的一個

839
00:32:58,720 --> 00:32:59,720
這樣子一個場景

840
00:32:59,720 --> 00:33:02,720
剛剛提到Line的一個發展

841
00:33:02,720 --> 00:33:03,720
有日本

842
00:33:03,720 --> 00:33:04,720
有臺灣

843
00:33:04,720 --> 00:33:06,720
也有泰國

844
00:33:06,720 --> 00:33:07,720
那臺灣的資料呢

845
00:33:07,720 --> 00:33:08,720
臺灣現在大概是有

846
00:33:08,720 --> 00:33:10,720
兩千兩百萬使用者

847
00:33:10,720 --> 00:33:12,720
剛剛在後臺還提到

848
00:33:12,720 --> 00:33:14,720
臺灣是密度非常高的

849
00:33:14,720 --> 00:33:16,720
兩千兩百萬使用者

850
00:33:16,720 --> 00:33:17,720
日本的使用者

851
00:33:17,720 --> 00:33:19,720
大概有一億的使用者數

852
00:33:19,720 --> 00:33:20,720
Line的使用數

853
00:33:20,720 --> 00:33:21,720
那泰國呢

854
00:33:21,720 --> 00:33:22,720
大概是有差不多五千萬

855
00:33:22,720 --> 00:33:23,720
但是呢

856
00:33:23,720 --> 00:33:24,720
我們人數少

857
00:33:24,720 --> 00:33:25,720
但是我們非常的

858
00:33:25,720 --> 00:33:26,720
我們非常的爭光

859
00:33:26,720 --> 00:33:28,720
我們是兩千兩百萬

860
00:33:28,720 --> 00:33:30,720
之於兩千三百萬人口

861
00:33:30,720 --> 00:33:33,720
所以我們密度是非常非常的高的

862
00:33:33,720 --> 00:33:35,720
那這個密度高

863
00:33:35,720 --> 00:33:36,720
我們有談到說

864
00:33:36,720 --> 00:33:38,720
其實它是在整個這個

865
00:33:38,720 --> 00:33:41,720
日常生活是一個最龐大的一個

866
00:33:41,720 --> 00:33:44,720
一個對話式的一個生態系

867
00:33:44,720 --> 00:33:45,720
那你回想一下

868
00:33:45,720 --> 00:33:48,720
你從早上起床

869
00:33:48,720 --> 00:33:49,720
你眼睛睜開

870
00:33:49,720 --> 00:33:50,720
你門開手機

871
00:33:50,720 --> 00:33:51,720
一直到睡覺之前

872
00:33:51,720 --> 00:33:54,720
你可能還是要最後看完訊息

873
00:33:54,720 --> 00:33:56,720
才會睡得比較安心

874
00:33:56,720 --> 00:33:58,720
所以這過程中的停滯

875
00:33:58,720 --> 00:33:59,720
跟停留的時間

876
00:33:59,720 --> 00:34:01,720
是非常非常的一個可觀的

877
00:34:01,720 --> 00:34:02,720
那這個呢

878
00:34:02,720 --> 00:34:05,720
也很有可能發生了一些

879
00:34:05,720 --> 00:34:07,720
最近詐騙議題

880
00:34:07,720 --> 00:34:08,720
還蠻那個

881
00:34:08,720 --> 00:34:10,720
蠻平凡的

882
00:34:10,720 --> 00:34:11,720
所以在這邊

883
00:34:11,720 --> 00:34:12,720
我也特別呼籲大家

884
00:34:12,720 --> 00:34:14,720
就是如果你等一下有空的話

885
00:34:14,720 --> 00:34:15,720
你這個Line的設定裡面

886
00:34:15,720 --> 00:34:17,720
把它點開進去

887
00:34:17,720 --> 00:34:18,720
你看一下你有沒有那個

888
00:34:18,720 --> 00:34:19,720
Apple的綁地

889
00:34:19,720 --> 00:34:20,720
或是Google ID的一個綁地

890
00:34:20,720 --> 00:34:22,720
如果你有綁地

891
00:34:22,720 --> 00:34:23,720
還沒繫結的

892
00:34:23,720 --> 00:34:25,720
那你可能就是詐騙期間

893
00:34:25,720 --> 00:34:27,720
非常要預許到的TA

894
00:34:27,720 --> 00:34:29,720
那如果你有繫結的話呢

895
00:34:29,720 --> 00:34:31,720
它可以大幅的降低

896
00:34:31,720 --> 00:34:34,720
你被詐騙的一個機率

897
00:34:34,720 --> 00:34:35,720
因為增加了難度

898
00:34:35,720 --> 00:34:37,720
那如果你已經被詐騙了

899
00:34:37,720 --> 00:34:38,720
如果

900
00:34:38,720 --> 00:34:39,720
你不被詐騙

901
00:34:39,720 --> 00:34:41,720
那如果你有繫結ID的話

902
00:34:41,720 --> 00:34:43,720
它又可以大幅大幅提高

903
00:34:43,720 --> 00:34:47,720
你把那個資料找回來的一個機率

904
00:34:47,720 --> 00:34:48,720
大家已經低頭已經有人在按

905
00:34:48,720 --> 00:34:49,720
沒關係我們先認真聽

906
00:34:49,720 --> 00:34:50,720
等一下休息的時間

907
00:34:50,720 --> 00:34:52,720
大家再進去那個Line的設定裡面

908
00:34:52,720 --> 00:34:53,720
做一個繫結

909
00:34:53,720 --> 00:34:56,720
那除了回到商業的行為

910
00:34:56,720 --> 00:34:57,720
商業的行為

911
00:34:57,720 --> 00:34:58,720
在Line的裡面

912
00:34:58,720 --> 00:35:02,720
其實有非常多商業的一些訊息

913
00:35:02,720 --> 00:35:03,720
在中間貫穿的

914
00:35:03,720 --> 00:35:05,720
你會面對到消費者

915
00:35:05,720 --> 00:35:07,720
那你會面對到你的朋友

916
00:35:07,720 --> 00:35:09,720
工作群組家人等等

917
00:35:09,720 --> 00:35:11,720
但是同時在臺灣的市場

918
00:35:11,720 --> 00:35:14,720
我們看到非常多的一些使用者消費者

919
00:35:14,720 --> 00:35:16,720
他也透過官方帳號

920
00:35:16,720 --> 00:35:18,720
再去跟品牌就中間做一個對比

921
00:35:18,720 --> 00:35:20,720
就中間做一個對話

922
00:35:20,720 --> 00:35:21,720
那這邊已經有提到

923
00:35:21,720 --> 00:35:24,720
官方帳號是在整個支撐這個生態系裡面

924
00:35:24,720 --> 00:35:26,720
非常非常核心的一個角色

925
00:35:26,720 --> 00:35:29,720
那這邊就會開始提到官方帳號

926
00:35:29,720 --> 00:35:31,720
官方帳號這些事情在臺灣

927
00:35:31,720 --> 00:35:33,720
我們目前到去年年底

928
00:35:33,720 --> 00:35:37,720
已經來到340萬個官方帳號

929
00:35:37,720 --> 00:35:39,720
340萬個官方帳號

930
00:35:39,720 --> 00:35:41,720
數量非常的可觀

931
00:35:41,720 --> 00:35:45,720
年對年都持續是兩位數的一個成長

932
00:35:45,720 --> 00:35:47,720
那這兩位數的成長

933
00:35:47,720 --> 00:35:50,720
我都沒有在用官方帳號

934
00:35:50,720 --> 00:35:51,720
我都沒有加

935
00:35:51,720 --> 00:35:53,720
我就是那個加了貼圖

936
00:35:53,720 --> 00:35:54,720
我就封鎖他

937
00:35:54,720 --> 00:35:56,720
我都沒有在用官方帳號等等

938
00:35:56,720 --> 00:35:58,720
我們來看一下實際的資料

939
00:35:58,720 --> 00:36:05,720
我再做一個調查

940
00:36:05,720 --> 00:36:07,720
給大家3秒2秒時間有限

941
00:36:07,720 --> 00:36:09,720
你覺得你就是God-feeling

942
00:36:09,720 --> 00:36:12,720
你大概有加幾個官方帳號

943
00:36:12,720 --> 00:36:14,720
我給大家三個選項

944
00:36:14,720 --> 00:36:16,720
10到50 50以上

945
00:36:17,720 --> 00:36:22,720
你大概加10個帳號的官方舉手

946
00:36:22,720 --> 00:36:26,720
10到50的

947
00:36:26,720 --> 00:36:29,720
50以上的

948
00:36:29,720 --> 00:36:31,720
100以上的

949
00:36:31,720 --> 00:36:33,720
200以上的

950
00:36:33,720 --> 00:36:35,720
好 等一下加Line

951
00:36:35,720 --> 00:36:37,720
感謝支援

952
00:36:37,720 --> 00:36:39,720
我們透過那個

953
00:36:39,720 --> 00:36:41,720
我分享一下資料

954
00:36:41,720 --> 00:36:43,720
我們透過那個尼爾森的調查

955
00:36:43,720 --> 00:36:45,720
就是印象中

956
00:36:45,720 --> 00:36:46,720
印象中

957
00:36:46,720 --> 00:36:48,720
我現在有填的那個問卷

958
00:36:48,720 --> 00:36:51,720
我大概加10個官方帳號上下左右

959
00:36:51,720 --> 00:36:54,720
但透過Line的實際後臺的資料

960
00:36:54,720 --> 00:36:56,720
我們又去觀察

961
00:36:56,720 --> 00:36:58,720
後臺的資料調查實際結果呢

962
00:36:58,720 --> 00:37:01,720
平均在臺灣每一個使用者

963
00:37:01,720 --> 00:37:04,720
大概加了60個官方帳號

964
00:37:04,720 --> 00:37:05,720
60個

965
00:37:05,720 --> 00:37:06,720
這是平均數

966
00:37:06,720 --> 00:37:07,720
那你可不可以覺得

967
00:37:07,720 --> 00:37:08,720
這太可怕了

968
00:37:08,720 --> 00:37:10,720
我怎麼可能有加這麼多官方帳號

969
00:37:10,720 --> 00:37:12,720
哪有來那麼多啊

970
00:37:12,720 --> 00:37:13,720
我們來看一下

971
00:37:13,720 --> 00:37:15,720
這剛剛講340萬的官方帳號

972
00:37:15,720 --> 00:37:16,720
大家也可以回想

973
00:37:16,720 --> 00:37:18,720
你加了什麼樣的官方帳號

974
00:37:18,720 --> 00:37:20,720
我覺得差不多是這樣

975
00:37:20,720 --> 00:37:24,720
這個是我們2025年看的一個數字

976
00:37:24,720 --> 00:37:28,720
就是官方帳號成長數量最蓬勃發展的前五大排名

977
00:37:28,720 --> 00:37:30,720
第一名當然就是零售電商

978
00:37:30,720 --> 00:37:31,720
我大概回想一下

979
00:37:31,720 --> 00:37:33,720
你可能有一些購物的官方帳號

980
00:37:33,720 --> 00:37:35,720
像是我有Unicool啊等等

981
00:37:35,720 --> 00:37:37,720
或者Momo等等

982
00:37:37,720 --> 00:37:38,720
那學校教育

983
00:37:38,720 --> 00:37:41,720
很多那些教育相關的一些官方帳號

984
00:37:41,720 --> 00:37:43,720
也是非常蓬勃發展的

985
00:37:43,720 --> 00:37:45,720
那我特別提一下就是

986
00:37:45,720 --> 00:37:47,720
那個行政機關這一段

987
00:37:47,720 --> 00:37:48,720
因為今年呢

988
00:37:48,720 --> 00:37:49,720
年底有選舉

989
00:37:49,720 --> 00:37:50,720
所以我們最近也發現

990
00:37:50,720 --> 00:37:52,720
非常多的一些候選人

991
00:37:52,720 --> 00:37:55,720
他們已經有開始開通官方帳號

992
00:37:55,720 --> 00:37:57,720
來做這樣的一個使用

993
00:37:57,720 --> 00:37:59,720
所以這是我們看到在整個

994
00:37:59,720 --> 00:38:01,720
在官方帳號的種類數

995
00:38:01,720 --> 00:38:02,720
其實呢

996
00:38:02,720 --> 00:38:03,720
不同的產業

997
00:38:03,720 --> 00:38:06,720
它使用的場景通常都不太一樣

998
00:38:06,720 --> 00:38:08,720
那這也驗證了

999
00:38:08,720 --> 00:38:11,720
其實LINE其實是與時俱進的

1000
00:38:11,720 --> 00:38:14,720
我們在看到這這麼多年的一個發展

1001
00:38:14,720 --> 00:38:16,720
它可以提供的價值呢

1002
00:38:16,720 --> 00:38:19,720
也逐年的變得不太一樣

1003
00:38:19,720 --> 00:38:20,720
從早期你會看到

1004
00:38:20,720 --> 00:38:23,720
最一開始它只是簡單的一個行銷的推廣

1005
00:38:23,720 --> 00:38:26,720
然後呢到了時間走著走著

1006
00:38:26,720 --> 00:38:28,720
官方帳號開始有一些

1007
00:38:28,720 --> 00:38:30,720
像這些技術的廠商加入之後呢

1008
00:38:30,720 --> 00:38:31,720
它就會有一些

1009
00:38:31,720 --> 00:38:34,720
比方說像是簡單的一些功能的模組

1010
00:38:34,720 --> 00:38:36,720
比方說像訂餐啊

1011
00:38:36,720 --> 00:38:38,720
或是訂位啊等等的

1012
00:38:38,720 --> 00:38:43,720
那走著走著開始AI的這個成分把它加入了

1013
00:38:43,720 --> 00:38:45,720
然後你會發現到在整個官方帳號裡面

1014
00:38:45,720 --> 00:38:49,720
開始有一些AI的賦能等等

1015
00:38:49,720 --> 00:38:51,720
到此時此刻呢

1016
00:38:51,720 --> 00:38:52,720
我們已經進展到

1017
00:38:52,720 --> 00:38:55,720
在整個一個LINE的生態系裡面呢

1018
00:38:55,720 --> 00:38:57,720
它有幾個一個元件去驅動

1019
00:38:57,720 --> 00:39:00,720
包含了資料跟AI的一個驅動

1020
00:39:00,720 --> 00:39:02,720
那這也帶動了

1021
00:39:02,720 --> 00:39:06,720
我覺得不是隻有LINE的一個生態系的發展

1022
00:39:06,720 --> 00:39:09,720
這也蠻適合每一個品牌

1023
00:39:09,720 --> 00:39:12,720
你接下來在你的發展的一個方向裡面呢

1024
00:39:12,720 --> 00:39:13,720
不外乎呢

1025
00:39:13,720 --> 00:39:15,720
可以走這三個一個方向

1026
00:39:15,720 --> 00:39:18,720
那首先就是資料出發

1027
00:39:18,720 --> 00:39:19,720
資料出發

1028
00:39:19,720 --> 00:39:23,720
你手上的品牌一定有你自己本身的會員的資料等等

1029
00:39:23,720 --> 00:39:25,720
就像LINE我有2200萬使用者

1030
00:39:25,720 --> 00:39:26,720
那我的資料的資料

1031
00:39:26,720 --> 00:39:29,720
你一定要牢牢的去做一個掌握

1032
00:39:29,720 --> 00:39:31,720
那掌握完之後呢

1033
00:39:31,720 --> 00:39:33,720
你怎麼樣去使用它

1034
00:39:33,720 --> 00:39:35,720
怎麼樣去善用它

1035
00:39:35,720 --> 00:39:37,720
那AI驅動在此時此刻

1036
00:39:37,720 --> 00:39:40,720
在接下來就是一個非常重要的關鍵

1037
00:39:40,720 --> 00:39:41,720
可以怎麼樣

1038
00:39:41,720 --> 00:39:43,720
讓AI更去活化這些資料

1039
00:39:43,720 --> 00:39:44,720
那最後呢

1040
00:39:44,720 --> 00:39:45,720
到底誰要做

1041
00:39:45,720 --> 00:39:46,720
自己

1042
00:39:46,720 --> 00:39:47,720
關鍵門來自己做嗎

1043
00:39:47,720 --> 00:39:48,720
不太可能

1044
00:39:48,720 --> 00:39:49,720
曠日廢時

1045
00:39:49,720 --> 00:39:50,720
大聲門大製作

1046
00:39:50,720 --> 00:39:53,720
所以最好的方式就是找到最適合的夥伴

1047
00:39:53,720 --> 00:39:57,720
大家可以一起去加速這整區域的一個發展

1048
00:39:57,720 --> 00:39:58,720
那因為時間有限呢

1049
00:39:58,720 --> 00:40:02,720
我就簡單在這三個方向裡面呢

1050
00:40:02,720 --> 00:40:04,720
去帶一下LINE在做什麼

1051
00:40:04,720 --> 00:40:05,720
那首先呢

1052
00:40:05,720 --> 00:40:07,720
資料出發這件事情

1053
00:40:10,720 --> 00:40:11,720
資料出發

1054
00:40:11,720 --> 00:40:12,720
好資料出發

1055
00:40:12,720 --> 00:40:13,720
這邊也分享一下

1056
00:40:13,720 --> 00:40:14,720
這兩千兩百萬使用者

1057
00:40:14,720 --> 00:40:18,720
我們在怎麼樣去整理這些資料的一個生態圈

1058
00:40:18,720 --> 00:40:20,720
那LINE也發展的不外乎呢

1059
00:40:20,720 --> 00:40:23,720
就是現在大家看到這六個方向

1060
00:40:23,720 --> 00:40:27,720
如果你以後看到LINE還有什麼新的一些功能服務產生的話

1061
00:40:27,720 --> 00:40:30,720
大概就是under在這個六個方向裡面

1062
00:40:30,720 --> 00:40:33,720
包含像是有通訊

1063
00:40:33,720 --> 00:40:34,720
通訊是我們的基礎

1064
00:40:34,720 --> 00:40:36,720
然後我們有新聞

1065
00:40:36,720 --> 00:40:37,720
我們有社群

1066
00:40:37,720 --> 00:40:39,720
那當然應該有使用LINE Pay

1067
00:40:39,720 --> 00:40:40,720
有些人用LINE Bank

1068
00:40:40,720 --> 00:40:42,720
那還有購物相關

1069
00:40:42,720 --> 00:40:43,720
還有OMO

1070
00:40:43,720 --> 00:40:44,720
你會實體事件

1071
00:40:44,720 --> 00:40:46,720
你可能會看到有些餐廳

1072
00:40:46,720 --> 00:40:48,720
上面有加LINE募集好友

1073
00:40:48,720 --> 00:40:50,720
就是送你什麼小菜啊

1074
00:40:50,720 --> 00:40:53,720
或是送你一些折價券等等

1075
00:40:53,720 --> 00:40:55,720
它怎麼樣可以從實體跟網路

1076
00:40:55,720 --> 00:40:57,720
網路再到實體做一個

1077
00:40:57,720 --> 00:40:59,720
做一個更好的一個串接

1078
00:40:59,720 --> 00:41:02,720
這是在這幾個面下

1079
00:41:02,720 --> 00:41:05,720
我們怎麼樣去讓我們的資料

1080
00:41:05,720 --> 00:41:07,720
可以更幫助到我們的客戶

1081
00:41:07,720 --> 00:41:08,720
可以得到妥善的一個實體

1082
00:41:08,720 --> 00:41:10,720
可以得到妥善的一個善用

1083
00:41:10,720 --> 00:41:13,720
那接下來在AI的賦能裡面

1084
00:41:13,720 --> 00:41:14,720
你可能也會發現到

1085
00:41:14,720 --> 00:41:17,720
在LINE的這個Messenger平臺裡面

1086
00:41:17,720 --> 00:41:20,720
也會有一些基礎的一些AI的一個賦能

1087
00:41:20,720 --> 00:41:23,720
去幫助當消費者

1088
00:41:23,720 --> 00:41:25,720
或是當品牌在使用LINE的時候

1089
00:41:25,720 --> 00:41:27,720
可以更有效能

1090
00:41:27,720 --> 00:41:29,720
這邊舉兩個例子

1091
00:41:29,720 --> 00:41:30,720
舉例來說

1092
00:41:30,720 --> 00:41:32,720
因為LINE除了官方帳號之外

1093
00:41:32,720 --> 00:41:34,720
我們還有那個Display的平臺

1094
00:41:34,720 --> 00:41:37,720
那在這個LINE Ads Platform裡面

1095
00:41:37,720 --> 00:41:40,720
我們有提供AI Agent的一個角色

1096
00:41:40,720 --> 00:41:42,720
那這個功能可以幫助你去最佳化

1097
00:41:42,720 --> 00:41:46,720
在那個廣告投放上面的一個成效

1098
00:41:46,720 --> 00:41:48,720
那另外右手邊我們也有出了

1099
00:41:48,720 --> 00:41:50,720
像是這個舉例來說是

1100
00:41:50,720 --> 00:41:51,720
看見幫手的AI

1101
00:41:51,720 --> 00:41:54,720
因為在LINE的官方帳號後臺裡面

1102
00:41:54,720 --> 00:41:57,720
是內建購物車類的功能

1103
00:41:57,720 --> 00:41:59,720
那你可能不太會使用購物車

1104
00:41:59,720 --> 00:42:02,720
所以我們這個幫手就可以在旁邊

1105
00:42:02,720 --> 00:42:04,720
算是一個輔助駕駛

1106
00:42:04,720 --> 00:42:06,720
告訴你可以怎麼樣快速的上架

1107
00:42:06,720 --> 00:42:08,720
剛跟同仁聊天聊到

1108
00:42:08,720 --> 00:42:10,720
就是用這個好像三分鐘就可以

1109
00:42:10,720 --> 00:42:11,720
你如果要賣東西

1110
00:42:11,720 --> 00:42:12,720
就可以開始放上去

1111
00:42:12,720 --> 00:42:14,720
就可以完成所有動作

1112
00:42:14,720 --> 00:42:15,720
非常方便

1113
00:42:15,720 --> 00:42:17,720
這個是AI的一個賦能

1114
00:42:17,720 --> 00:42:20,720
我們在做的是比較基礎的一個建設

1115
00:42:20,720 --> 00:42:22,720
可是如果你基礎的建設

1116
00:42:22,720 --> 00:42:25,720
沒有辦法滿足你的需求的時候

1117
00:42:25,720 --> 00:42:29,720
那接下來就要有夥伴的角色加入了

1118
00:42:29,720 --> 00:42:31,720
那夥伴的角色加入

1119
00:42:31,720 --> 00:42:33,720
就是可以幫助你的品牌

1120
00:42:33,720 --> 00:42:35,720
在這個可以打造更進階的一個場景

1121
00:42:35,720 --> 00:42:37,720
我們來看一下它的一個結構

1122
00:42:37,720 --> 00:42:39,720
它的結構就是比方說

1123
00:42:39,720 --> 00:42:40,720
左手邊就是劍槍

1124
00:42:40,720 --> 00:42:42,720
或是有市面上的partner

1125
00:42:42,720 --> 00:42:43,720
待會兒也會介紹

1126
00:42:43,720 --> 00:42:45,720
應該是非常多的一些乾貨

1127
00:42:45,720 --> 00:42:47,720
一些工具可以怎樣善用

1128
00:42:47,720 --> 00:42:49,720
像是可能有agent

1129
00:42:49,720 --> 00:42:51,720
或是有一些不同的一些service

1130
00:42:51,720 --> 00:42:52,720
那透過MCEP

1131
00:42:52,720 --> 00:42:55,720
或者是透過API的串接

1132
00:42:55,720 --> 00:42:58,720
就有機會把這些功能

1133
00:42:58,720 --> 00:43:01,720
把它賦能在官方帳號上面

1134
00:43:01,720 --> 00:43:04,720
那你賦能到官方帳號上面之後呢

1135
00:43:04,720 --> 00:43:08,720
那它就是一個非常好的touchpoint

1136
00:43:08,720 --> 00:43:11,720
可以讓你去面向消費者

1137
00:43:11,720 --> 00:43:14,720
因為消費者它是在LINE上面的

1138
00:43:14,720 --> 00:43:16,720
它透過這個LINE的官方帳號

1139
00:43:16,720 --> 00:43:19,720
可以去使用這些功能

1140
00:43:19,720 --> 00:43:21,720
然後你就可以快速的

1141
00:43:21,720 --> 00:43:22,720
跟你的消費者

1142
00:43:22,720 --> 00:43:26,720
或是跟你的使用者去做一個回應

1143
00:43:26,720 --> 00:43:28,720
那這邊舉一個簡單的case

1144
00:43:28,720 --> 00:43:31,720
這個是也是劍槍非常好的case

1145
00:43:31,720 --> 00:43:33,720
就是居家先生

1146
00:43:33,720 --> 00:43:35,720
它是做那個傢俱的

1147
00:43:35,720 --> 00:43:37,720
那傢俱它不像

1148
00:43:37,720 --> 00:43:38,720
不像人家買包

1149
00:43:38,720 --> 00:43:39,720
你就一時衝動

1150
00:43:39,720 --> 00:43:40,720
哇真的很好看

1151
00:43:40,720 --> 00:43:41,720
卡都刷一下就能買了

1152
00:43:41,720 --> 00:43:43,720
那沙發沒有辦法這樣子喔

1153
00:43:43,720 --> 00:43:45,720
因為沙發可能需要考慮一下尺寸

1154
00:43:45,720 --> 00:43:47,720
風格 顏色等等

1155
00:43:47,720 --> 00:43:50,720
所以它是需要比較長時間的一個場景

1156
00:43:50,720 --> 00:43:53,720
才有辦法完成這個銷售的動作

1157
00:43:53,720 --> 00:43:55,720
那我們來看一下它做了什麼

1158
00:43:55,720 --> 00:43:56,720
它在官方帳號上面呢

1159
00:43:56,720 --> 00:43:58,720
它做了一些不同的一些功能

1160
00:43:58,720 --> 00:44:00,720
把它賦能在官方帳號上面

1161
00:44:00,720 --> 00:44:02,720
所以左手邊的場景

1162
00:44:02,720 --> 00:44:04,720
它就放了這個QR code

1163
00:44:04,720 --> 00:44:05,720
那你到了它的門

1164
00:44:05,720 --> 00:44:06,720
是你掃了QR code

1165
00:44:06,720 --> 00:44:08,720
你就可以加入它的官方帳號

1166
00:44:08,720 --> 00:44:09,720
那現在更進階了

1167
00:44:09,720 --> 00:44:11,720
可以用line touch

1168
00:44:11,720 --> 00:44:12,720
就MFC的功能

1169
00:44:12,720 --> 00:44:14,720
也不用一直掃QR code

1170
00:44:14,720 --> 00:44:17,720
你可能就把它逼一下就可以進去了

1171
00:44:17,720 --> 00:44:18,720
那在這個官方帳號裡面

1172
00:44:18,720 --> 00:44:19,720
你可能可以預約

1173
00:44:19,720 --> 00:44:22,720
比方說去預約參觀

1174
00:44:22,720 --> 00:44:24,720
或是我們直接看成果

1175
00:44:24,720 --> 00:44:26,720
因為時間有限了

1176
00:44:26,720 --> 00:44:31,720
它加入這個劍槍的一個AI客服的一項功能

1177
00:44:31,720 --> 00:44:35,720
可以透過AI的這樣子的一個處理訊息量

1178
00:44:35,720 --> 00:44:39,720
你看到已經來到了75%是AI去處理的

1179
00:44:39,720 --> 00:44:40,720
甚至呢

1180
00:44:40,720 --> 00:44:43,720
因為最後可能有一些比較複雜的問題

1181
00:44:43,720 --> 00:44:45,720
必須要交給真人的客服

1182
00:44:45,720 --> 00:44:47,720
那也看到呢

1183
00:44:47,720 --> 00:44:49,720
它這個系統非常精準的

1184
00:44:49,720 --> 00:44:51,720
去可以把監控的任務呢

1185
00:44:51,720 --> 00:44:54,720
然後最後用真人來接手

1186
00:44:54,720 --> 00:44:56,720
那我們看到客戶也明顯的表示說

1187
00:44:56,720 --> 00:44:59,720
它的整個那個客服的時間呢

1188
00:44:59,720 --> 00:45:00,720
那個時效就可以

1189
00:45:00,720 --> 00:45:02,720
非常有效率喔

1190
00:45:02,720 --> 00:45:04,720
省下非常多的一個時間

1191
00:45:04,720 --> 00:45:05,720
大家回想一下

1192
00:45:05,720 --> 00:45:06,720
如果沒有AI

1193
00:45:06,720 --> 00:45:10,720
那你要找多少客服的人去處理這些問題喔

1194
00:45:10,720 --> 00:45:13,720
可能這就是一個非常龐大的工程

1195
00:45:13,720 --> 00:45:16,720
所以再次感謝有AI的一個加持喔

1196
00:45:16,720 --> 00:45:18,720
可以讓這整個一個使用流程

1197
00:45:18,720 --> 00:45:21,720
變得非常的流暢

1198
00:45:21,720 --> 00:45:23,720
好好時間到了

1199
00:45:23,720 --> 00:45:25,720
好我最後再介紹一下

1200
00:45:25,720 --> 00:45:28,720
這次讓您的宣傳器SANA

1201
00:45:28,720 --> 00:45:29,720
進展方向的一個

1202
00:45:29,720 --> 00:45:31,720
雖然是SANA方向

1203
00:45:31,720 --> 00:45:33,720
但這應該也蠻適合

1204
00:45:33,720 --> 00:45:35,720
在座的每個品牌

1205
00:45:35,720 --> 00:45:37,720
你之後再推進的SANA方向

1206
00:45:37,720 --> 00:45:39,720
首先呢資料出發

1207
00:45:39,720 --> 00:45:42,720
剛提到LINE有2200萬使用者

1208
00:45:42,720 --> 00:45:43,720
你的客戶

1209
00:45:43,720 --> 00:45:44,720
你的品牌

1210
00:45:44,720 --> 00:45:46,720
你有多少會員

1211
00:45:46,720 --> 00:45:47,720
那可以做這樣的一個整合

1212
00:45:47,720 --> 00:45:48,720
那這樣的整合呢

1213
00:45:48,720 --> 00:45:50,720
不一定是跟LINE整合

1214
00:45:50,720 --> 00:45:51,720
LINE有2200萬

1215
00:45:51,720 --> 00:45:53,720
但剛剛靜怡提到那個平臺

1216
00:45:53,720 --> 00:45:55,720
你可能會使用不同的社群

1217
00:45:55,720 --> 00:45:57,720
你可能會使用不同的場景

1218
00:45:57,720 --> 00:45:58,720
那你就好好善用它

1219
00:45:58,720 --> 00:46:00,720
就好好善用那個場景的

1220
00:46:00,720 --> 00:46:02,720
這樣的資料

1221
00:46:02,720 --> 00:46:04,720
去跟你的第一方的資料

1222
00:46:04,720 --> 00:46:05,720
去做一個整合

1223
00:46:05,720 --> 00:46:07,720
那在整合的過程中呢

1224
00:46:07,720 --> 00:46:10,720
你就可以用AI去做一個驅動

1225
00:46:10,720 --> 00:46:13,720
不管是從基礎篇開始

1226
00:46:13,720 --> 00:46:15,720
或是呢你可能不服使用了

1227
00:46:15,720 --> 00:46:18,720
你要再做更多境界的功能

1228
00:46:18,720 --> 00:46:20,720
去讓你的營運更順暢

1229
00:46:20,720 --> 00:46:21,720
或是讓你的事業

1230
00:46:21,720 --> 00:46:22,720
可以過得更成長

1231
00:46:22,720 --> 00:46:23,720
那這時候呢

1232
00:46:23,720 --> 00:46:25,720
你就要去慎選夥伴

1233
00:46:25,720 --> 00:46:27,720
什麼樣的一個夥伴

1234
00:46:27,720 --> 00:46:29,720
可以跟你整合是更有效率

1235
00:46:29,720 --> 00:46:30,720
或是呢

1236
00:46:30,720 --> 00:46:31,720
可以剛剛按下去

1237
00:46:31,720 --> 00:46:32,720
就所有的平臺

1238
00:46:32,720 --> 00:46:35,720
好像都就呈現在你面前

1239
00:46:35,720 --> 00:46:37,720
那你只需要對方問你說

1240
00:46:37,720 --> 00:46:38,720
How can I help you

1241
00:46:38,720 --> 00:46:39,720
那你就可以

1242
00:46:39,720 --> 00:46:41,720
那你就可以把你的問題丟進去

1243
00:46:41,720 --> 00:46:43,720
幫你完成所有一個場景了

1244
00:46:43,720 --> 00:46:45,720
所以慎選夥伴

1245
00:46:45,720 --> 00:46:47,720
最後呢也是一個非常重要的關鍵

1246
00:46:47,720 --> 00:46:48,720
那我相信呢

1247
00:46:48,720 --> 00:46:49,720
這三件事情

1248
00:46:49,720 --> 00:46:52,720
如果都有辦法做到的話

1249
00:46:52,720 --> 00:46:54,720
那最後一頁

1250
00:46:54,720 --> 00:46:55,720
我相信呢

1251
00:46:55,720 --> 00:46:57,720
這三件事情都有辦法做到的話呢

1252
00:46:57,720 --> 00:47:00,720
不管是此時跟或是未來

1253
00:47:00,720 --> 00:47:01,720
一定呢

1254
00:47:01,720 --> 00:47:04,720
是可以更有辦法去讓你的會員

1255
00:47:04,720 --> 00:47:05,720
或是呢

1256
00:47:05,720 --> 00:47:07,720
你的消費者是更有更驚喜

1257
00:47:07,720 --> 00:47:09,720
更不一樣的一個體驗了

1258
00:47:09,720 --> 00:47:10,720
那最後

1259
00:47:10,720 --> 00:47:12,720
再次感謝漸強的邀請

1260
00:47:12,720 --> 00:47:13,720
那也預祝呢

1261
00:47:13,720 --> 00:47:14,720
各位呢

1262
00:47:14,720 --> 00:47:15,720
今天呢

1263
00:47:15,720 --> 00:47:16,720
應該會是收穫滿滿

1264
00:47:16,720 --> 00:47:18,720
乾貨非常多

1265
00:47:18,720 --> 00:47:19,720
那也預祝各位呢

1266
00:47:19,720 --> 00:47:22,720
2021年業績長紅

1267
00:47:22,720 --> 00:47:23,720
然後謝謝大家

1268
00:47:23,720 --> 00:47:24,720
謝謝

1269
00:47:24,720 --> 00:47:26,720
謝謝這次為我們帶來

1270
00:47:26,720 --> 00:47:29,720
非常豐富的內容以及介紹

1271
00:47:29,720 --> 00:47:30,720
那麼接著下來呢

1272
00:47:30,720 --> 00:47:32,720
漸強實驗室Agentic

1273
00:47:32,720 --> 00:47:35,720
全場景解決方案即將正式登場

1274
00:47:35,720 --> 00:47:38,720
Intelligent in One Touch

1275
00:47:38,720 --> 00:47:39,720
而在今年

1276
00:47:39,720 --> 00:47:41,720
我們想跟大家強調的是

1277
00:47:41,720 --> 00:47:43,720
在未來你的每一個工作

1278
00:47:43,720 --> 00:47:47,720
都會從One Touch with AI Agent開始

1279
00:47:47,720 --> 00:47:49,720
那接下來話不多說

1280
00:47:49,720 --> 00:47:50,720
我們先用一段影片

1281
00:47:50,720 --> 00:47:54,720
開啟今天的產品團隊發表主題

1282
00:47:54,720 --> 00:47:55,720
Intelligent One Touch

1283
00:47:57,720 --> 00:48:07,720
漸強實驗室

1284
00:48:07,720 --> 00:48:14,720
替企業打造專屬的AI指揮中心

1285
00:48:14,720 --> 00:48:16,720
夜深人靜時

1286
00:48:16,720 --> 00:48:18,720
往往有許多商機出現

1287
00:48:18,720 --> 00:48:20,720
你的顧客需求

1288
00:48:20,720 --> 00:48:22,720
在等待你的回應

1289
00:48:22,720 --> 00:48:24,720
需求透過官網

1290
00:48:24,720 --> 00:48:27,720
社群或語音傳送進來

1291
00:48:27,720 --> 00:48:31,720
就讓AI Agent直達前線迎接顧客

1292
00:48:31,720 --> 00:48:34,720
AI Agent更能成為你的對話助手

1293
00:48:34,720 --> 00:48:36,720
幫你完成重點摘要

1294
00:48:36,720 --> 00:48:38,720
將零碎的對話

1295
00:48:38,720 --> 00:48:40,720
轉化為資料資產

1296
00:48:40,720 --> 00:48:43,720
將資料彙整到後臺

1297
00:48:43,720 --> 00:48:46,720
成為專屬的企業脈絡

1298
00:48:46,720 --> 00:48:49,720
打造整合的顧客資料輪廓

1299
00:48:49,720 --> 00:48:53,720
AI Agent更能根據不同輪廓

1300
00:48:53,720 --> 00:48:56,720
直接生成內容素材

1301
00:48:56,720 --> 00:48:59,720
及時送出個人化的邀請

1302
00:48:59,720 --> 00:49:03,720
接觸機會分析資料產生行動

1303
00:49:03,720 --> 00:49:05,720
都在彈指之間

1304
00:49:05,720 --> 00:49:08,720
讓AI指揮直達顧客的心

1305
00:49:08,720 --> 00:49:12,720
帶他走進你的每一個商業場景

1306
00:49:12,720 --> 00:49:15,720
而這些不只發生在一個品牌

1307
00:49:15,720 --> 00:49:17,720
可以為顧客指尖

1308
00:49:17,720 --> 00:49:18,720
漸強的AI指揮

1309
00:49:18,720 --> 00:49:20,720
每年驅動85億的對話訊息

1310
00:49:20,720 --> 00:49:22,720
建立無數品牌

1311
00:49:22,720 --> 00:49:24,720
與顧客的連結

1312
00:49:24,720 --> 00:49:26,720
AI聚會

1313
00:49:26,720 --> 00:49:28,720
由你聚會

1314
00:49:28,720 --> 00:49:31,720
是不是值得來點掌聲呢

1315
00:49:31,720 --> 00:49:36,720
是的

1316
00:49:36,720 --> 00:49:37,720
我們從影片當中看到

1317
00:49:37,720 --> 00:49:39,720
透過漸強的Mac

1318
00:49:39,720 --> 00:49:40,720
Cad

1319
00:49:40,720 --> 00:49:41,720
Deck

1320
00:49:41,720 --> 00:49:42,720
你可以真正的One Touch

1321
00:49:42,720 --> 00:49:43,720
走進行銷

1322
00:49:43,720 --> 00:49:44,720
走進客服

1323
00:49:44,720 --> 00:49:46,720
走進資料

1324
00:49:46,720 --> 00:49:48,720
而三大的商業場景

1325
00:49:48,720 --> 00:49:50,720
把AI是真正接近了

1326
00:49:50,720 --> 00:49:51,720
企業的每一天

1327
00:49:51,720 --> 00:49:53,720
但是呢

1328
00:49:53,720 --> 00:49:55,720
故事還沒有結束

1329
00:49:55,720 --> 00:49:57,720
當每一個部門都開始

1330
00:49:57,720 --> 00:49:59,720
建立起了自己的AI Agent

1331
00:49:59,720 --> 00:50:02,720
下一個課題其實也會慢慢浮現出來

1332
00:50:02,720 --> 00:50:05,720
這些散落在各個部門的Agent

1333
00:50:05,720 --> 00:50:07,720
要怎麼被企業統一的治理

1334
00:50:07,720 --> 00:50:10,720
變成一整套完整的商業能力呢

1335
00:50:10,720 --> 00:50:12,720
這個呢就是漸強

1336
00:50:12,720 --> 00:50:14,720
接下來要跟大家分享的下一步

1337
00:50:14,720 --> 00:50:16,720
Crescendo Agent Lab

1338
00:50:16,720 --> 00:50:20,720
這個是企業級AI Agent治理平臺

1339
00:50:20,720 --> 00:50:22,720
從個人的AI聰明

1340
00:50:22,720 --> 00:50:26,720
一路收獵成真正的企業ROI

1341
00:50:26,720 --> 00:50:27,720
而接下來的50分鐘

1342
00:50:27,720 --> 00:50:30,720
我們要邀請到五位漸強的產品團隊

1343
00:50:30,720 --> 00:50:34,720
跟大家分享這一套全方位解決方案

1344
00:50:34,720 --> 00:50:36,720
掌聲歡迎今天的第一位講者Peter

1345
00:50:36,720 --> 00:50:37,720
歡迎

1346
00:50:37,720 --> 00:50:46,720
OK

1347
00:50:46,720 --> 00:50:47,720
好

1348
00:50:47,720 --> 00:50:49,720
各位貴賓各位夥伴大家好

1349
00:50:49,720 --> 00:50:52,720
我是漸強實驗室的產品經理Peter

1350
00:50:52,720 --> 00:50:54,720
那我們今天這個活動是辦在哪裡

1351
00:50:54,720 --> 00:50:56,720
是辦在三創

1352
00:50:56,720 --> 00:50:58,720
那三創隔壁大家知道

1353
00:50:58,720 --> 00:51:00,720
最知名的景點是什麼

1354
00:51:00,720 --> 00:51:01,720
地標是叫什麼

1355
00:51:01,720 --> 00:51:02,720
光華什麼

1356
00:51:02,720 --> 00:51:03,720
光華商場

1357
00:51:03,720 --> 00:51:04,720
OK

1358
00:51:04,720 --> 00:51:06,720
能夠講出這四個字的人

1359
00:51:06,720 --> 00:51:08,720
應該是有一些歷史年代

1360
00:51:08,720 --> 00:51:10,720
跟我差不多對不對

1361
00:51:10,720 --> 00:51:12,720
那漸強實驗室當然沒有像

1362
00:51:12,720 --> 00:51:14,720
光華商場這麼歷史悠久

1363
00:51:14,720 --> 00:51:16,720
但是漸強實驗室是從

1364
00:51:16,720 --> 00:51:18,720
整個智慧型手機的後期

1365
00:51:18,720 --> 00:51:20,720
開始進入這個市場

1366
00:51:20,720 --> 00:51:22,720
跟大家一起來合作

1367
00:51:22,720 --> 00:51:25,720
那我們尤其可以感受到最近這個兩年

1368
00:51:25,720 --> 00:51:27,720
在AI這邊的對大家工作

1369
00:51:27,720 --> 00:51:29,720
對大家場景的一個影響

1370
00:51:29,720 --> 00:51:30,720
OK

1371
00:51:30,720 --> 00:51:32,720
那我今天要想跟大家分享的是

1372
00:51:32,720 --> 00:51:34,720
我們從產品團隊的角度

1373
00:51:34,720 --> 00:51:37,720
看到大家遭遇了什麼挑戰

1374
00:51:37,720 --> 00:51:39,720
那我們又可以怎麼來一起協助大家

1375
00:51:39,720 --> 00:51:40,720
OK

1376
00:51:40,720 --> 00:51:43,720
那我相信大家心中有一個很大的一個問題

1377
00:51:43,720 --> 00:51:44,720
是這樣子

1378
00:51:44,720 --> 00:51:46,720
現在每一個人都在用AI

1379
00:51:46,720 --> 00:51:47,720
每一天

1380
00:51:47,720 --> 00:51:49,720
幾乎每個人都在用AI

1381
00:51:49,720 --> 00:51:51,720
不管是ChangeGPT也好

1382
00:51:51,720 --> 00:51:52,720
Club也好

1383
00:51:52,720 --> 00:51:55,720
還是Microsoft的產品都好

1384
00:51:55,720 --> 00:51:57,720
可是心中大家一定有一個疑惑

1385
00:51:57,720 --> 00:51:59,720
特別你是主管

1386
00:51:59,720 --> 00:52:03,720
你想說到底部門或是公司的績效

1387
00:52:03,720 --> 00:52:05,720
有沒有因此的提升

1388
00:52:05,720 --> 00:52:07,720
麥肯錫有一個研究

1389
00:52:07,720 --> 00:52:09,720
他說現在很多公司

1390
00:52:09,720 --> 00:52:11,720
大概有三分之二的公司匯入agent

1391
00:52:11,720 --> 00:52:13,720
但是卻只有百分之十的公司說

1392
00:52:13,720 --> 00:52:16,720
我的成效真的有提升

1393
00:52:16,720 --> 00:52:18,720
那我們從產品經理的角度

1394
00:52:18,720 --> 00:52:20,720
就想跟大家一起來探討說

1395
00:52:20,720 --> 00:52:24,720
這個問題是出在哪裡

1396
00:52:24,720 --> 00:52:25,720
OK

1397
00:52:25,720 --> 00:52:26,720
那很簡單

1398
00:52:26,720 --> 00:52:29,720
現在AI已經非常聰明瞭

1399
00:52:29,720 --> 00:52:31,720
像ChangeGPT最近出了什麼

1400
00:52:31,720 --> 00:52:32,720
ChangeGPT-6

1401
00:52:32,720 --> 00:52:33,720
Astride

1402
00:52:33,720 --> 00:52:34,720
真的很厲害

1403
00:52:34,720 --> 00:52:37,720
但是為什麼還是沒辦法

1404
00:52:37,720 --> 00:52:41,720
真的這麼能夠落地到各位的工作場景當中呢

1405
00:52:41,720 --> 00:52:42,720
原因很簡單

1406
00:52:42,720 --> 00:52:44,720
就是因為AI很聰明

1407
00:52:44,720 --> 00:52:46,720
但是他還不瞭解你的工作場景

1408
00:52:46,720 --> 00:52:48,720
讓我們拆解一下

1409
00:52:48,720 --> 00:52:50,720
有兩個很大的一個重點

1410
00:52:50,720 --> 00:52:52,720
第一是AI他很聰明

1411
00:52:52,720 --> 00:52:55,720
但是他沒有你公司最新的一個資訊

1412
00:52:55,720 --> 00:52:56,720
舉個例子

1413
00:52:56,720 --> 00:52:57,720
有時候消費者會問說

1414
00:52:57,720 --> 00:53:00,720
那這個商品的價格是多少

1415
00:53:00,720 --> 00:53:02,720
可是AI他卻回答了

1416
00:53:02,720 --> 00:53:04,720
上週的一個舊的一個價格

1417
00:53:04,720 --> 00:53:05,720
這不是AI不聰明

1418
00:53:05,720 --> 00:53:08,720
而是說他沒有你公司組織

1419
00:53:08,720 --> 00:53:10,720
最新最完整的一個資訊

1420
00:53:10,720 --> 00:53:13,720
我們把它叫做context

1421
00:53:13,720 --> 00:53:14,720
那第二個問題是

1422
00:53:14,720 --> 00:53:16,720
AI真的還沒有解決

1423
00:53:16,720 --> 00:53:20,720
你有進入到你組織中最關鍵的一個流程

1424
00:53:20,720 --> 00:53:21,720
舉例來說

1425
00:53:21,720 --> 00:53:23,720
很多公司很多企業

1426
00:53:23,720 --> 00:53:25,720
都是譬如說有行銷嘛

1427
00:53:25,720 --> 00:53:27,720
行銷之後把這個名單交給業務

1428
00:53:27,720 --> 00:53:30,720
這是一個很重要的一個流程對不對

1429
00:53:30,720 --> 00:53:32,720
可是有多少公司

1430
00:53:32,720 --> 00:53:34,720
把agent放到這樣的一個流程

1431
00:53:34,720 --> 00:53:35,720
自動去接單

1432
00:53:35,720 --> 00:53:37,720
自動去回應顧客

1433
00:53:37,720 --> 00:53:39,720
24/7的這樣的回應顧客

1434
00:53:39,720 --> 00:53:40,720
其實很少

1435
00:53:40,720 --> 00:53:42,720
就算你把agent放進去

1436
00:53:42,720 --> 00:53:45,720
可能agent也不知道該怎麼樣回應跟處理

1437
00:53:46,720 --> 00:53:48,720
所以我們想要分享

1438
00:53:48,720 --> 00:53:51,720
我們最近一年跟很多顧客一起合作

1439
00:53:51,720 --> 00:53:53,720
我們的觀察是這樣子

1440
00:53:53,720 --> 00:53:57,720
AI要能夠真正的發揮效果

1441
00:53:57,720 --> 00:53:58,720
創造出商業價值

1442
00:53:58,720 --> 00:54:00,720
除了AI本身之外

1443
00:54:00,720 --> 00:54:03,720
有三個很重要的元素

1444
00:54:03,720 --> 00:54:04,720
分別是第一

1445
00:54:04,720 --> 00:54:07,720
他必須要掌握你企業的context

1446
00:54:07,720 --> 00:54:09,720
最新最完整的資訊

1447
00:54:09,720 --> 00:54:10,720
第二

1448
00:54:10,720 --> 00:54:14,720
agent必須要融入你企業最關鍵的工作流程

1449
00:54:14,720 --> 00:54:15,720
而且他要知道

1450
00:54:15,720 --> 00:54:17,720
你的規則是怎麼

1451
00:54:17,720 --> 00:54:20,720
他能夠幫助你們完成任務

1452
00:54:20,720 --> 00:54:21,720
第三

1453
00:54:21,720 --> 00:54:24,720
agent不是說光回答問題光說不定

1454
00:54:24,720 --> 00:54:27,720
他還要能夠完整的幫你執行任務

1455
00:54:27,720 --> 00:54:29,720
譬如說幫你查詢會員資料庫

1456
00:54:29,720 --> 00:54:31,720
幫你退貨退款

1457
00:54:31,720 --> 00:54:33,720
這些很常見的任務

1458
00:54:33,720 --> 00:54:34,720
把這些全部串起來

1459
00:54:34,720 --> 00:54:38,720
才能真正的創造商業的成果

1460
00:54:38,720 --> 00:54:40,720
那我當然就是說

1461
00:54:40,720 --> 00:54:42,720
這個很重要對不對

1462
00:54:42,720 --> 00:54:44,720
可是我接下來想分享的東西是說

1463
00:54:44,720 --> 00:54:46,720
其實我們發現

1464
00:54:46,720 --> 00:54:49,720
最近辦理也有一個新的趨勢

1465
00:54:49,720 --> 00:54:52,720
跟大家來分享一下這個新的趨勢是什麼

1466
00:54:52,720 --> 00:54:54,720
大家知道2022年底

1467
00:54:54,720 --> 00:54:56,720
ChangeGPT恆功出世之後

1468
00:54:56,720 --> 00:54:59,720
AI就變得非常厲害

1469
00:54:59,720 --> 00:55:03,720
我們可以把AI agent的階段分成三個階段

1470
00:55:03,720 --> 00:55:05,720
第一個階段我們可以說

1471
00:55:05,720 --> 00:55:08,720
AI agent已經會回答問題了

1472
00:55:08,720 --> 00:55:11,720
跟以前那種笨笨的機器人不一樣

1473
00:55:11,720 --> 00:55:13,720
現在的agent絕對能夠很好的回答問題

1474
00:55:13,720 --> 00:55:15,720
這是兩三年前就可以做到的

1475
00:55:15,720 --> 00:55:17,720
那大概到去年的時候

1476
00:55:17,720 --> 00:55:20,720
agent已經可以完成完整的執行任務了

1477
00:55:20,720 --> 00:55:23,720
他幫助我們把任務工作都可以完成

1478
00:55:23,720 --> 00:55:24,720
但是各位知道嗎

1479
00:55:24,720 --> 00:55:26,720
最近半年我們看到

1480
00:55:26,720 --> 00:55:28,720
跑在比較前面的企業

1481
00:55:28,720 --> 00:55:30,720
他們已經進入到什麼階段了

1482
00:55:30,720 --> 00:55:31,720
各位知道嗎

1483
00:55:31,720 --> 00:55:35,720
已經在把AI agent進行一些跨部門的工作

1484
00:55:35,720 --> 00:55:37,720
這個其實不難理解對不對

1485
00:55:37,720 --> 00:55:39,720
如果你想要讓AI agent

1486
00:55:39,720 --> 00:55:42,720
可以真的幫助你創造更多商業價值

1487
00:55:42,720 --> 00:55:45,720
就像我們每個企業都一樣

1488
00:55:45,720 --> 00:55:48,720
我們很多工都是跨部門要進行的

1489
00:55:48,720 --> 00:55:50,720
譬如說行銷跟客服要一起合作

1490
00:55:50,720 --> 00:55:53,720
行銷跟業務要一起合作

1491
00:55:53,720 --> 00:55:56,720
所以我們看到很多走的比較前面的企業

1492
00:55:56,720 --> 00:55:57,720
已經在這一塊

1493
00:55:57,720 --> 00:56:00,720
在摸索說要怎麼做

1494
00:56:00,720 --> 00:56:01,720
當然

1495
00:56:01,720 --> 00:56:05,720
當你真的把Agent要進行跨部門的合作的時候

1496
00:56:05,720 --> 00:56:07,720
問題就立刻出來了

1497
00:56:07,720 --> 00:56:08,720
這些不同部門的Agent

1498
00:56:08,720 --> 00:56:10,720
他們要怎麼協作

1499
00:56:10,720 --> 00:56:11,720
要怎麼管理

1500
00:56:11,720 --> 00:56:15,720
對企業組織管理者來說要怎麼管理

1501
00:56:15,720 --> 00:56:18,720
今天漸強實驗室的答案

1502
00:56:18,720 --> 00:56:22,720
就希望我們可以來回答你心中的一些疑惑

1503
00:56:22,720 --> 00:56:26,720
剛才薛進已經介紹了我們的歷史嚴格了

1504
00:56:26,720 --> 00:56:28,720
這邊我只想講一點

1505
00:56:28,720 --> 00:56:31,720
有時候不妥不快

1506
00:56:31,720 --> 00:56:33,720
大家看到漸強實驗室

1507
00:56:33,720 --> 00:56:37,720
我們現在能夠支援的channel真的非常多

1508
00:56:37,720 --> 00:56:40,720
除了我們是Line的經濟夥伴之外

1509
00:56:40,720 --> 00:56:42,720
我們還支援了什麼email

1510
00:56:42,720 --> 00:56:43,720
簡訊

1511
00:56:43,720 --> 00:56:44,720
messenger

1512
00:56:44,720 --> 00:56:46,720
IG等等

1513
00:56:46,720 --> 00:56:49,720
因為我之前聽到敬業是說沒有Line

1514
00:56:49,720 --> 00:56:51,720
就是漸強就只有Line而已

1515
00:56:51,720 --> 00:56:54,720
這個不實資訊大家要幫我們留意一下

1516
00:56:54,720 --> 00:56:57,720
下次再聽到你就手機拿出來165

1517
00:56:57,720 --> 00:57:01,720
反正那個詐騙電話直接把它回報一下

1518
00:57:01,720 --> 00:57:04,720
這個絕對是不實資訊

1519
00:57:04,720 --> 00:57:09,720
今天我們會特別想跟大家分享的就是畫面中下面這一塊

1520
00:57:09,720 --> 00:57:12,720
大家看一下這邊出現最多的字是什麼

1521
00:57:12,720 --> 00:57:14,720
agent

1522
00:57:14,720 --> 00:57:17,720
我們今天就想跟大家來介紹說

1523
00:57:17,720 --> 00:57:20,720
過去這一年我們跟大家一起來合作

1524
00:57:20,720 --> 00:57:23,720
我們推出了一些新的產品

1525
00:57:23,720 --> 00:57:28,720
這些都是圍繞在agent跟如何治理agent相關的一些產品

1526
00:57:28,720 --> 00:57:32,720
今天我們會介紹特別有兩個東西

1527
00:57:32,720 --> 00:57:35,720
像是剛才薛進有提到的

1528
00:57:35,720 --> 00:57:37,720
Crescendo的agent lab

1529
00:57:37,720 --> 00:57:38,720
這是我們一個讓

1530
00:57:38,720 --> 00:57:43,720
agent可以做跨部門協助很重要的一個新的產品

1531
00:57:43,720 --> 00:57:46,720
等一下我們的夥伴也會來介紹一下

1532
00:57:46,720 --> 00:57:49,720
這究竟要怎麼樣來幫助大家

1533
00:57:49,720 --> 00:57:54,720
第二個我們今天也會介紹agent的工作流

1534
00:57:54,720 --> 00:57:57,720
agent就像剛才薛進講的

1535
00:57:57,720 --> 00:58:01,720
他每一天都是用agent來開啟他一天的任務

1536
00:58:01,720 --> 00:58:06,720
我們也希望說把這樣的一個工作的方式介紹給大家

1537
00:58:06,720 --> 00:58:07,720
怎麼樣讓agent在行銷

1538
00:58:07,720 --> 00:58:09,720
客服跟銷售

1539
00:58:09,720 --> 00:58:13,720
甚至是資料分析等這些很重要的工作流程當中

1540
00:58:13,720 --> 00:58:17,720
讓agent來幫助大家開啟每一天的任務

1541
00:58:17,720 --> 00:58:19,720
那接下來呢

1542
00:58:19,720 --> 00:58:23,720
就讓我們從我們最熟悉的行銷這個場景開始

1543
00:58:23,720 --> 00:58:27,720
我們會介紹說怎麼樣讓你可以透過agent

1544
00:58:27,720 --> 00:58:30,720
幫助你除了從規劃行銷的任務

1545
00:58:30,720 --> 00:58:32,720
選這些分眾啊

1546
00:58:32,720 --> 00:58:35,720
然後執行行銷的任務最後到最佳化

1547
00:58:35,720 --> 00:58:36,720
都可以由agent來幫助你

1548
00:58:36,720 --> 00:58:38,720
執行

1549
00:58:38,720 --> 00:58:39,720
那接下來

1550
00:58:39,720 --> 00:58:42,720
我想把時間交給我的同事Gin

1551
00:58:42,720 --> 00:58:47,720
讓他來分享行銷這塊的AI agent工作流

1552
00:58:47,720 --> 00:58:48,720
謝謝大家

1553
00:58:48,720 --> 00:58:58,720
大家好

1554
00:58:58,720 --> 00:59:01,720
我是MAC的產品經理Gin

1555
00:59:01,720 --> 00:59:03,720
那剛才大家聽到Peter的分享

1556
00:59:03,720 --> 00:59:05,720
應該很多人都在心裡想說

1557
00:59:05,720 --> 00:59:07,720
欸這道理我都懂

1558
00:59:07,720 --> 00:59:08,720
但是就是不會做

1559
00:59:08,720 --> 00:59:10,720
所以接下來這個環節呢

1560
00:59:10,720 --> 00:59:11,720
我們就不打高空

1561
00:59:11,720 --> 00:59:14,720
我們就帶大家直接來看一下這個AI方程式

1562
00:59:14,720 --> 00:59:16,720
怎麼進入到我們的行銷場景

1563
00:59:16,720 --> 00:59:19,720
讓我們成長悖論可以轉起來

1564
00:59:19,720 --> 00:59:23,720
那先回到這個行銷人應該都很熟悉的一個時刻喔

1565
00:59:23,720 --> 00:59:26,720
就是商品鋪可能會傳來一種商品鋪

1566
00:59:26,720 --> 00:59:28,720
然後請問我們下週要上線

1567
00:59:28,720 --> 00:59:30,720
那這時候呢

1568
00:59:30,720 --> 00:59:32,720
任務到我們手上的時候

1569
00:59:32,720 --> 00:59:34,720
商品檔期素材

1570
00:59:34,720 --> 00:59:36,720
等等的資訊都已經定案

1571
00:59:36,720 --> 00:59:38,720
但是最重要的行銷決策

1572
00:59:38,720 --> 00:59:39,720
我們要說什麼

1573
00:59:39,720 --> 00:59:40,720
我們要跟誰說

1574
00:59:40,720 --> 00:59:41,720
怎麼說

1575
00:59:41,720 --> 00:59:42,720
都還沒有開始想

1576
00:59:42,720 --> 00:59:45,720
但是上線時間卻已經在倒數

1577
00:59:45,720 --> 00:59:48,720
那好在我們行銷人有了AI

1578
00:59:48,720 --> 00:59:52,720
AI幫我們把分析產得更多更快

1579
00:59:52,720 --> 00:59:54,720
也幫我們把內容產得更多更快

1580
00:59:54,720 --> 00:59:56,720
分眾也分得更多更快

1581
00:59:56,720 --> 00:59:59,720
那行銷人的加班時間也更多更多

1582
00:59:59,720 --> 01:00:02,720
那這就是因為這些AI的資訊很多

1583
01:00:02,720 --> 01:00:03,720
最後還是靠我們人腦

1584
01:00:03,720 --> 01:00:05,720
自己在做決策

1585
01:00:05,720 --> 01:00:07,720
靠我們經驗來做判斷

1586
01:00:07,720 --> 01:00:09,720
每一檔結束之後呢

1587
01:00:09,720 --> 01:00:11,720
我們又要從頭再開始

1588
01:00:11,720 --> 01:00:12,720
所以AI幫我們加速

1589
01:00:12,720 --> 01:00:14,720
但是我們的決策方式沒有改變

1590
01:00:14,720 --> 01:00:17,720
成效就跟不上

1591
01:00:17,720 --> 01:00:19,720
這也就是Peter在剛才說的

1592
01:00:19,720 --> 01:00:22,720
AI走進我們真實的工作場景

1593
01:00:22,720 --> 01:00:25,720
也就是我們的行銷場景的重要性

1594
01:00:25,720 --> 01:00:27,720
每個人都會用通用AI

1595
01:00:27,720 --> 01:00:29,720
但是你的AI需要主動的是品牌

1596
01:00:29,720 --> 01:00:31,720
市場跟顧客

1597
01:00:31,720 --> 01:00:32,720
它可以走進到我們分析

1598
01:00:32,720 --> 01:00:34,720
洞察跟規劃的流程

1599
01:00:34,720 --> 01:00:36,720
而且可以在我們的核準之下

1600
01:00:36,720 --> 01:00:38,720
穩穩的把這所有全通路的行銷任務

1601
01:00:38,720 --> 01:00:40,720
給執行完

1602
01:00:40,720 --> 01:00:42,720
那在這些環節串起來之後

1603
01:00:42,720 --> 01:00:45,720
才可以真正帶來商業成果

1604
01:00:45,720 --> 01:00:48,720
所以我們今天就要跟大家介紹

1605
01:00:48,720 --> 01:00:50,720
我們的DAX數字Agent

1606
01:00:50,720 --> 01:00:51,720
跟MAX行銷Agent

1607
01:00:51,720 --> 01:00:55,720
強強聯手走進我們的行銷工作流

1608
01:00:55,720 --> 01:00:58,720
那一個會幫你負責讀懂你的顧客跟品牌

1609
01:00:58,720 --> 01:01:01,720
一個會幫你把規劃一路推進到執行

1610
01:01:01,720 --> 01:01:04,720
那當他們進入到我們的工作流程中

1611
01:01:04,720 --> 01:01:10,720
他就會成為我們越用越懂我們的AI神隊友

1612
01:01:10,720 --> 01:01:12,720
好的行銷決策呢

1613
01:01:12,720 --> 01:01:15,720
起手式就是我們要先摸清我們的顧客的底細

1614
01:01:15,720 --> 01:01:18,720
所以不外乎就是三個面向

1615
01:01:18,720 --> 01:01:20,720
品牌跟顧客的關係有多深

1616
01:01:20,720 --> 01:01:23,720
他現在有什麼新的需求正在浮起來

1617
01:01:23,720 --> 01:01:26,720
那現在是不是一個值得我們出手的時機

1618
01:01:26,720 --> 01:01:30,720
那如果說我們今天都只看我們的MA工具

1619
01:01:30,720 --> 01:01:32,720
或是我們CRM工具裡面的資料

1620
01:01:32,720 --> 01:01:35,720
是完全沒有辦法完整回答這三個問題的

1621
01:01:35,720 --> 01:01:38,720
所以今天我們DAX數字Agent

1622
01:01:38,720 --> 01:01:43,720
就會幫我們把整個行銷全漏斗的資料整合起來

1623
01:01:43,720 --> 01:01:46,720
從我們會員的第一方的交易會員資料

1624
01:01:46,720 --> 01:01:48,720
到我們的廣告搜尋資料

1625
01:01:48,720 --> 01:01:52,720
甚至到顧客進線的銷售對話客服資料

1626
01:01:52,720 --> 01:01:54,720
我們都可以一起把它整合起來

1627
01:01:54,720 --> 01:01:57,720
並且用我們獨家的興趣預測標籤

1628
01:01:57,720 --> 01:01:59,720
來幫你看清這個品牌

1629
01:01:59,720 --> 01:02:01,720
站外的一些興趣跟行為

1630
01:02:01,720 --> 01:02:05,720
讓DAX整合好這個完整的脈絡之後

1631
01:02:05,720 --> 01:02:08,720
他就會交接給我們的MA行銷Agent

1632
01:02:08,720 --> 01:02:10,720
來展開下一步的行動

1633
01:02:10,720 --> 01:02:13,720
那大家還記得我們在一開始的時候

1634
01:02:13,720 --> 01:02:17,720
行銷部給我們的那一張下作要上線的商品圖嗎

1635
01:02:17,720 --> 01:02:21,720
那我們就把這個商品圖丟給我們的MA Agent

1636
01:02:21,720 --> 01:02:23,720
請他幫我們規劃一檔活動

1637
01:02:23,720 --> 01:02:27,720
那Agent不會急著要幫我們去產出50組100組的內容

1638
01:02:27,720 --> 01:02:28,720
而是他會先跟我們確認

1639
01:02:28,720 --> 01:02:30,720
我們的主打商品是什麼

1640
01:02:30,720 --> 01:02:32,720
檔期範圍是什麼

1641
01:02:32,720 --> 01:02:36,720
接下來他會讀取我們過去的一些受眾跟交易訊號

1642
01:02:36,720 --> 01:02:37,720
接下來呢

1643
01:02:37,720 --> 01:02:41,720
他就會推薦我們這次最適合溝通的物件是誰

1644
01:02:41,720 --> 01:02:43,720
接著呢他會跟我們確認

1645
01:02:43,720 --> 01:02:45,720
品牌過去好像有一些既有的做事規則

1646
01:02:45,720 --> 01:02:47,720
這次是不是要沿用

1647
01:02:47,720 --> 01:02:50,720
那將這個洞察跟這個規則

1648
01:02:50,720 --> 01:02:55,720
Agent就會幫我們展開一檔完整的行銷檔期

1649
01:02:55,720 --> 01:02:57,720
那從畫面上我們就看到

1650
01:02:57,720 --> 01:03:00,720
我們的Agent幫我們規劃了第一波預約第二波上市

1651
01:03:00,720 --> 01:03:05,720
還曾接一個自動流量幫我們把這個檔期的流量全部接起來

1652
01:03:05,720 --> 01:03:08,720
那我們行銷員要做的就是確認後核准

1653
01:03:08,720 --> 01:03:11,720
就讓這個節奏可以自己跑起來

1654
01:03:11,720 --> 01:03:13,720
好那重點是什麼

1655
01:03:13,720 --> 01:03:16,720
重點是這不只是一個漂亮的Demo喔

1656
01:03:16,720 --> 01:03:18,720
在我們和客戶的實測中

1657
01:03:18,720 --> 01:03:21,720
也驗證了商業成果的提升

1658
01:03:21,720 --> 01:03:26,720
透過Agent找到對的人我們可以達到過去平均6倍的轉換率

1659
01:03:26,720 --> 01:03:28,720
語法怪怪的

1660
01:03:28,720 --> 01:03:35,720
然後其中呢購買的人有八成的人是有買過他們過去從來沒有買過的新的商品

1661
01:03:35,720 --> 01:03:39,720
也就是說呢靠優惠是隻是催化劑

1662
01:03:39,720 --> 01:03:43,720
真正的成長引擎我們是靠找對受眾

1663
01:03:43,720 --> 01:03:46,720
那Agent可以幫我們讀懂我們的顧客之外

1664
01:03:46,720 --> 01:03:50,720
他也要了解我們品牌的做事規則是什麼

1665
01:03:50,720 --> 01:03:55,720
那我們用AI都會很害怕他會失憶

1666
01:03:55,720 --> 01:03:59,720
好就是一件事情要跟他講好幾次他就是講不停

1667
01:03:59,720 --> 01:04:05,720
所以我們的品牌Playbook就是讓Agent可以遵循的這個品牌行銷準則

1668
01:04:05,720 --> 01:04:08,720
那Agent會在對話中去判斷說

1669
01:04:08,720 --> 01:04:12,720
這是不是一個值得加入到我們品牌Playbook的規則

1670
01:04:12,720 --> 01:04:16,720
那當我們核准之後他就會把這個規則寫進Playbook裡面

1671
01:04:16,720 --> 01:04:19,720
所以之後我們就不用反覆的跟Agent說

1672
01:04:19,720 --> 01:04:21,720
欸這個不要做那個不要做

1673
01:04:21,720 --> 01:04:24,720
他會直接提出最符合品牌內容知識的提案

1674
01:04:24,720 --> 01:04:28,720
Playbook會影響到我們的規劃

1675
01:04:28,720 --> 01:04:34,720
那檔期的每一波的成效也會去影響到下一波的行動

1676
01:04:34,720 --> 01:04:38,720
所以我們剛才那個已經上線第一波的檔期成效回來了

1677
01:04:38,720 --> 01:04:40,720
Agent就會去來判斷說

1678
01:04:40,720 --> 01:04:44,720
欸這現在整個轉換的路徑上顧客到底卡在哪一段嘛

1679
01:04:44,720 --> 01:04:47,720
所以以這個畫面上的例子來說

1680
01:04:47,720 --> 01:04:53,720
他就發現說還沒有買的顧客很常會進來客服問說他有沒有會員假

1681
01:04:53,720 --> 01:05:00,720
Agent就會建議說我們下一波不要再推更深的折扣

1682
01:05:00,720 --> 01:05:03,720
而是我們把會員權益講清楚

1683
01:05:03,720 --> 01:05:09,720
所以說呢成效已經不再是一個報表數字拿來檢討我們的東西

1684
01:05:09,720 --> 01:05:12,720
而是可以直接去改寫到下一波的指標

1685
01:05:12,720 --> 01:05:21,720
好那除了Agent可以幫我們去做一波推波的最佳化跟建議之外

1686
01:05:21,720 --> 01:05:26,720
他也可以直接幫我們建立一個複雜完整的自動旅程

1687
01:05:26,720 --> 01:05:29,720
他會依照這個檔期中的顧客的反應

1688
01:05:29,720 --> 01:05:33,720
可觸及的渠道還有他們現在的對話跟意圖的深度

1689
01:05:33,720 --> 01:05:36,720
來幫我們自動建立完一組自動旅程

1690
01:05:36,720 --> 01:05:39,720
那我們也可以針對我們想要調整的部分

1691
01:05:39,720 --> 01:05:41,720
請Agent一鍵完成

1692
01:05:41,720 --> 01:05:45,720
所以我們這個行銷活動我們就不再只是停留在一則推波喔

1693
01:05:45,720 --> 01:05:49,720
我們就可以跟著每一位顧客推進到他購買

1694
01:05:49,720 --> 01:05:53,720
檔期結束之後呢什麼有效什麼沒效

1695
01:05:53,720 --> 01:05:58,720
什麼可以做什麼不可以做通通都會被記錄到我們的這個品牌Playbook裡面

1696
01:05:58,720 --> 01:06:03,720
所以我們每一檔開始我們都會站在前一檔的成果上面去做判斷跟決策

1697
01:06:03,720 --> 01:06:06,720
那這就是越用越懂你的行銷Agent

1698
01:06:06,720 --> 01:06:13,720
好那Agent現在已經加入到我們的團隊裡面

1699
01:06:13,720 --> 01:06:15,720
接手這些重要的任務

1700
01:06:15,720 --> 01:06:18,720
那我們這些行銷人的角色會有怎麼樣的轉變呢?

1701
01:06:19,720 --> 01:06:23,720
全電商是在市場上非常前瞻的AI實踐者

1702
01:06:23,720 --> 01:06:27,720
那在我們早期產品開發的階段

1703
01:06:27,720 --> 01:06:32,720
他們就和我們一起邀請Agent進入到他們真實的工作流程裡面

1704
01:06:32,720 --> 01:06:37,720
所以接下來我們很高興可以邀請到我們全聯全電商的特助Paris

1705
01:06:37,720 --> 01:06:40,720
來跟我們分享第一線的實戰經驗

1706
01:06:49,720 --> 01:06:53,720
大家好我是全聯全電商的Paris

1707
01:06:53,720 --> 01:06:54,720
大家好

1708
01:06:54,720 --> 01:06:59,720
很開心今天可以參加這個活動

1709
01:06:59,720 --> 01:07:01,720
然後見到很多老朋友

1710
01:07:01,720 --> 01:07:03,720
那其實最重要的事情是

1711
01:07:03,720 --> 01:07:07,720
該怎麼來詮釋這個全聯的電商全電商

1712
01:07:07,720 --> 01:07:10,720
我們非常晚期加入電商的市場

1713
01:07:10,720 --> 01:07:13,720
所以其實從我Joy到現在一年多

1714
01:07:13,720 --> 01:07:16,720
我沒有把全電商當作一個電商在經營

1715
01:07:16,720 --> 01:07:18,720
它其實是一個Data Center的概念

1716
01:07:19,720 --> 01:07:22,720
所以當初Jim、Anderson還有Lion

1717
01:07:22,720 --> 01:07:24,720
我們這樣子在共同友好

1718
01:07:24,720 --> 01:07:26,720
有這樣子的工具情境之下

1719
01:07:26,720 --> 01:07:30,720
為什麼我馬上同意就是趕快來做這個分享

1720
01:07:30,720 --> 01:07:31,720
真實分享

1721
01:07:31,720 --> 01:07:35,720
就是因為其實我們真的是走得蠻前面的

1722
01:07:35,720 --> 01:07:37,720
既然你要做Data Center

1723
01:07:37,720 --> 01:07:40,720
基本上就是要有一個非常好的Partner

1724
01:07:40,720 --> 01:07:46,720
幫你做這些所謂的AI裡面的演算資料的清洗到落地

1725
01:07:46,720 --> 01:07:48,720
那其實市場變得非常快

1726
01:07:48,720 --> 01:07:49,720
Generation的改變

1727
01:07:49,720 --> 01:07:51,720
資訊的爆炸

1728
01:07:51,720 --> 01:07:54,720
會讓因為消費決策都改變了

1729
01:07:54,720 --> 01:07:58,720
不再是過去就是你可能看了一個訊息就能買的

1730
01:07:58,720 --> 01:08:00,720
你直接再問去GPT說

1731
01:08:00,720 --> 01:08:03,720
你幫我比較現在蛋黃酥哪個糖分最低

1732
01:08:03,720 --> 01:08:05,720
你就肯改變你的消費決策

1733
01:08:05,720 --> 01:08:07,720
所以其實AI演算的重點

1734
01:08:07,720 --> 01:08:09,720
不是只有在於好的Partner

1735
01:08:09,720 --> 01:08:13,720
而是它可以在一個Cross場景的

1736
01:08:13,720 --> 01:08:15,720
人產貨裡面的平臺裡面

1737
01:08:15,720 --> 01:08:17,720
幫消費者達到一個最好的效果

1738
01:08:17,720 --> 01:08:20,720
所以我們選擇跟Line跟漸強合作

1739
01:08:20,720 --> 01:08:21,720
那等一下的案例裡面

1740
01:08:21,720 --> 01:08:23,720
我會跟大家分享一些就是

1741
01:08:23,720 --> 01:08:25,720
它雖然是一個Campaign

1742
01:08:25,720 --> 01:08:27,720
以後也是用漸強的Mac跟Deck

1743
01:08:27,720 --> 01:08:29,720
但我覺得有一些

1744
01:08:29,720 --> 01:08:31,720
真正Slide裡面不能講

1745
01:08:31,720 --> 01:08:34,720
我會口述跟大家分享

1746
01:08:34,720 --> 01:08:39,720
基本上過去啊

1747
01:08:39,720 --> 01:08:43,720
真的就是資訊因為單一流也不夠迅速

1748
01:08:43,720 --> 01:08:46,720
所以我們的行銷人真的是拍腦袋做決定

1749
01:08:46,720 --> 01:08:48,720
包含Brand的老闆

1750
01:08:48,720 --> 01:08:50,720
包含我們這種平臺

1751
01:08:50,720 --> 01:08:52,720
或是通路的行銷人

1752
01:08:52,720 --> 01:08:54,720
但問題是他會離職

1753
01:08:54,720 --> 01:08:56,720
以後他個人的喜好會改變他的決策

1754
01:08:56,720 --> 01:08:58,720
以後他也會有資深資淺的問題

1755
01:08:58,720 --> 01:09:00,720
所以其實我只相信資料

1756
01:09:00,720 --> 01:09:02,720
因為資料會說話

1757
01:09:02,720 --> 01:09:04,720
那舊流程裡面真的是拍腦袋做決定

1758
01:09:04,720 --> 01:09:06,720
但新流程裡面

1759
01:09:06,720 --> 01:09:08,720
其實有個很重要的觀念就是

1760
01:09:08,720 --> 01:09:11,720
我們怎麼樣運用Partner給我們的工具裡面

1761
01:09:11,720 --> 01:09:13,720
在Mapping我們的First Data

1762
01:09:13,720 --> 01:09:15,720
來做最後的整合分析

1763
01:09:15,720 --> 01:09:17,720
而這個整合分析裡面

1764
01:09:17,720 --> 01:09:19,720
它有一個完整的閉環

1765
01:09:19,720 --> 01:09:22,720
可以去做到最後的最佳化

1766
01:09:22,720 --> 01:09:24,720
最佳化還有下一次的購買嘛

1767
01:09:24,720 --> 01:09:28,720
甚至你可以有另外一種不同的切點

1768
01:09:28,720 --> 01:09:29,720
去推他不同的產品

1769
01:09:29,720 --> 01:09:32,720
那全聯商在這方面落實真的還蠻完整的

1770
01:09:32,720 --> 01:09:36,720
就是像我們現在的入口有全聯的PX Pay

1771
01:09:36,720 --> 01:09:37,720
自己有個App

1772
01:09:37,720 --> 01:09:41,720
那邊有1500萬到2000萬的會員

1773
01:09:41,720 --> 01:09:42,720
Active rate不一定啊

1774
01:09:42,720 --> 01:09:44,720
就是它有些會解除安裝

1775
01:09:44,720 --> 01:09:45,720
有些會再加入

1776
01:09:45,720 --> 01:09:50,720
那全聯商自己在今年有一個全新獨立的App

1777
01:09:50,720 --> 01:09:51,720
也歡迎大家下載

1778
01:09:51,720 --> 01:09:53,720
現在七折還是有繼續在走喔

1779
01:09:53,720 --> 01:09:55,720
再拜託大家幫忙做一點業績

1780
01:09:55,720 --> 01:09:57,720
那全聯商的入口裡面

1781
01:09:57,720 --> 01:09:59,720
也有電商的一些會員

1782
01:09:59,720 --> 01:10:03,720
那我怎麼樣讓全聯PX Pay的會員

1783
01:10:03,720 --> 01:10:05,720
跟全電商的會員

1784
01:10:05,720 --> 01:10:06,720
有一些人線上上買

1785
01:10:06,720 --> 01:10:07,720
有些人線上上買

1786
01:10:07,720 --> 01:10:09,720
它的共通特色是什麼

1787
01:10:09,720 --> 01:10:11,720
哪一些東西它會想要線上上線下買

1788
01:10:11,720 --> 01:10:13,720
那這就是一個很大的差異

1789
01:10:13,720 --> 01:10:15,720
那為什麼這次跟漸強的合作

1790
01:10:15,720 --> 01:10:16,720
讓我非常的開心跟愉快

1791
01:10:16,720 --> 01:10:18,720
還有就是很有效果呢

1792
01:10:18,720 --> 01:10:20,720
原因很簡單

1793
01:10:20,720 --> 01:10:21,720
當你過去

1794
01:10:21,720 --> 01:10:23,720
如果只是用過去的Racker

1795
01:10:23,720 --> 01:10:25,720
它中原普渡就是買拜拜商品的時候

1796
01:10:25,720 --> 01:10:28,720
這樣我怎麼服務我B端的供應商

1797
01:10:28,720 --> 01:10:29,720
這是沒有辦法的

1798
01:10:29,720 --> 01:10:31,720
這永遠就是去年買一套

1799
01:10:31,720 --> 01:10:32,720
今年又買一套

1800
01:10:32,720 --> 01:10:33,720
但這次不一樣

1801
01:10:33,720 --> 01:10:35,720
我可以結合跟漸強的合作

1802
01:10:35,720 --> 01:10:38,720
去看出它進站的frequency

1803
01:10:38,720 --> 01:10:40,720
從PX Pay進來的frequency

1804
01:10:40,720 --> 01:10:42,720
從全電商進來的frequency

1805
01:10:42,720 --> 01:10:44,720
它線上買什麼

1806
01:10:44,720 --> 01:10:45,720
線上買什麼

1807
01:10:45,720 --> 01:10:46,720
要first data再加上

1808
01:10:46,720 --> 01:10:49,720
在跟漸強的Line互動裡面

1809
01:10:49,720 --> 01:10:50,720
它的對話是什麼

1810
01:10:50,720 --> 01:10:52,720
由這些資料的足跡

1811
01:10:52,720 --> 01:10:55,720
來做360度的交叉比對

1812
01:10:55,720 --> 01:10:57,720
所以新流程裡面大家會發現

1813
01:10:57,720 --> 01:11:00,720
起點來自於AI communication

1814
01:11:00,720 --> 01:11:03,720
但是受眾的洞察在追人的部分

1815
01:11:03,720 --> 01:11:06,720
它有360度的交叉迴圈

1816
01:11:06,720 --> 01:11:09,720
以後不再靠我內部的

1817
01:11:09,720 --> 01:11:11,720
我自己做CMO做那麼多個

1818
01:11:11,720 --> 01:11:13,720
我是真的很認真的跟大家講

1819
01:11:13,720 --> 01:11:14,720
換一個通路

1820
01:11:14,720 --> 01:11:15,720
真的就要換一個腦袋

1821
01:11:15,720 --> 01:11:17,720
然後隨著世代的改變

1822
01:11:17,720 --> 01:11:21,720
跟現在動不動就是2020年出生嗎

1823
01:11:21,720 --> 01:11:22,720
我也不知道

1824
01:11:22,720 --> 01:11:24,720
反正完全就是不一樣的世界

1825
01:11:24,720 --> 01:11:25,720
那你怎麼樣去Assume

1826
01:11:25,720 --> 01:11:26,720
它會買什麼東西

1827
01:11:26,720 --> 01:11:27,720
所以我才會說

1828
01:11:27,720 --> 01:11:30,720
資料會說話來決定你的消費決策

1829
01:11:30,720 --> 01:11:34,720
而不是用我們自己從brand side的角度

1830
01:11:34,720 --> 01:11:35,720
或platform side的角度

1831
01:11:35,720 --> 01:11:37,720
只是全電商更不好做的原因

1832
01:11:37,720 --> 01:11:40,720
是因為我有量販大全聯的商品

1833
01:11:40,720 --> 01:11:42,720
我有全電商自己單獨電商的商品

1834
01:11:42,720 --> 01:11:44,720
我也有全聯的商品

1835
01:11:44,720 --> 01:11:46,720
我有360度的商品

1836
01:11:46,720 --> 01:11:47,720
那怎麼樣來做這個規劃

1837
01:11:47,720 --> 01:11:49,720
這才是一個我覺得各種的差異

1838
01:11:49,720 --> 01:11:51,720
那當然有一個好的工具

1839
01:11:51,720 --> 01:11:53,720
它就會有很好的一個建議

1840
01:11:53,720 --> 01:11:55,720
跟怎麼樣做這個所謂的閉環

1841
01:11:55,720 --> 01:11:58,720
那我們最後因為這樣的差異呢

1842
01:11:58,720 --> 01:12:00,720
也創造出來就是我們這一次

1843
01:12:00,720 --> 01:12:02,720
拿三次的視論

1844
01:12:02,720 --> 01:12:05,720
就是當然campaign還是有campaign的主題嘛

1845
01:12:05,720 --> 01:12:08,720
不落俗套的以第三季來講

1846
01:12:08,720 --> 01:12:09,720
大概就是七夕中原

1847
01:12:09,720 --> 01:12:11,720
七夕中原跟開學季

1848
01:12:11,720 --> 01:12:14,720
那中間當然我們還有很多最佳化的空間

1849
01:12:14,720 --> 01:12:17,720
但至少在這個AI communication

1850
01:12:17,720 --> 01:12:19,720
MAC的行銷agent的狀況之下

1851
01:12:19,720 --> 01:12:23,720
其實我們剛好講到前瞻性這一塊

1852
01:12:23,720 --> 01:12:27,720
我覺得我很佩服June是在投入工程師的部分

1853
01:12:27,720 --> 01:12:30,720
因為這真的是非常需要做串聯

1854
01:12:30,720 --> 01:12:33,720
全電商自己目前內部的工程師

1855
01:12:33,720 --> 01:12:35,720
已經七八十枚

1856
01:12:35,720 --> 01:12:36,720
光全電商部分

1857
01:12:36,720 --> 01:12:38,720
那我們就會有SA以後前端後端

1858
01:12:38,720 --> 01:12:42,720
PM這些全部會來跟漸強做串接

1859
01:12:42,720 --> 01:12:45,720
那我們在Q4上線的Agentic AI

1860
01:12:45,720 --> 01:12:48,720
就是iPhone的首購裡面

1861
01:12:48,720 --> 01:12:50,720
也會跟Agentic AI對話

1862
01:12:50,720 --> 01:12:51,720
也會跟漸強串

1863
01:12:51,720 --> 01:12:53,720
所以我們真的做到就是360度

1864
01:12:53,720 --> 01:12:56,720
在臺灣的市場是不可能low down line的

1865
01:12:56,720 --> 01:12:59,720
但是我也不可能在我站內沒有自動的導購

1866
01:12:59,720 --> 01:13:01,720
那也不可能有最新的商品

1867
01:13:01,720 --> 01:13:04,720
去年我們的iPhone可是就是在trade有發文

1868
01:13:04,720 --> 01:13:05,720
我們是第一

1869
01:13:05,720 --> 01:13:07,720
消費者應該是第一個拿到是全電商寄出去了

1870
01:13:07,720 --> 01:13:10,720
所以歡迎大家多多幫忙

1871
01:13:10,720 --> 01:13:12,720
今天出門總得做一點業績

1872
01:13:12,720 --> 01:13:15,720
所以繼續跟大家分享就是說

1873
01:13:15,720 --> 01:13:17,720
在這樣的過程裡面呢

1874
01:13:17,720 --> 01:13:20,720
其實我們跟這樣的互動在MAC之下

1875
01:13:20,720 --> 01:13:22,720
未來當然也可以做feedback loop

1876
01:13:22,720 --> 01:13:24,720
所以360度裡面

1877
01:13:24,720 --> 01:13:27,720
我們最好做到就是成效的迴流

1878
01:13:27,720 --> 01:13:30,720
因為一波的campaign不代表一次的結賬

1879
01:13:30,720 --> 01:13:33,720
那這個才是我們後面怎麼樣去擴大觸及

1880
01:13:33,720 --> 01:13:36,720
那有一些是competential數字就不能說

1881
01:13:36,720 --> 01:13:38,720
但如果以手購來說

1882
01:13:38,720 --> 01:13:41,720
因為全電商畢竟還是一個在成長期的電商

1883
01:13:41,720 --> 01:13:44,720
所以我們非常在意的是手購的成效

1884
01:13:44,720 --> 01:13:46,720
我們的手購跨頻類來講

1885
01:13:46,720 --> 01:13:48,720
對我們的供應商是最可以交代的

1886
01:13:48,720 --> 01:13:51,720
所以你會發現有75%的顧客

1887
01:13:51,720 --> 01:13:53,720
在做手購的時候

1888
01:13:53,720 --> 01:13:55,720
他是在做跨頻向的手購

1889
01:13:55,720 --> 01:13:58,720
那這就很多你的perspective了

1890
01:13:58,720 --> 01:14:01,720
你有辦法利用這樣的工具

1891
01:14:01,720 --> 01:14:04,720
看到他的潛在需求而主動遞送

1892
01:14:04,720 --> 01:14:05,720
這才是AI的功能喔

1893
01:14:05,720 --> 01:14:08,720
AI的功能絕對不是走Racker

1894
01:14:08,720 --> 01:14:09,720
那太low了

1895
01:14:09,720 --> 01:14:11,720
Racker他可以記錄所的足跡

1896
01:14:11,720 --> 01:14:13,720
那不過就是一個對話

1897
01:14:13,720 --> 01:14:15,720
但是如果你可以因為這樣子

1898
01:14:15,720 --> 01:14:16,720
發現他潛在的需求

1899
01:14:16,720 --> 01:14:18,720
再去做不同的觸及

1900
01:14:18,720 --> 01:14:20,720
跟upsell你的average spending

1901
01:14:20,720 --> 01:14:21,720
這才是我們要的

1902
01:14:21,720 --> 01:14:23,720
那這一點我們就做到了

1903
01:14:23,720 --> 01:14:24,720
好

1904
01:14:24,720 --> 01:14:27,720
那這是這一次七夕跟中原

1905
01:14:27,720 --> 01:14:28,720
那中原的部分呢

1906
01:14:28,720 --> 01:14:30,720
我們的轉換訂單呢

1907
01:14:30,720 --> 01:14:31,720
裡面有一樣就是

1908
01:14:31,720 --> 01:14:34,720
我們現在也因為這樣子的高互動

1909
01:14:34,720 --> 01:14:37,720
那也因為他的average spending提高之後

1910
01:14:37,720 --> 01:14:39,720
其實呢這個受眾的

1911
01:14:39,720 --> 01:14:42,720
不管最基本的標籤或是segmentation

1912
01:14:42,720 --> 01:14:47,720
我們也在內部做了自己的標籤化跟去識別化

1913
01:14:47,720 --> 01:14:49,720
因為事實上資安還是非常的重要

1914
01:14:49,720 --> 01:14:51,720
那怎麼樣讓就是

1915
01:14:51,720 --> 01:14:53,720
找到對的消費者

1916
01:14:53,720 --> 01:14:55,720
但卻不會讓資安有疑慮

1917
01:14:55,720 --> 01:14:57,720
也會讓消費者有感

1918
01:14:57,720 --> 01:14:58,720
那我覺得這也非常重要

1919
01:14:58,720 --> 01:15:01,720
那這個也是我們跟漸強聯手的

1920
01:15:01,720 --> 01:15:03,720
中原感應樂的效果

1921
01:15:03,720 --> 01:15:06,720
那再來就是開學季的部分

1922
01:15:06,720 --> 01:15:08,720
其實在過往平均來講的話

1923
01:15:08,720 --> 01:15:11,720
真的以前的就CTR啦

1924
01:15:11,720 --> 01:15:13,720
以後你的RICH啊

1925
01:15:13,720 --> 01:15:14,720
或是你的ROYS啊

1926
01:15:14,720 --> 01:15:16,720
就大概是這一類的觸及

1927
01:15:16,720 --> 01:15:19,720
但因為我們這一次的重點是

1928
01:15:19,720 --> 01:15:22,720
全電商因為現在價錢真的還蠻殺的

1929
01:15:22,720 --> 01:15:24,720
還蠻多小逼喔

1930
01:15:24,720 --> 01:15:25,720
真的會去我們電商買東西

1931
01:15:25,720 --> 01:15:26,720
這是真的

1932
01:15:26,720 --> 01:15:27,720
就是他自己去批貨

1933
01:15:27,720 --> 01:15:28,720
自己再賺一手

1934
01:15:28,720 --> 01:15:30,720
那我們要怎麼樣做

1935
01:15:30,720 --> 01:15:31,720
人工排除一些受眾

1936
01:15:31,720 --> 01:15:32,720
就會變得非常的重要

1937
01:15:32,720 --> 01:15:35,720
那這些東西其實還是有賴於比對

1938
01:15:35,720 --> 01:15:37,720
也還有一些足跡

1939
01:15:37,720 --> 01:15:40,720
所以我們其實在提升點節率的部分之後

1940
01:15:40,720 --> 01:15:42,720
我們相較過往來說

1941
01:15:42,720 --> 01:15:45,720
也因此發現了很多不同的受眾

1942
01:15:45,720 --> 01:15:46,720
跟不同的切點

1943
01:15:46,720 --> 01:15:49,720
那當然不同的Campaign

1944
01:15:49,720 --> 01:15:51,720
他設定的就不一樣

1945
01:15:51,720 --> 01:15:52,720
那我只能說

1946
01:15:52,720 --> 01:15:55,720
在漸進式的過程裡面喔

1947
01:15:55,720 --> 01:15:59,720
行銷人他一定還是有自己的主要核心目標

1948
01:15:59,720 --> 01:16:01,720
但是因為你的主要核心目標

1949
01:16:01,720 --> 01:16:05,720
還是以你之前比較熟悉的

1950
01:16:05,720 --> 01:16:06,720
既有會員

1951
01:16:06,720 --> 01:16:07,720
Loyalty高的

1952
01:16:07,720 --> 01:16:08,720
你可能可以很精準

1953
01:16:08,720 --> 01:16:11,720
可是你不可能在永遠在舊的池子裡面

1954
01:16:11,720 --> 01:16:12,720
只做你的舊會員

1955
01:16:12,720 --> 01:16:15,720
所以我覺得新的觸及手構

1956
01:16:15,720 --> 01:16:17,720
還有發現他不同的需求

1957
01:16:17,720 --> 01:16:19,720
跟新會員不同的切點

1958
01:16:19,720 --> 01:16:22,720
這才是建成工具幫我們最大的一個切點喔

1959
01:16:22,720 --> 01:16:23,720
好

1960
01:16:23,720 --> 01:16:25,720
那這些成效迴流的部分

1961
01:16:25,720 --> 01:16:28,720
或是因為從裡面去實測

1962
01:16:28,720 --> 01:16:30,720
我們也因為這樣做到了就是

1963
01:16:30,720 --> 01:16:34,720
人的判斷一定是在你Based在這樣的平臺

1964
01:16:34,720 --> 01:16:36,720
或是Based在這樣的通路裡面

1965
01:16:36,720 --> 01:16:40,720
我們一定會再去做一些最後的決策判斷

1966
01:16:40,720 --> 01:16:42,720
但是在中間的過程裡面

1967
01:16:42,720 --> 01:16:45,720
不同的Agent他會有不同的目標導向

1968
01:16:45,720 --> 01:16:47,720
那就看你這個階段

1969
01:16:47,720 --> 01:16:49,720
你串流的速度

1970
01:16:49,720 --> 01:16:51,720
我講的是你自己的First Data

1971
01:16:51,720 --> 01:16:53,720
跟漸強合作串流的速度

1972
01:16:53,720 --> 01:16:55,720
那怎麼樣用他的DAG跟MAC

1973
01:16:55,720 --> 01:16:58,720
做他這個原本已經有的SaaS裡面的合作

1974
01:16:58,720 --> 01:17:00,720
那我覺得這樣會最好

1975
01:17:00,720 --> 01:17:03,720
做出這個Brand Plan Book

1976
01:17:03,720 --> 01:17:05,720
那跟大家分享的就是

1977
01:17:05,720 --> 01:17:08,720
因為全面上來說其實有很多全臺灣

1978
01:17:08,720 --> 01:17:11,720
或是有一些也是Global的集團

1979
01:17:11,720 --> 01:17:15,720
他其實線下有一些是實品跨FMCG

1980
01:17:15,720 --> 01:17:17,720
以後再跨一些可能3C的產品

1981
01:17:17,720 --> 01:17:21,720
他是一個集團跨不同的品牌足跡

1982
01:17:21,720 --> 01:17:24,720
所以其實我們現在致力在做的就是

1983
01:17:24,720 --> 01:17:26,720
Focus在一個Group裡面

1984
01:17:26,720 --> 01:17:28,720
但是他是Cross Category

1985
01:17:28,720 --> 01:17:30,720
去做這個所謂的Brand Plan Book

1986
01:17:30,720 --> 01:17:31,720
這也蠻重要的

1987
01:17:31,720 --> 01:17:33,720
因為對於從集團來講

1988
01:17:33,720 --> 01:17:35,720
他還是有一些共同元素

1989
01:17:35,720 --> 01:17:37,720
那其實這真的就沒有辦法

1990
01:17:37,720 --> 01:17:38,720
再用人腦做決定

1991
01:17:38,720 --> 01:17:41,720
你知道你喜歡是某個品牌的花生醬

1992
01:17:41,720 --> 01:17:43,720
但是你花生醬要一下跳躍到

1993
01:17:43,720 --> 01:17:45,720
他會買這個品牌的雨刷

1994
01:17:45,720 --> 01:17:47,720
這真的還蠻跳躍的

1995
01:17:47,720 --> 01:17:49,720
所以他真的是還是要用AI演算

1996
01:17:49,720 --> 01:17:52,720
所以工具還是相對重要的喔

1997
01:17:52,720 --> 01:17:53,720
好的

1998
01:17:53,720 --> 01:17:57,720
那我們目前其實跟漸強合作是

1999
01:17:57,720 --> 01:17:59,720
希望期待結合的也不會是隻有一些

2000
01:18:00,720 --> 01:18:02,720
去識別化的商業資料

2001
01:18:02,720 --> 01:18:03,720
跟AI的分析

2002
01:18:03,720 --> 01:18:07,720
那未來裡面我們還會有更多的結合點

2003
01:18:07,720 --> 01:18:10,720
那希望就是大家可以一起進全電商體驗

2004
01:18:10,720 --> 01:18:12,720
我們跟漸強的共同合作

2005
01:18:12,720 --> 01:18:14,720
那也期待大家可以更多做交流

2006
01:18:14,720 --> 01:18:17,720
跟我們持續的用這個Data Center

2007
01:18:17,720 --> 01:18:19,720
創造更好的業績

2008
01:18:19,720 --> 01:18:21,720
也要創造更好的數位生態圈

2009
01:18:21,720 --> 01:18:22,720
謝謝

2010
01:18:30,720 --> 01:18:31,720
好

2011
01:18:31,720 --> 01:18:34,720
非常感謝Carrie超級精彩的分享

2012
01:18:34,720 --> 01:18:38,720
那全電商對我們的喊號我們都聽到了

2013
01:18:38,720 --> 01:18:41,720
好那從剛才的分享我們也可以看到說

2014
01:18:41,720 --> 01:18:43,720
AI進入到我們行銷工作流程之後

2015
01:18:43,720 --> 01:18:47,720
我們同意比預算就可以帶回更好的ROI

2016
01:18:47,720 --> 01:18:50,720
那我們Agent可以影響的也不只是商業成果

2017
01:18:50,720 --> 01:18:54,720
它也影響到我們現在行銷人怎麼開啟工作的方式

2018
01:18:54,720 --> 01:18:57,720
過去呢我們需要進到Mac

2019
01:18:57,720 --> 01:19:00,720
或者是你的行銷工具去做資料分析

2020
01:19:00,720 --> 01:19:01,720
跟設定

2021
01:19:01,720 --> 01:19:03,720
那現在呢你不用登入到Mac

2022
01:19:03,720 --> 01:19:07,720
我們的Agent就會自己在背後去

2023
01:19:07,720 --> 01:19:09,720
監測你的重要的受眾

2024
01:19:09,720 --> 01:19:10,720
你的重要的指標

2025
01:19:10,720 --> 01:19:12,720
當他發現有這種重大波動的時候

2026
01:19:12,720 --> 01:19:16,720
他就會主動來你的軟體平臺

2027
01:19:16,720 --> 01:19:18,720
通訊軟體上面來通知你

2028
01:19:18,720 --> 01:19:20,720
例如說像是Stack或是像是Line

2029
01:19:20,720 --> 01:19:24,720
那一樣你可以直接在這個平臺上去跟他追問

2030
01:19:24,720 --> 01:19:27,720
或者是說你也可以直接前往核准

2031
01:19:27,720 --> 01:19:30,720
所以說現在Agent已經不受平臺的影響

2032
01:19:30,720 --> 01:19:32,720
他可以主動出來

2033
01:19:32,720 --> 01:19:36,720
那我們也希望我們在你們在你們的AI工具環境

2034
01:19:36,720 --> 01:19:38,720
也可以直接找到他們

2035
01:19:38,720 --> 01:19:43,720
所以我們今天要跟大家正中介紹這個新的AI連線方式

2036
01:19:43,720 --> 01:19:45,720
Mac MCP

2037
01:19:45,720 --> 01:19:48,720
那先簡單跟大家說明一下什麼是MCP

2038
01:19:48,720 --> 01:19:49,720
如果有人不知道的話

2039
01:19:49,720 --> 01:19:53,720
在AI世界裡可以理解它就是一個Type-C介面

2040
01:19:53,720 --> 01:19:58,720
那你在你的AI工具上插上這個Mac MCP

2041
01:19:58,720 --> 01:20:00,720
你就可以去呼叫Mac的資料

2042
01:20:00,720 --> 01:20:02,720
呼叫它的執行工具

2043
01:20:02,720 --> 01:20:04,720
所以假設我在我的Cloud

2044
01:20:04,720 --> 01:20:08,720
請他幫我查閱去年類似的活動

2045
01:20:08,720 --> 01:20:11,720
他可以給我規劃跟建議

2046
01:20:11,720 --> 01:20:13,720
我也可以直接請他幫我建立草稿之後

2047
01:20:13,720 --> 01:20:15,720
我就前往核准

2048
01:20:15,720 --> 01:20:16,720
那一定會想說

2049
01:20:16,720 --> 01:20:19,720
這樣許可權跟資安會不會有問題

2050
01:20:19,720 --> 01:20:20,720
就不用擔心

2051
01:20:20,720 --> 01:20:23,720
這些許可權高風險動作跟核准記錄

2052
01:20:23,720 --> 01:20:25,720
全部都會由Mac來把關

2053
01:20:25,720 --> 01:20:28,720
我們不會繞過企業的資安防線

2054
01:20:30,720 --> 01:20:32,720
好 那到這邊的時候

2055
01:20:32,720 --> 01:20:35,720
通常我們的老闆薛進就會出來說

2056
01:20:35,720 --> 01:20:38,720
一言以蔽之 你的重點到底是什麼

2057
01:20:38,720 --> 01:20:41,720
好 我們這裡一頁重點讓大家知道說

2058
01:20:41,720 --> 01:20:46,720
Agent進到我們行銷團隊行銷工作流程的改變是什麼

2059
01:20:46,720 --> 01:20:49,720
今天之前我們用AI做分析

2060
01:20:49,720 --> 01:20:51,720
自己再去做規劃

2061
01:20:51,720 --> 01:20:53,720
複製貼上搬運工

2062
01:20:53,720 --> 01:20:56,720
這些經驗全部都留在個人

2063
01:20:56,720 --> 01:20:58,720
沒有被累積成品牌智慧

2064
01:20:58,720 --> 01:21:01,720
那當我們Agent進到我們工作流程之後

2065
01:21:01,720 --> 01:21:04,720
完整的資料交給Deck Agent

2066
01:21:04,720 --> 01:21:06,720
來幫我們做整合跟解讀

2067
01:21:06,720 --> 01:21:10,720
接著Mac Agent就會幫我們做完整的規劃

2068
01:21:10,720 --> 01:21:11,720
一路到執行

2069
01:21:11,720 --> 01:21:14,720
所有的集體的知識跟經驗

2070
01:21:14,720 --> 01:21:16,720
我們都會留在我們的品牌Playbook

2071
01:21:16,720 --> 01:21:18,720
所以團隊的所有人都會基於

2072
01:21:18,720 --> 01:21:21,720
在一樣的高度上來做判斷跟決策

2073
01:21:21,720 --> 01:21:23,720
那不論你是在Mac

2074
01:21:23,720 --> 01:21:25,720
或是在Slack

2075
01:21:25,720 --> 01:21:26,720
或是在Line

2076
01:21:26,720 --> 01:21:27,720
甚至或是在你自己的AI工具

2077
01:21:27,720 --> 01:21:29,720
你都可以找到我們的Agent

2078
01:21:29,720 --> 01:21:30,720
跟他合作跟他討論

2079
01:21:30,720 --> 01:21:34,720
請他幫我們執行任務

2080
01:21:34,720 --> 01:21:36,720
過去呢我們會追著AI

2081
01:21:36,720 --> 01:21:37,720
請他給我們答案

2082
01:21:37,720 --> 01:21:39,720
現在AI會主動來找我們

2083
01:21:39,720 --> 01:21:41,720
找我們請我們做決定

2084
01:21:41,720 --> 01:21:43,720
所有繁瑣複雜的工作

2085
01:21:43,720 --> 01:21:45,720
我們交給Agent

2086
01:21:45,720 --> 01:21:48,720
把真正重要的判斷留給行銷人

2087
01:21:48,720 --> 01:21:51,720
好那當行銷我們把機會帶進來之後

2088
01:21:51,720 --> 01:21:54,720
銷售團隊要怎麼接住這個機會

2089
01:21:54,720 --> 01:21:56,720
把它轉換成成交

2090
01:21:56,720 --> 01:21:58,720
那接下來我要交給Lydia

2091
01:21:58,720 --> 01:21:59,720
來為我們解答

2092
01:21:59,720 --> 01:22:11,720
哈囉大家好

2093
01:22:11,720 --> 01:22:12,720
歡迎大家來到

2094
01:22:12,720 --> 01:22:15,720
漸強實驗室的產品發表會

2095
01:22:15,720 --> 01:22:18,720
我是漸強實驗室的產品經理Lydia

2096
01:22:18,720 --> 01:22:20,720
剛才小俊提到的行銷

2097
01:22:20,720 --> 01:22:23,720
其實是把顧客他想購買的念頭

2098
01:22:23,720 --> 01:22:24,720
點燃起來

2099
01:22:24,720 --> 01:22:25,720
然而顧客他想買的念頭

2100
01:22:25,720 --> 01:22:27,720
我們看到他想買的那個當下

2101
01:22:27,720 --> 01:22:29,720
可能不是你正在上班的時候

2102
01:22:29,720 --> 01:22:31,720
因此接下來這一段

2103
01:22:31,720 --> 01:22:33,720
One Touch for sales

2104
01:22:33,720 --> 01:22:35,720
從點選到對話

2105
01:22:35,720 --> 01:22:37,720
從對話到成交

2106
01:22:37,720 --> 01:22:39,720
讓我們和大家來分享

2107
01:22:39,720 --> 01:22:40,720
我們如何穩穩的接住

2108
01:22:40,720 --> 01:22:43,720
這每一個想購買的念頭

2109
01:22:43,720 --> 01:22:45,720
這陣子我和蠻多品牌

2110
01:22:45,720 --> 01:22:47,720
都在進行相關的訪談

2111
01:22:47,720 --> 01:22:48,720
其實我們有發現

2112
01:22:48,720 --> 01:22:50,720
在廣告這一段

2113
01:22:50,720 --> 01:22:53,720
其實很多客戶有遇到一些痛點

2114
01:22:53,720 --> 01:22:55,720
我們發現在廣告進線之後

2115
01:22:55,720 --> 01:22:56,720
點完廣告

2116
01:22:56,720 --> 01:22:59,720
品牌沒有和顧客有下一次的互動機會

2117
01:22:59,720 --> 01:23:01,720
或是在首次回應的時候

2118
01:23:01,720 --> 01:23:05,720
我們錯過了最佳黃金跟進的時機

2119
01:23:05,720 --> 01:23:07,720
以及在對話的當下

2120
01:23:07,720 --> 01:23:09,720
可能散落在那通電話

2121
01:23:09,720 --> 01:23:11,720
你現場的對談記錄

2122
01:23:11,720 --> 01:23:12,720
因此這些資料

2123
01:23:12,720 --> 01:23:16,720
沒有辦法持續進來企業的資料庫當中

2124
01:23:16,720 --> 01:23:17,720
最後

2125
01:23:17,720 --> 01:23:20,720
業務部門幫助我們談成那筆生意

2126
01:23:20,720 --> 01:23:23,720
但這些資料沒有重新回到行銷部門的手裡

2127
01:23:23,720 --> 01:23:25,720
因此跟進的結果

2128
01:23:25,720 --> 01:23:29,720
斷鏈無法再一次的改善行銷成效

2129
01:23:29,720 --> 01:23:33,720
從行銷一路走到銷售

2130
01:23:33,720 --> 01:23:35,720
到底應該要怎麼樣穩穩的接住

2131
01:23:35,720 --> 01:23:38,720
這每一顆球每一個名單呢

2132
01:23:38,720 --> 01:23:39,720
其實我們發現

2133
01:23:39,720 --> 01:23:41,720
關鍵往往不是這些

2134
01:23:41,720 --> 01:23:44,720
人人都可以買得到的通用智慧

2135
01:23:44,720 --> 01:23:45,720
關鍵其實是在於

2136
01:23:45,720 --> 01:23:51,720
品牌平時累積的這些資料

2137
01:23:51,720 --> 01:23:53,720
contest跟資料

2138
01:23:53,720 --> 01:23:55,720
企業真正缺的其實是

2139
01:23:55,720 --> 01:23:57,720
一個懂你銷售場景

2140
01:23:57,720 --> 01:24:00,720
而且瞭解你顧客背景的AI agent

2141
01:24:00,720 --> 01:24:03,720
而CAC Sales AI Agent

2142
01:24:03,720 --> 01:24:05,720
我們知道你的顧客是誰

2143
01:24:05,720 --> 01:24:08,720
我們知道他曾經點過哪些廣告

2144
01:24:08,720 --> 01:24:10,720
曾經的行銷互動行為

2145
01:24:10,720 --> 01:24:13,720
我們知道他在跨渠道的所有的對話

2146
01:24:13,720 --> 01:24:18,720
而這些建廠實驗室都幫你一站式的完成

2147
01:24:18,720 --> 01:24:19,720
透過MAC

2148
01:24:19,720 --> 01:24:22,720
我們可以網羅他在廣告以及行銷上面的

2149
01:24:22,720 --> 01:24:24,720
各個互動足跡

2150
01:24:24,720 --> 01:24:25,720
透過CAC

2151
01:24:25,720 --> 01:24:28,720
我們擁有你跨渠道的所有對話內容

2152
01:24:28,720 --> 01:24:30,720
而透過DEC

2153
01:24:30,720 --> 01:24:33,720
我們可以收攏你所有的受眾輪廓

2154
01:24:33,720 --> 01:24:36,720
這些長年累積起來的資料足跡

2155
01:24:36,720 --> 01:24:39,720
正是建廠實驗室能發表新產品

2156
01:24:39,720 --> 01:24:44,720
CAC Sales AI Agent的關鍵底氣

2157
01:24:44,720 --> 01:24:47,720
我們一起來看一下這張圖

2158
01:24:47,720 --> 01:24:50,720
在行銷 銷售一直到服務

2159
01:24:50,720 --> 01:24:53,720
在今年建廠也往前跨出了一大步

2160
01:24:53,720 --> 01:24:57,720
我們和Google Ads以及Meta Ads完成了串接

2161
01:24:57,720 --> 01:24:58,720
這個訊息一出

2162
01:24:58,720 --> 01:25:01,720
我其實就收到很多客戶跟我們反饋

2163
01:25:01,720 --> 01:25:03,720
Line Lab在哪裡

2164
01:25:03,720 --> 01:25:05,720
什麼時候可以串接Line Lab

2165
01:25:05,720 --> 01:25:07,720
我們也積極的和你的Line的夥伴

2166
01:25:07,720 --> 01:25:11,720
正在洽談合作持續的推進當中

2167
01:25:11,720 --> 01:25:12,720
此外

2168
01:25:12,720 --> 01:25:17,720
今天品牌不論是你是經營Line Messenger Instagram

2169
01:25:17,720 --> 01:25:21,720
或是有一些客戶你已經經營到海外市場

2170
01:25:21,720 --> 01:25:22,720
你正在使用WhatsApp

2171
01:25:22,720 --> 01:25:24,720
都不要擔心

2172
01:25:24,720 --> 01:25:26,720
當顧客他點選完廣告之後

2173
01:25:26,720 --> 01:25:28,720
都能夠引流他們到這些

2174
01:25:28,720 --> 01:25:31,720
顧客常用的對話平臺上面

2175
01:25:31,720 --> 01:25:33,720
來進行進一步的互動

2176
01:25:33,720 --> 01:25:35,720
而這些轉換的資料

2177
01:25:35,720 --> 01:25:36,720
成交的資料

2178
01:25:36,720 --> 01:25:38,720
都能夠透過漸強

2179
01:25:38,720 --> 01:25:41,720
一站式的自動回傳給廣告平臺

2180
01:25:41,720 --> 01:25:44,720
持續改善你的廣告成效

2181
01:25:44,720 --> 01:25:47,720
剛才我們家老闆講了非常多話

2182
01:25:47,720 --> 01:25:49,720
不知道大家有沒有重視

2183
01:25:49,720 --> 01:25:51,720
聽到一個重磅訊息

2184
01:25:51,720 --> 01:25:55,720
在今年Google的廣告也正式接上了Line

2185
01:25:55,720 --> 01:25:58,720
而漸強實驗室是在全臺灣第一家

2186
01:25:58,720 --> 01:26:02,720
合作廣告點選以及對話的技術合作夥伴

2187
01:26:02,720 --> 01:26:04,720
我們真的特別感謝這段時間

2188
01:26:04,720 --> 01:26:06,720
和我們一起參與訪談

2189
01:26:06,720 --> 01:26:09,720
一起來體驗跟拍攝的所有客戶

2190
01:26:09,720 --> 01:26:12,720
特別來分享聯誠電腦

2191
01:26:12,720 --> 01:26:16,720
聯誠電腦其實是一家專注於資訊教育的品牌

2192
01:26:16,720 --> 01:26:20,720
他們的願景是希望能夠讓每一位聯誠的學員

2193
01:26:20,720 --> 01:26:22,720
都能夠學到一技之長

2194
01:26:22,720 --> 01:26:25,720
並藉此找到理想的工作

2195
01:26:25,720 --> 01:26:29,720
我們來看一看這個Google CTM的廣告案例

2196
01:26:29,720 --> 01:26:31,720
過去我們可能點選廣告

2197
01:26:31,720 --> 01:26:34,720
我們會直接引導顧客進到官網

2198
01:26:34,720 --> 01:26:35,720
讓他滑一滑

2199
01:26:35,720 --> 01:26:39,720
有什麼問題他沒有辦法在網站上直接來進行互動

2200
01:26:39,720 --> 01:26:42,720
現在透過Google CTM的廣告

2201
01:26:42,720 --> 01:26:45,720
我們直接導流到平常大家最常用

2202
01:26:45,720 --> 01:26:48,720
最熟悉的Line上面來進行對話

2203
01:26:48,720 --> 01:26:49,720
這個對話

2204
01:26:49,720 --> 01:26:51,720
我們會自動帶上

2205
01:26:51,720 --> 01:26:54,720
我要諮詢AI實戰班這樣子的文案

2206
01:26:54,720 --> 01:26:57,720
幫助業務一開啟它的系統的時候

2207
01:26:57,720 --> 01:27:01,720
就能夠知道這個顧客他來自哪個廣告

2208
01:27:01,720 --> 01:27:04,720
而且我們的AI也會幫他準備好

2209
01:27:04,720 --> 01:27:06,720
合適的推薦的回應

2210
01:27:06,720 --> 01:27:10,720
讓業務能夠直接一刀切入重點

2211
01:27:10,720 --> 01:27:14,720
此外假設這個顧客他進線的時候

2212
01:27:14,720 --> 01:27:16,720
是昨天晚上11點

2213
01:27:16,720 --> 01:27:17,720
不知道大家在做什麼

2214
01:27:17,720 --> 01:27:18,720
我是在刷牙準備睡覺啦

2215
01:27:18,720 --> 01:27:20,720
希望大家不是正在加班

2216
01:27:20,720 --> 01:27:24,720
在這個AI Agent也可以及時的幫你接住第一句話

2217
01:27:24,720 --> 01:27:27,720
順手先把一些該問的問題問完

2218
01:27:27,720 --> 01:27:31,720
比如說你過去曾經有沒有上過程式相關的課程

2219
01:27:31,720 --> 01:27:35,720
你平常是習慣週日還是平日有空來上我們的課

2220
01:27:35,720 --> 01:27:40,720
AI能夠第一手的先接住這些資訊和相關的問題

2221
01:27:40,720 --> 01:27:44,720
今天當業務早上起床開啟電腦的時候

2222
01:27:44,720 --> 01:27:47,720
不再只是看到一則未讀訊息

2223
01:27:47,720 --> 01:27:52,720
而是一個AI幫他整理好的完整資訊

2224
01:27:52,720 --> 01:27:57,720
終於我們AI Agent交棒給我們的業務團隊

2225
01:27:57,720 --> 01:27:59,720
業務團隊先打起電話

2226
01:27:59,720 --> 01:28:05,720
這種電話只留下視話通話記錄20分鐘

2227
01:28:05,720 --> 01:28:08,720
實際約來現場來進行諮詢訪談

2228
01:28:08,720 --> 01:28:12,720
留下的是顧客他手寫的諮詢表單

2229
01:28:12,720 --> 01:28:14,720
最後加的是業務個人的LINE

2230
01:28:14,720 --> 01:28:15,720
所有對話後續都在這個個人LINE上面來發行

2231
01:28:15,720 --> 01:28:16,720
最後加的是業務個人的LINE所有對話後續都在這個個人LINE上面來發行

2232
01:28:16,720 --> 01:28:18,720
過去其實有非常多這型別的非結構化的對話資料

2233
01:28:22,720 --> 01:28:24,720
我們觀察到這些資料其實是各位品牌非常難收集

2234
01:28:26,720 --> 01:28:28,720
但是卻是非常有價值的一種資產

2235
01:28:30,720 --> 01:28:32,720
也是AI Agent能夠真正懂你的關鍵

2236
01:28:34,720 --> 01:28:36,720
因此建牆我們所做的第一件事情

2237
01:28:38,720 --> 01:28:40,720
是思考應該要怎麼把這些資料能夠一站式的收攏起來

2238
01:28:42,720 --> 01:28:44,720
我們讓這些資料能夠包含廣告的點選

2239
01:28:46,720 --> 01:28:48,720
以及相關語音的通話

2240
01:28:48,720 --> 01:28:50,720
甚至它所有互動的歷程

2241
01:28:52,720 --> 01:28:54,720
我們都一站式的收攏在建牆的系統當中

2242
01:28:56,720 --> 01:28:58,720
此外對話不再只是對話

2243
01:29:00,720 --> 01:29:02,720
這些對話如果直接存進來

2244
01:29:02,720 --> 01:29:04,720
其實沒有辦法進一步來使用

2245
01:29:04,720 --> 01:29:06,720
因此建牆做的下一步

2246
01:29:06,720 --> 01:29:08,720
就是把這些非結構化的對話

2247
01:29:08,720 --> 01:29:10,720
轉換成結構化的資訊欄位

2248
01:29:10,720 --> 01:29:12,720
並且自動存回企業的CRM

2249
01:29:14,720 --> 01:29:16,720
幫助你在下一次行銷投放的時候

2250
01:29:16,720 --> 01:29:18,720
可以更加精準

2251
01:29:18,720 --> 01:29:20,720
也讓你的業務團隊能夠一眼看中需求

2252
01:29:22,720 --> 01:29:24,720
還記得剛才有通話20分鐘嗎

2253
01:29:26,720 --> 01:29:28,720
現在呢不管你是語音通話

2254
01:29:28,720 --> 01:29:30,720
還是你現場的對談記錄

2255
01:29:30,720 --> 01:29:32,720
AI agent都可以幫你自動完成相關的摘要

2256
01:29:34,720 --> 01:29:36,720
把這些對話的內容

2257
01:29:36,720 --> 01:29:38,720
整理回來你企業的知識庫當中

2258
01:29:38,720 --> 01:29:40,720
讓你可以輕鬆去掌握

2259
01:29:40,720 --> 01:29:42,720
這筆單談得如何

2260
01:29:42,720 --> 01:29:44,720
業務還有哪些成交話術

2261
01:29:44,720 --> 01:29:46,720
可以進一步來進行改善

2262
01:29:48,720 --> 01:29:50,720
最後我們統整一下整個顧客歷程

2263
01:29:50,720 --> 01:29:52,720
在這張圖上

2264
01:29:52,720 --> 01:29:54,720
顧客他從廣告進線

2265
01:29:54,720 --> 01:29:56,720
不論他從Google或是Meta的廣告

2266
01:29:58,720 --> 01:30:00,720
直接導進他最常用的Line或是Messenger

2267
01:30:00,720 --> 01:30:02,720
來進行對話

2268
01:30:02,720 --> 01:30:04,720
現在CAC Sales AI Agent

2269
01:30:04,720 --> 01:30:06,720
都能夠幫你及時進行回應

2270
01:30:06,720 --> 01:30:08,720
並且收集關鍵需求

2271
01:30:08,720 --> 01:30:10,720
再順暢的轉交給我們的業務團隊

2272
01:30:12,720 --> 01:30:14,720
來進一步來進行更進

2273
01:30:14,720 --> 01:30:16,720
業務團隊在更進的過程

2274
01:30:16,720 --> 01:30:18,720
Sales AI Agent也可以幫你持續來去更新

2275
01:30:18,720 --> 01:30:20,720
這些摘要以及CRM的資料

2276
01:30:20,720 --> 01:30:22,720
幫助業務能夠時時刻刻

2277
01:30:24,720 --> 01:30:26,720
專注在真正有機會成交的所有顧客身上

2278
01:30:28,720 --> 01:30:36,720
我們的客戶和我們分享

2279
01:30:38,720 --> 01:30:40,720
其實CAC匯總了他們和客人的全部對話

2280
01:30:42,720 --> 01:30:44,720
希望能夠透過系統進一步來去分析

2281
01:30:46,720 --> 01:30:48,720
掌握顧客需求讓每次的溝通都能夠更加精準

2282
01:30:50,720 --> 01:30:52,720
而綠的家居也和我們分享說

2283
01:30:52,720 --> 01:30:54,720
希望能夠透過AI來去分析這些沒有成交的對話

2284
01:30:56,720 --> 01:30:58,720
進一步的和業務團隊進一步來去進行相關的話術演練

2285
01:31:00,720 --> 01:31:02,720
我們觀察到其實有越來越多的品牌

2286
01:31:04,720 --> 01:31:06,720
都開始更加重視這些對話資料的價值

2287
01:31:08,720 --> 01:31:10,720
而漸強實驗室的價值在於我們希望能夠打破企業之間的資訊壁壘

2288
01:31:12,720 --> 01:31:14,720
讓對話不再只是對話

2289
01:31:14,720 --> 01:31:16,720
而是能夠成為行銷成效以及業務成交的重點關鍵

2290
01:31:18,720 --> 01:31:20,720
當然也能夠帶到下一步服務

2291
01:31:22,720 --> 01:31:24,720
讓下一步的服務能夠更加聰明更加智慧

2292
01:31:26,720 --> 01:31:28,720
成交從來都不是品牌與顧客關係的終點

2293
01:31:32,720 --> 01:31:34,720
真正重要的是在這之後我們如何持續讓顧客能夠持續留下來

2294
01:31:36,720 --> 01:31:38,720
接下來我們讓下一棒Jazz來和您分享

2295
01:31:40,720 --> 01:31:42,720
謝謝

2296
01:31:48,720 --> 01:31:50,720
大家好

2297
01:31:56,720 --> 01:31:58,720
我是負責客服場景的產品經理我是Jazz

2298
01:32:00,720 --> 01:32:02,720
那在我們開始分享之前呢

2299
01:32:02,720 --> 01:32:04,720
邀請大家花三秒鐘的時間

2300
01:32:04,720 --> 01:32:06,720
快速回想一下

2301
01:32:06,720 --> 01:32:08,720
你上一次跟客服互動的經驗怎麼樣

2302
01:32:10,720 --> 01:32:12,720
然後那一整個互動的經驗

2303
01:32:12,720 --> 01:32:14,720
最後讓你的感受如何

2304
01:32:14,720 --> 01:32:16,720
我們其實可以發現喔

2305
01:32:16,720 --> 01:32:18,720
我們前面花了很多的時間啊

2306
01:32:18,720 --> 01:32:20,720
都是在講怎麼樣讓消費者走到你的門前

2307
01:32:22,720 --> 01:32:24,720
但是呢真的讓消費者決定

2308
01:32:26,720 --> 01:32:28,720
我下一次還要不要再回來

2309
01:32:28,720 --> 01:32:30,720
我要不要再繼續相信你的

2310
01:32:30,720 --> 01:32:32,720
其實是售後服務這個階段

2311
01:32:32,720 --> 01:32:34,720
接下來

2312
01:32:34,720 --> 01:32:36,720
我們想要帶大家看的其實就是AI

2313
01:32:36,720 --> 01:32:38,720
在下一個階段要怎麼樣可以幫助你

2314
01:32:40,720 --> 01:32:42,720
讓你每一次的服務都走對

2315
01:32:42,720 --> 01:32:44,720
並且讓每一次的服務都可以變得更好

2316
01:32:48,720 --> 01:32:50,720
AI要怎麼樣可以真正落地

2317
01:32:52,720 --> 01:32:54,720
在企業的客服場景裡面呢

2318
01:32:56,720 --> 01:32:58,720
這個公式出現很多遍

2319
01:32:58,720 --> 01:33:00,720
大家應該都已經很熟悉了

2320
01:33:00,720 --> 01:33:02,720
簡單的說就是AI需要知道

2321
01:33:02,720 --> 01:33:04,720
contact是什麼

2322
01:33:04,720 --> 01:33:06,720
消費者是誰他在意的是什麼

2323
01:33:06,720 --> 01:33:08,720
你的企業是誰

2324
01:33:08,720 --> 01:33:10,720
workflow他需要知道的事情是

2325
01:33:10,720 --> 01:33:12,720
眼前這一個問題

2326
01:33:12,720 --> 01:33:14,720
我應該要走哪一條路來解決

2327
01:33:14,720 --> 01:33:16,720
最後再完整的把事情做完

2328
01:33:20,720 --> 01:33:22,720
才真的可以達到客服場景的商業目標

2329
01:33:24,720 --> 01:33:26,720
那這個目標是什麼呢

2330
01:33:26,720 --> 01:33:28,720
一句話就是

2331
01:33:28,720 --> 01:33:30,720
我想要讓我的那個一模一樣的客服部門

2332
01:33:32,720 --> 01:33:34,720
客服團隊

2333
01:33:34,720 --> 01:33:36,720
接下來可以做更多並且品質更好的服務

2334
01:33:40,720 --> 01:33:42,720
我們回頭來看一下客服的工作流程

2335
01:33:44,720 --> 01:33:46,720
客服的工作流程其實很像一座冰山

2336
01:33:48,720 --> 01:33:50,720
通常都只會看到冰山上面的東西

2337
01:33:52,720 --> 01:33:54,720
也就是你的訊息回的快不快

2338
01:33:54,720 --> 01:33:56,720
你的訊息回的好不好

2339
01:33:56,720 --> 01:33:58,720
但這是客服的全貌嗎

2340
01:33:58,720 --> 01:34:00,720
完全不是

2341
01:34:00,720 --> 01:34:02,720
最常被忽略的冰山下面的這些東西呢

2342
01:34:04,720 --> 01:34:06,720
往往才是決定你的客服品質怎麼樣的關鍵

2343
01:34:08,720 --> 01:34:10,720
原本上面那些AI做得很好

2344
01:34:10,720 --> 01:34:12,720
下面這些應該也要讓AI解決

2345
01:34:12,720 --> 01:34:14,720
我舉個例子

2346
01:34:14,720 --> 01:34:16,720
客服啊

2347
01:34:16,720 --> 01:34:18,720
我的工作其實就很像在玩一個RPG的遊戲

2348
01:34:20,720 --> 01:34:22,720
會突然跳出一些人物限定期間限定的活動流程

2349
01:34:24,720 --> 01:34:26,720
這個活動是什麼呢

2350
01:34:26,720 --> 01:34:28,720
是救火行動啊

2351
01:34:28,720 --> 01:34:30,720
我之前擔任的是產品營運

2352
01:34:30,720 --> 01:34:32,720
那我的工作內容其實就是跟著客服部門一起來解決客戶的問題

2353
01:34:36,720 --> 01:34:38,720
那通常會看到一個很有趣

2354
01:34:40,720 --> 01:34:42,720
但實在是不怎麼好玩的現象

2355
01:34:42,720 --> 01:34:44,720
就是一個消費者的訊息進來了

2356
01:34:44,720 --> 01:34:46,720
整間公司有超級多的人都試著在找這個正確答案是什麼

2357
01:34:50,720 --> 01:34:52,720
我們都知道正確答案一定在公司裡啊

2358
01:34:52,720 --> 01:34:54,720
但不知道在哪裡

2359
01:34:54,720 --> 01:34:56,720
可能在某一個人的腦袋裡面

2360
01:34:56,720 --> 01:34:58,720
可能在某一次的會議記錄

2361
01:34:58,720 --> 01:35:00,720
那好不容易找到正確答案之後

2362
01:35:00,720 --> 01:35:02,720
趕快把這個回覆消費者的訊息寫完

2363
01:35:04,720 --> 01:35:06,720
這個任務還沒有就這樣就結束喔

2364
01:35:06,720 --> 01:35:08,720
你要做的事情是趕在下一個問題進來之前呢

2365
01:35:10,720 --> 01:35:12,720
趕快把這個正確答案給記下來

2366
01:35:14,720 --> 01:35:16,720
不然你下一次就忘記了

2367
01:35:16,720 --> 01:35:18,720
問題是這通常都是理想狀況嘛

2368
01:35:20,720 --> 01:35:22,720
都是你運氣好的時候

2369
01:35:22,720 --> 01:35:24,720
當客服真的面對的是血片般飛來的問題

2370
01:35:26,720 --> 01:35:28,720
你真的還有時間還有能力來沉澱這些知識嗎

2371
01:35:30,720 --> 01:35:34,720
所以我們接下來介紹的是

2372
01:35:34,720 --> 01:35:36,720
KegService AI有哪一些最新的功能

2373
01:35:36,720 --> 01:35:38,720
所以我們接下來介紹的是

2374
01:35:38,720 --> 01:35:40,720
KegService AI有哪一些最新的功能

2375
01:35:40,720 --> 01:35:42,720
當客服面對這些隱藏

2376
01:35:42,720 --> 01:35:44,720
但是真正重要的問題

2377
01:35:44,720 --> 01:35:46,720
這個問題濃縮起來

2378
01:35:46,720 --> 01:35:48,720
其實就是兩個

2379
01:35:48,720 --> 01:35:50,720
第一個叫做執行

2380
01:35:50,720 --> 01:35:52,720
原本企業已經知道該怎麼做的事情

2381
01:35:54,720 --> 01:35:56,720
能不能讓AI完完真正的把這些事情做出來

2382
01:35:58,720 --> 01:36:00,720
唯有把這些事情交給AI來做

2383
01:36:00,720 --> 01:36:02,720
你企業的服務能力才有可能規模化

2384
01:36:04,720 --> 01:36:06,720
第二個問題就是改善

2385
01:36:06,720 --> 01:36:08,720
原本不知道怎麼做的事情

2386
01:36:08,720 --> 01:36:10,720
我們用更快的方式來做

2387
01:36:10,720 --> 01:36:12,720
推進你企業的改善還有成長

2388
01:36:14,720 --> 01:36:16,720
我們接下來就是要來看

2389
01:36:18,720 --> 01:36:20,720
真實的場景裡面這兩個問題

2390
01:36:20,720 --> 01:36:22,720
通常長什麼樣子

2391
01:36:22,720 --> 01:36:24,720
還有Keg AI可以怎麼來幫助你

2392
01:36:24,720 --> 01:36:26,720
這一次我們很榮幸邀請

2393
01:36:26,720 --> 01:36:28,720
跟Mufree一起合作

2394
01:36:28,720 --> 01:36:30,720
Mufree是全球知名的行動力保健品品牌

2395
01:36:32,720 --> 01:36:34,720
在這一次合作的過程當中

2396
01:36:36,720 --> 01:36:38,720
Mufree其實一再的跟我們強調

2397
01:36:38,720 --> 01:36:40,720
他們覺得好的客服應該要做到這些功能

2398
01:36:42,720 --> 01:36:44,720
從這三點來看

2399
01:36:44,720 --> 01:36:46,720
你其實就可以發現Mufree在找的

2400
01:36:46,720 --> 01:36:48,720
不是一個單純會講話的AI agent

2401
01:36:50,720 --> 01:36:52,720
他在找的其實是一個可以傳遞Mufree品牌價值

2402
01:36:54,720 --> 01:36:56,720
並且按照Mufree的想像跟定義

2403
01:36:58,720 --> 01:37:00,720
來行為的AI agent

2404
01:37:00,720 --> 01:37:02,720
我們回到冰山下面的第一個問題

2405
01:37:02,720 --> 01:37:04,720
執行

2406
01:37:04,720 --> 01:37:06,720
我這一次要怎麼找到正確的路

2407
01:37:06,720 --> 01:37:08,720
並且把這條路完整的走完

2408
01:37:08,720 --> 01:37:10,720
讓我的服務做對

2409
01:37:10,720 --> 01:37:12,720
Mufree是保健品的品牌

2410
01:37:12,720 --> 01:37:14,720
可能臺下的觀眾

2411
01:37:14,720 --> 01:37:16,720
甚至都問過Mufree這個問題

2412
01:37:16,720 --> 01:37:18,720
父親節想要送簡單的保養的產品

2413
01:37:20,720 --> 01:37:22,720
來孝敬家裡面的長輩

2414
01:37:22,720 --> 01:37:24,720
這個要怎麼辦

2415
01:37:24,720 --> 01:37:26,720
這一個問題雖然它看起來很像單純的商品推薦

2416
01:37:26,720 --> 01:37:28,720
但是在Mufree的世界裡面

2417
01:37:28,720 --> 01:37:30,720
它其實是一個很繁瑣

2418
01:37:32,720 --> 01:37:34,720
並且一定要嚴格遵守的流程

2419
01:37:34,720 --> 01:37:36,720
這整個完整的流程走下來

2420
01:37:38,720 --> 01:37:40,720
一個客服人員大概要花

2421
01:37:40,720 --> 01:37:42,720
60分鐘的時間才可以做完

2422
01:37:46,720 --> 01:37:48,720
我們來看Cake最新的功能

2423
01:37:48,720 --> 01:37:50,720
怎麼樣幫助Mufree來解決這個場景

2424
01:37:52,720 --> 01:37:54,720
讓那一套已經被企業定義好的

2425
01:37:56,720 --> 01:37:58,720
怎麼樣透過AI穩定的執行出來

2426
01:38:00,720 --> 01:38:02,720
在Cake裡面

2427
01:38:02,720 --> 01:38:04,720
企業是可以去設定你想要你的AI agent

2428
01:38:06,720 --> 01:38:08,720
來做到什麼樣子的場景跟事情

2429
01:38:08,720 --> 01:38:10,720
舉例來說你可以設定單純的商品推薦

2430
01:38:12,720 --> 01:38:14,720
你也可以在這邊放上行銷最新的

2431
01:38:14,720 --> 01:38:16,720
跟客戶互動的一些小測驗

2432
01:38:16,720 --> 01:38:18,720
根據每一個場景

2433
01:38:18,720 --> 01:38:20,720
你在點進去裡面

2434
01:38:20,720 --> 01:38:22,720
更細部的去設定整個完整的流程

2435
01:38:24,720 --> 01:38:26,720
應該要長什麼樣子

2436
01:38:26,720 --> 01:38:28,720
AI要在哪一步去串聯你的系統

2437
01:38:30,720 --> 01:38:32,720
AI要在哪一步去搜尋哪一個特定的知識庫

2438
01:38:34,720 --> 01:38:36,720
AI應該要用什麼樣子的流程

2439
01:38:36,720 --> 01:38:38,720
跟你的真人進行協作

2440
01:38:38,720 --> 01:38:40,720
全部AI agent的行為

2441
01:38:40,720 --> 01:38:42,720
說話方式

2442
01:38:42,720 --> 01:38:44,720
都是可以完整按照你的企業來定義

2443
01:38:44,720 --> 01:38:46,720
並且完整的走完每一個步驟的

2444
01:38:48,720 --> 01:38:50,720
我們來看Mufry

2445
01:38:50,720 --> 01:38:52,720
剛剛提到父親節的問題是怎麼會呈現

2446
01:38:54,720 --> 01:38:56,720
畫面上來看雖然就很像AI agent簡單回的五句話

2447
01:38:58,720 --> 01:39:00,720
但這五句話的背後

2448
01:39:00,720 --> 01:39:02,720
他其實已經完整的把這四個步驟

2449
01:39:02,720 --> 01:39:04,720
都確確實實的給走完

2450
01:39:04,720 --> 01:39:06,720
第一步我們需要先去理解客戶的context是什麼

2451
01:39:08,720 --> 01:39:10,720
他在意的是什麼東西

2452
01:39:10,720 --> 01:39:12,720
根據知識庫還有企業所知道的知識

2453
01:39:14,720 --> 01:39:16,720
來查詢適合推薦給這個消費者的產品

2454
01:39:18,720 --> 01:39:20,720
最後因為Mufry產業的特性呢

2455
01:39:20,000 --> 01:39:23,800
產業的特性我們其實是需要遵守法律的一些限制

2456
01:39:23,800 --> 01:39:27,880
說話方式其實是需要去進行嚴格的確認的

2457
01:39:27,880 --> 01:39:31,080
第三步我們來確認我們的說法是否有合規

2458
01:39:31,080 --> 01:39:36,200
最後最重要的就是把客戶最在意的優惠推到他的面前

2459
01:39:36,200 --> 01:39:40,280
這整套流程原本要15到60分鐘才可以做完

2460
01:39:40,280 --> 01:39:43,320
現在只需要3分鐘就可以做完

2461
01:39:43,320 --> 01:39:45,560
而且不只是速度的問題

2462
01:39:45,560 --> 01:39:51,000
更重要的是AI agent依照你企業所定義的方式來行為

2463
01:39:51,000 --> 01:39:54,960
而不是自己開始胡思亂想或是自己開始脫稿演出

2464
01:39:54,960 --> 01:39:59,280
冰山下的第二個問題大家還記得嗎

2465
01:39:59,280 --> 01:40:00,160
改善

2466
01:40:00,160 --> 01:40:02,520
好不容易找到的正確答案

2467
01:40:02,520 --> 01:40:04,920
下一次我是不是還要再重新找一次

2468
01:40:04,920 --> 01:40:10,760
我們一樣用剛剛復興節的案例來舉例

2469
01:40:10,760 --> 01:40:13,520
假設今天復興節的檔期剛上線

2470
01:40:13,520 --> 01:40:17,660
但是行銷部門還來不及把最新的檔案準備好給客服部門

2471
01:40:17,660 --> 01:40:19,920
那可能會發生什麼問題呢

2472
01:40:19,920 --> 01:40:23,320
消費者進線 第一個客服不知道答案

2473
01:40:23,320 --> 01:40:26,900
他趕快發起了一個求救求救的訊息

2474
01:40:26,900 --> 01:40:30,780
然後繞了一圈把答案記下來 然後傳給消費者

2475
01:40:30,780 --> 01:40:35,140
同時間呢 可能有第二個消費者進線問了第二個客服一樣的問題

2476
01:40:35,140 --> 01:40:38,440
那一個客服他還要再去繞一圈才知道答案

2477
01:40:38,440 --> 01:40:40,780
這一邊顯示的問題其實就是

2478
01:40:40,780 --> 01:40:43,320
每一個每一個客服單獨學會了

2479
01:40:43,320 --> 01:40:45,460
其實不代表企業學會了

2480
01:40:45,460 --> 01:40:47,980
存在個人的腦子裡面其實是不夠的

2481
01:40:47,980 --> 01:40:53,060
Cake Service接下來就是要幫助你

2482
01:40:53,060 --> 01:40:55,980
把這些存在腦子裡面的知識

2483
01:40:55,980 --> 01:40:58,260
快速沉澱到你的企業裡面

2484
01:40:58,260 --> 01:41:01,860
變成你的企業下一次就可以馬上再使用的能力

2485
01:41:01,860 --> 01:41:05,280
最新推出的功能

2486
01:41:05,280 --> 01:41:08,820
第一步 Cake會去掃描我們的服務現場

2487
01:41:08,820 --> 01:41:11,280
也就是我們的對話裡面有哪一些內容

2488
01:41:11,280 --> 01:41:17,440
從對話裡面,我們來找到你企業的知識還有流程有哪一些缺口

2489
01:41:17,440 --> 01:41:22,640
例如,我發現目前我還不會回答父親節相關的問題

2490
01:41:22,640 --> 01:41:25,160
趕快點出這個問題,我們趕快來解決

2491
01:41:25,160 --> 01:41:32,760
第二步,根據他目前已經有的知識或者是真人在Cake上面的行為

2492
01:41:32,760 --> 01:41:34,780
我們趕快來提出改善的建議

2493
01:41:34,780 --> 01:41:37,680
我學習到父親節的檔期資訊是這樣

2494
01:41:37,680 --> 01:41:41,640
那我建議你可以以這樣的方式來新增以及更新AI Agent

2495
01:41:41,640 --> 01:41:43,120
第三步

2496
01:41:43,120 --> 01:41:46,480
最專業的客服人員在這個時候出現

2497
01:41:46,480 --> 01:41:48,240
你要做的事情很簡單

2498
01:41:48,240 --> 01:41:50,960
去確認去核準去調整

2499
01:41:50,960 --> 01:41:53,780
AI Agent提出來的東西是不是正確的

2500
01:41:53,780 --> 01:41:55,200
最後一鍵更新

2501
01:41:55,200 --> 01:41:58,180
AI Agent就是你最新企業流程的樣子

2502
01:41:58,180 --> 01:42:01,920
我們這邊要強調的

2503
01:42:01,920 --> 01:42:05,560
其實不單單只是AI Agent現在更新的很快

2504
01:42:05,560 --> 01:42:06,680
設定的很快

2505
01:42:06,680 --> 01:42:08,960
這一邊最重要的價值

2506
01:42:08,960 --> 01:42:12,000
其實是AI會幫助你找到

2507
01:42:12,000 --> 01:42:13,360
你企業裡面那些

2508
01:42:13,360 --> 01:42:15,760
很容易被隱藏起來的缺口

2509
01:42:15,760 --> 01:42:17,720
並且告訴你

2510
01:42:17,720 --> 01:42:18,920
下一次這個機會

2511
01:42:18,920 --> 01:42:20,520
你應該要怎麼樣把握比較好

2512
01:42:20,520 --> 01:42:23,040
當你完成更新之後呢

2513
01:42:23,040 --> 01:42:24,920
下一次這個機會來了

2514
01:42:24,920 --> 01:42:26,380
不管是服務機會

2515
01:42:26,380 --> 01:42:27,840
還是銷售機會

2516
01:42:27,840 --> 01:42:29,000
我們都確保你可以

2517
01:42:29,000 --> 01:42:30,540
確確實實地給把握住

2518
01:42:30,540 --> 01:42:33,860
執行跟改善

2519
01:42:33,860 --> 01:42:36,140
一直是我們前面提到的這兩個重點

2520
01:42:36,140 --> 01:42:39,120
這兩件事情其實是有相互關係的

2521
01:42:39,120 --> 01:42:42,580
當AI可以在服務現場

2522
01:42:42,580 --> 01:42:43,500
也就是對話

2523
01:42:43,500 --> 01:42:46,340
很穩定的去執行你的企業流程的時候

2524
01:42:46,340 --> 01:42:49,400
馬上再來學習你的企業流程

2525
01:42:49,400 --> 01:42:51,400
可以用什麼樣的方式來改善

2526
01:42:51,400 --> 01:42:53,500
最後用很快速的方式

2527
01:42:53,500 --> 01:42:54,980
再推回你的服務現場

2528
01:42:54,980 --> 01:42:56,580
這其實就是一個

2529
01:42:56,580 --> 01:42:59,500
可以讓你的企業服務能力

2530
01:42:59,500 --> 01:43:01,820
持續升級的運轉飛輪

2531
01:43:01,820 --> 01:43:06,360
我們從克服人員的痛點出發

2532
01:43:06,360 --> 01:43:08,860
解決了工作流程中最痛苦的兩件事情

2533
01:43:08,860 --> 01:43:11,640
當每一個人的工作流程都改變了

2534
01:43:11,640 --> 01:43:14,920
其實就代表了你部門運作的方式改變了

2535
01:43:14,920 --> 01:43:18,380
你接下來可以用更順暢的方式進行跨部門合作

2536
01:43:18,380 --> 01:43:22,000
或是你可以用更快的方式迭代你的部門的成長

2537
01:43:22,000 --> 01:43:26,920
最後其實就代表了你企業結果也被改變了

2538
01:43:26,920 --> 01:43:29,160
我們最一開始提到的商業目標

2539
01:43:29,160 --> 01:43:33,300
其實就是要讓原本同樣的那一個客服部門

2540
01:43:33,300 --> 01:43:36,080
接下來可以做更多的事情

2541
01:43:36,080 --> 01:43:37,880
帶來品質更好的服務

2542
01:43:37,880 --> 01:43:39,600
那這個商業目標也達到了

2543
01:43:39,600 --> 01:43:45,280
所以當目標就是把每一次的服務都做好

2544
01:43:45,280 --> 01:43:48,800
並且讓下一次的服務還可以持續改善

2545
01:43:48,800 --> 01:43:50,660
這就是Kick Service AI

2546
01:43:50,660 --> 01:43:52,700
接下來想要帶給各位的

2547
01:43:52,700 --> 01:43:54,820
那前面呢

2548
01:43:54,820 --> 01:43:56,080
我們其實都是在講

2549
01:43:56,080 --> 01:43:59,600
每一個場景裡面AI Agent要怎麼樣來協助你

2550
01:43:59,600 --> 01:44:03,480
我們從行銷 走到銷售 最後還走到客服

2551
01:44:03,480 --> 01:44:05,960
接下來我們要講的就是

2552
01:44:05,960 --> 01:44:09,040
漸強怎麼樣幫助你用企業的角度

2553
01:44:09,040 --> 01:44:12,120
來治理以及管理這些AI Agent

2554
01:44:12,120 --> 01:44:15,960
接下來我們請Maggie來為我們隆重介紹

2555
01:44:15,960 --> 01:44:25,720
大家好 我是漸強實驗室的AI轉型顧問

2556
01:44:25,720 --> 01:44:28,720
那剛剛大家從marketing sales一直到service

2557
01:44:28,720 --> 01:44:31,020
應該可以很清楚的感覺到一件事情

2558
01:44:31,020 --> 01:44:35,220
就是AI已經不是在存在於我們對話方塊裡面回答我們問題了

2559
01:44:35,220 --> 01:44:38,720
而是真正的走進我們企業的工作流為我們工作

2560
01:44:38,720 --> 01:44:41,920
那沿著這個呢我想請大家快速的想一下

2561
01:44:41,920 --> 01:44:46,620
如果你們今天部門的finance HR IT或者是你們的operation

2562
01:44:46,620 --> 01:44:48,620
都開始做自己的agent

2563
01:44:48,620 --> 01:44:51,720
那你們公司呢就將再不會只有三支agent

2564
01:44:51,720 --> 01:44:55,320
有可能變成二十支五十支甚至一百支

2565
01:44:55,320 --> 01:44:57,560
那這時候呢 大家可以再想一下

2566
01:44:57,560 --> 01:44:58,780
其實就像什麼

2567
01:44:58,780 --> 01:45:02,120
就像我們公司請來了100位的明星球員

2568
01:45:02,120 --> 01:45:03,560
我們想做什麼呢

2569
01:45:03,560 --> 01:45:05,380
單看每一個都非常的強

2570
01:45:05,380 --> 01:45:08,660
但企業想要的從來不是更多的明星球員

2571
01:45:08,660 --> 01:45:10,480
我們想要的是大家聚在一起

2572
01:45:10,480 --> 01:45:12,580
到底能不能一起贏球

2573
01:45:12,580 --> 01:45:14,320
那想一下 要贏球

2574
01:45:14,320 --> 01:45:16,160
那我們就不能各打各的嘛

2575
01:45:16,160 --> 01:45:18,780
所以今天呢 Adrian也是一樣

2576
01:45:18,780 --> 01:45:20,720
當我們有越來越多Adrian

2577
01:45:20,720 --> 01:45:23,360
什麼人要做什麼 怎麼互相配合

2578
01:45:23,360 --> 01:45:25,400
或者是什麼時候需要人決策

2579
01:45:25,400 --> 01:45:28,220
這都會需要一套共有的規則

2580
01:45:28,220 --> 01:45:30,020
那我們今天呢

2581
01:45:30,020 --> 01:45:32,320
企業要開始解決的就變成說

2582
01:45:32,320 --> 01:45:34,360
我如何用一套更好的方式

2583
01:45:34,360 --> 01:45:36,680
來管理這一整個AI workforce

2584
01:45:36,680 --> 01:45:38,200
那這件事情呢

2585
01:45:38,200 --> 01:45:40,000
我們建強很早就遇到了

2586
01:45:40,000 --> 01:45:42,820
去年我們推出了DAC

2587
01:45:42,820 --> 01:45:45,120
一開始我們想的超簡單的

2588
01:45:45,120 --> 01:45:45,880
我們就想說

2589
01:45:45,880 --> 01:45:47,940
那我用AI來幫企業

2590
01:45:47,940 --> 01:45:50,240
更快的在這一大片的資料海里面

2591
01:45:50,240 --> 01:45:51,520
找到更好的答案

2592
01:45:51,780 --> 01:45:53,780
那我們做著做著就發現

2593
01:45:53,780 --> 01:45:55,480
欸 我們user好聰明喔

2594
01:45:55,480 --> 01:45:56,880
越問越深

2595
01:45:56,880 --> 01:45:59,180
今年根據我們內部的統計

2596
01:45:59,180 --> 01:46:01,980
在DAG上面已經有超過60%

2597
01:46:01,980 --> 01:46:04,180
是複雜型的分析問題

2598
01:46:04,180 --> 01:46:05,580
大家一開始只會問說

2599
01:46:05,580 --> 01:46:07,280
欸 這個數字是多少啊

2600
01:46:07,280 --> 01:46:08,880
但現在大家會問什麼

2601
01:46:08,880 --> 01:46:09,980
為什麼會這樣子

2602
01:46:09,980 --> 01:46:11,180
下一步我該怎麼做

2603
01:46:11,180 --> 01:46:14,080
有沒有一些推薦的實際行動

2604
01:46:14,080 --> 01:46:15,380
所以呢 我們做到這裡

2605
01:46:15,380 --> 01:46:16,180
我們就想說

2606
01:46:16,180 --> 01:46:18,580
欸 那我的agent要回答這些問題

2607
01:46:18,580 --> 01:46:20,580
勢必他要知道這個資料在哪裡

2608
01:46:20,580 --> 01:46:21,740
數字怎麼定義

2609
01:46:21,740 --> 01:46:22,900
該分析什麼

2610
01:46:22,900 --> 01:46:24,380
什麼Tool它可以使用

2611
01:46:24,380 --> 01:46:26,140
所以這一套背後的能力

2612
01:46:26,140 --> 01:46:27,140
我們已經做好了

2613
01:46:27,140 --> 01:46:28,460
工程師就問我說

2614
01:46:28,460 --> 01:46:30,340
那我們不會下一隻Adrian嗎

2615
01:46:30,340 --> 01:46:31,740
要從頭再來吧

2616
01:46:31,740 --> 01:46:34,500
所以DEC讓我們有一個很清楚的發現

2617
01:46:34,500 --> 01:46:37,460
就是當我們有一隻Adrian做成功之後呢

2618
01:46:37,460 --> 01:46:39,940
背後的能力應該要能夠被留下來

2619
01:46:39,940 --> 01:46:41,700
被下一隻Adrian所沿用

2620
01:46:41,700 --> 01:46:43,940
那如同我們老闆所說

2621
01:46:43,940 --> 01:46:46,660
去年我們還做了一個非常大膽的嘗試

2622
01:46:46,660 --> 01:46:49,540
Frankie我們第一位的內部數位員工

2623
01:46:49,540 --> 01:46:52,740
那他因為串接了我們公司內部的所有資料

2624
01:46:52,740 --> 01:46:54,040
所以他可以幫我做什麼

2625
01:46:54,040 --> 01:46:57,040
他可以幫我做簡報 開工單 Debug

2626
01:46:57,040 --> 01:47:00,040
甚至我可以問他任何在工作上面的問題

2627
01:47:00,040 --> 01:47:02,540
那我們稍微換算了一下

2628
01:47:02,540 --> 01:47:05,540
Frankie他每個月的成本大概是五千多美金

2629
01:47:05,540 --> 01:47:09,540
但是他可以換回大概一萬五千多美金的人力價值

2630
01:47:09,540 --> 01:47:12,040
所以他的Cost ROI是2.9倍

2631
01:47:12,040 --> 01:47:14,540
大家聽到這裡可能覺得很棒很棒

2632
01:47:14,540 --> 01:47:17,540
但是我覺得比2.9倍更重要的是

2633
01:47:17,540 --> 01:47:21,100
今天呢我們把一些大量的分析交給Frankie來做

2634
01:47:21,100 --> 01:47:22,060
他做得很好

2635
01:47:22,060 --> 01:47:24,500
但有些事情呢就還是不行

2636
01:47:24,500 --> 01:47:27,060
比如說像財務的數字不能猜

2637
01:47:27,060 --> 01:47:30,200
Frankie呢我們並沒有讓他去吃後面的財務系統

2638
01:47:30,200 --> 01:47:31,340
所以他是不能回答

2639
01:47:31,340 --> 01:47:34,440
那甚至像工程這邊可能有一些高風險

2640
01:47:34,440 --> 01:47:35,960
或者是複雜型的任務

2641
01:47:35,960 --> 01:47:38,400
我們也要交還給人來做決策

2642
01:47:38,400 --> 01:47:41,140
所以Frankie也讓我們開始思考說

2643
01:47:41,140 --> 01:47:43,560
那我到底要怎麼樣更放心的

2644
01:47:43,560 --> 01:47:45,560
讓Adrian進入我的工作流當中

2645
01:47:45,560 --> 01:47:48,200
那這兩件事情呢

2646
01:47:48,200 --> 01:47:50,100
留下給我們兩個很重要的發現

2647
01:47:50,100 --> 01:47:51,920
第一個就是Dag告訴我們

2648
01:47:51,920 --> 01:47:53,600
一隻做成功的agent

2649
01:47:53,600 --> 01:47:55,680
我們應該可以留下他背後的能力

2650
01:47:55,680 --> 01:47:57,360
那Frankie告訴我們是

2651
01:47:57,360 --> 01:47:59,420
只要agent開始為我們人工作

2652
01:47:59,420 --> 01:48:02,000
我們應該要把執行的邊界說清楚

2653
01:48:02,000 --> 01:48:03,760
那想著想著呢

2654
01:48:03,760 --> 01:48:04,520
我們就想說

2655
01:48:04,520 --> 01:48:05,860
可是企業一定想說

2656
01:48:05,860 --> 01:48:07,220
我每增加一隻agent

2657
01:48:07,220 --> 01:48:08,920
就要增加一次複雜度嗎

2658
01:48:08,920 --> 01:48:11,380
所以沿著這個思考問題呢

2659
01:48:11,380 --> 01:48:12,220
我們開始想說

2660
01:48:12,220 --> 01:48:13,380
我們要來打造一個

2661
01:48:13,380 --> 01:48:17,520
企業可以共同治理集中的agent平臺

2662
01:48:17,520 --> 01:48:19,420
也就是我們剛剛前面講到的

2663
01:48:19,420 --> 01:48:21,180
Crescendo Agent Lab

2664
01:48:21,180 --> 01:48:23,880
那我們想要做的事情非常的清楚

2665
01:48:23,880 --> 01:48:26,380
就是當你的agent越來越多的時候

2666
01:48:26,380 --> 01:48:29,440
我的企業不用每一次都重新開始

2667
01:48:29,440 --> 01:48:31,380
那我可以讓上一支agent

2668
01:48:31,380 --> 01:48:33,520
整理好的知識 資料

2669
01:48:33,520 --> 01:48:35,120
他的tool 還有skill

2670
01:48:35,120 --> 01:48:37,280
被下一支agent所沿用

2671
01:48:37,280 --> 01:48:38,280
那這一支agent呢

2672
01:48:38,280 --> 01:48:40,320
他不管是進入到任何的部門

2673
01:48:40,320 --> 01:48:42,880
我企業都可以用共同的一套方式

2674
01:48:42,880 --> 01:48:46,320
來管理他的身份 許可權 跟執行邊界

2675
01:48:46,320 --> 01:48:48,220
所以我們最主要想要做的是

2676
01:48:48,220 --> 01:48:50,240
讓企業的創新可以分散

2677
01:48:50,240 --> 01:48:53,040
但字裡可以被收斂

2678
01:48:53,040 --> 01:48:55,280
好 那大家簡單看一下這個Demo

2679
01:48:55,280 --> 01:48:57,080
就是你可以在我們的Agent Lab上面

2680
01:48:57,080 --> 01:48:59,040
隨便問你工作上的問題

2681
01:48:59,040 --> 01:49:00,320
那他這邊就會透過

2682
01:49:00,320 --> 01:49:02,720
他有授權的資料來回答你

2683
01:49:02,720 --> 01:49:04,040
那這邊呢 你也可以透過

2684
01:49:04,040 --> 01:49:06,380
你自己習慣所用的企業通訊軟體

2685
01:49:06,380 --> 01:49:07,820
來呼叫他

2686
01:49:07,820 --> 01:49:09,620
那對於我們企業管理者來說呢

2687
01:49:09,620 --> 01:49:10,820
我就可以看到說

2688
01:49:10,820 --> 01:49:12,240
他到底是誰正在使用

2689
01:49:12,240 --> 01:49:13,680
他串接了哪些資料

2690
01:49:13,680 --> 01:49:15,600
他可以執行哪些動作

2691
01:49:15,600 --> 01:49:17,420
那最重要的是呢

2692
01:49:17,420 --> 01:49:19,540
我們可以在後面監控他的成本

2693
01:49:19,540 --> 01:49:20,940
使用量 採用率

2694
01:49:20,940 --> 01:49:22,760
那我們這邊呢

2695
01:49:22,760 --> 01:49:25,940
如果已經有公司裡面驗證好的工作方法

2696
01:49:25,940 --> 01:49:28,340
我們也可以一鍵打包成我們的skill

2697
01:49:28,340 --> 01:49:30,700
在上面讓下一支agent所沿用

2698
01:49:30,700 --> 01:49:33,780
好 那我們往下看呢

2699
01:49:33,780 --> 01:49:34,600
就會看到說

2700
01:49:34,600 --> 01:49:36,960
我們今天Crescendo Agent Lab

2701
01:49:36,960 --> 01:49:38,420
作為一個企業的底座

2702
01:49:38,420 --> 01:49:40,560
我們要解決的就是四件事情

2703
01:49:40,560 --> 01:49:43,360
第一件事情 讓agent上得了線

2704
01:49:43,360 --> 01:49:46,360
第二件事情 讓他可以接得了你內部的資料

2705
01:49:46,360 --> 01:49:49,960
第三件事情呢 他會讓你的agent知道他可以做到哪裡

2706
01:49:49,960 --> 01:49:54,960
最重要的是 我們企業管理者可以在上面看到他是怎麼被使用的

2707
01:49:54,960 --> 01:49:56,960
我可以去監控他的成本

2708
01:49:56,960 --> 01:49:59,960
那想到這邊呢 就有很多人問我說

2709
01:49:59,960 --> 01:50:03,960
那接下來agent他可以看到什麼東西 他可以做到哪裡呢

2710
01:50:03,960 --> 01:50:05,960
如果進到企業怎麼樣才安全

2711
01:50:05,960 --> 01:50:08,960
那我這邊簡單舉一個例子喔

2712
01:50:08,960 --> 01:50:10,900
我們在幫助企業匯入AI的時候

2713
01:50:10,900 --> 01:50:13,020
其實一開始很容易看到一個轉變

2714
01:50:13,020 --> 01:50:14,660
就是大家一開始只問說

2715
01:50:14,660 --> 01:50:16,400
這支agent聰不聰明

2716
01:50:16,400 --> 01:50:17,400
結果後來發現說

2717
01:50:17,400 --> 01:50:19,420
可以接上我工資內部資料之後

2718
01:50:19,420 --> 01:50:20,660
可以執行工作之後

2719
01:50:20,660 --> 01:50:21,800
他們就開始問說

2720
01:50:21,800 --> 01:50:24,600
那這支agent到底可以看到哪裡

2721
01:50:24,600 --> 01:50:26,700
那我們簡單的舉個例子

2722
01:50:26,700 --> 01:50:28,460
如果是一支HR的agent

2723
01:50:28,460 --> 01:50:31,300
HR的主管來問同仁的薪水福利

2724
01:50:31,300 --> 01:50:32,460
很合理吧

2725
01:50:32,460 --> 01:50:33,520
那如果今天是Maggie

2726
01:50:33,520 --> 01:50:34,900
我是一個行銷同仁

2727
01:50:34,900 --> 01:50:36,400
我用了同一支agent

2728
01:50:36,400 --> 01:50:37,660
我就不應該可以看到

2729
01:50:37,660 --> 01:50:39,560
我沒有全線看到的資料

2730
01:50:39,560 --> 01:50:41,000
那同理呢

2731
01:50:41,000 --> 01:50:42,800
我們也可以用在營運的agent上面

2732
01:50:42,800 --> 01:50:45,020
比如說Maggie可以去查詢庫存

2733
01:50:45,020 --> 01:50:46,880
但是我就不能讓這隻agent

2734
01:50:46,880 --> 01:50:48,080
幫我修改庫存

2735
01:50:48,080 --> 01:50:50,580
Maggie可以去詢問採購的建議

2736
01:50:50,580 --> 01:50:51,960
但這個agent呢

2737
01:50:51,960 --> 01:50:53,620
就不能幫我直接下單嘛

2738
01:50:53,620 --> 01:50:55,260
那我們就想說

2739
01:50:55,260 --> 01:50:56,640
那在agent lab上面

2740
01:50:56,640 --> 01:50:58,720
我們要很清楚的定義四件事情

2741
01:50:58,720 --> 01:51:00,960
第一個是誰正在使用它

2742
01:51:00,960 --> 01:51:03,280
第二個它可以讀取什麼樣的資料

2743
01:51:03,280 --> 01:51:05,760
第三個它可以執行什麼樣的動作

2744
01:51:05,760 --> 01:51:09,520
最後是有哪些資料我還要再交給人做決策

2745
01:51:09,520 --> 01:51:12,540
那第二個呢

2746
01:51:12,540 --> 01:51:14,020
我們常常被問到的問題就是

2747
01:51:14,020 --> 01:51:15,580
那成本怎麼辦

2748
01:51:15,580 --> 01:51:17,080
我常常被問

2749
01:51:17,080 --> 01:51:19,220
Maggie我有一個工作流想做

2750
01:51:19,220 --> 01:51:20,800
那那個成本你會怎麼計算

2751
01:51:20,800 --> 01:51:22,240
剛開始呢

2752
01:51:22,240 --> 01:51:24,320
我們在測一個新的AI工作流的時候

2753
01:51:24,320 --> 01:51:26,200
其實呢我們都會用最前沿

2754
01:51:26,200 --> 01:51:27,480
最強的模型來做

2755
01:51:27,480 --> 01:51:30,400
我們要先確認這個工作能不能被做好

2756
01:51:30,400 --> 01:51:32,380
但是一旦當你的Agent呢

2757
01:51:32,380 --> 01:51:34,080
他開始大量工作之後

2758
01:51:34,080 --> 01:51:35,460
其實想象的時候是說

2759
01:51:35,460 --> 01:51:39,860
那我是不是每一個任務都需要用到最貴最強的模型呢

2760
01:51:39,860 --> 01:51:44,620
Uber最近公開了一個很有意思的數字

2761
01:51:44,620 --> 01:51:51,300
他說他們現在有將近大概50%以上的工作都交給他們的agent

2762
01:51:51,300 --> 01:51:55,180
那AI agent它今年的處理量是已經成長了9.4倍

2763
01:51:55,180 --> 01:51:59,480
但是他們整體在使用AI的成本並沒有大幅的增加

2764
01:51:59,480 --> 01:52:04,680
甚至每次平均使用AI的成本還下降了52%

2765
01:52:04,680 --> 01:52:06,680
後面的邏輯非常的清楚

2766
01:52:06,680 --> 01:52:08,680
他們就是先定義好這個工作

2767
01:52:08,680 --> 01:52:10,680
怎麼做才叫做好

2768
01:52:10,680 --> 01:52:12,680
然後再去選用他應該用的模型

2769
01:52:12,680 --> 01:52:14,680
複雜的事情呢

2770
01:52:14,680 --> 01:52:16,680
我們交給強模型沒有問題

2771
01:52:16,680 --> 01:52:18,680
但簡單的工作就不一定了嘛

2772
01:52:18,680 --> 01:52:20,680
那如果有一些企業呢

2773
01:52:20,680 --> 01:52:22,680
他有一些機敏資料

2774
01:52:22,680 --> 01:52:24,680
不能離開他的企業環境

2775
01:52:24,680 --> 01:52:26,680
那我們就可以選用私有或地端的模型來執行它

2776
01:52:26,680 --> 01:52:28,680
那今天呢

2777
01:52:28,680 --> 01:52:30,680
我們如果再往下想的話

2778
01:52:30,680 --> 01:52:32,680
今天我們在AI的預算呢

2779
01:52:32,680 --> 01:52:33,680
老闆就會問說

2780
01:52:33,680 --> 01:52:34,680
那我在公司裡面

2781
01:52:34,680 --> 01:52:37,680
我到底應該怎麼去佈局我的AI預算

2782
01:52:37,680 --> 01:52:38,680
好

2783
01:52:38,680 --> 01:52:40,680
根據Garner的調查顯示

2784
01:52:40,680 --> 01:52:43,680
2025年企業各function

2785
01:52:43,680 --> 01:52:46,680
其實都有超過12%的投入是在AI上面

2786
01:52:46,680 --> 01:52:49,680
那也有超過85%的主管表示說

2787
01:52:49,680 --> 01:52:53,680
我將會在今年投入更多的AI成本在上面

2788
01:52:53,680 --> 01:52:55,680
那這件事情我們公司也蠻有感的

2789
01:52:55,680 --> 01:52:58,680
因為在AI的cost增加的時候

2790
01:52:58,680 --> 01:53:00,680
我們自己是重新的檢視了一下

2791
01:53:02,400 --> 01:53:05,360
那比較輕量比較單一的工具呢

2792
01:53:05,360 --> 01:53:06,980
其實已經可以被AI承接

2793
01:53:06,980 --> 01:53:08,680
我們就真的把它停掉了

2794
01:53:08,680 --> 01:53:10,440
所以我們認為呢

2795
01:53:10,440 --> 01:53:12,080
現在在AI的時代

2796
01:53:12,080 --> 01:53:14,800
AI不一定是增加一筆新的預算

2797
01:53:14,800 --> 01:53:17,260
它有可能是重新分配

2798
01:53:17,260 --> 01:53:19,160
你們現在IT預算的邏輯

2799
01:53:19,160 --> 01:53:23,540
那我們其實要問的是

2800
01:53:23,540 --> 01:53:24,720
這筆AI的cost

2801
01:53:24,720 --> 01:53:26,720
最後到底是換回了什麼

2802
01:53:26,720 --> 01:53:27,800
又創造了什麼

2803
01:53:27,800 --> 01:53:29,220
這才是我們企業

2804
01:53:29,220 --> 01:53:30,900
應該要去看的AI ROI

2805
01:53:30,900 --> 01:53:34,060
最後我想要回到一開始

2806
01:53:34,060 --> 01:53:35,360
我講的100只agent

2807
01:53:35,360 --> 01:53:37,380
就是現在要做出一隻agent

2808
01:53:37,380 --> 01:53:39,040
已經非常非常容易了

2809
01:53:39,040 --> 01:53:40,520
那也許未來呢

2810
01:53:40,520 --> 01:53:42,460
企業會出現一隻最強的agent

2811
01:53:42,460 --> 01:53:44,120
然後去主控這100只agent

2812
01:53:44,120 --> 01:53:45,740
但困難的是呢

2813
01:53:45,740 --> 01:53:48,740
企業如何把我每一次成功的方法

2814
01:53:48,740 --> 01:53:49,960
沿用到下一次

2815
01:53:49,960 --> 01:53:51,540
可以變成附用的能力

2816
01:53:51,540 --> 01:53:53,120
這才是重要的

2817
01:53:53,120 --> 01:53:54,820
所以我們一路從DAC

2818
01:53:54,820 --> 01:53:57,080
Frankie一直到Crescendo Agent Lab

2819
01:53:57,080 --> 01:53:58,300
我們想象的是

2820
01:53:58,300 --> 01:54:01,360
我們確認如果我今天要繼續往下做

2821
01:54:01,360 --> 01:54:02,940
agent可以越來越多

2822
01:54:02,940 --> 01:54:06,060
但我們要scale的應該是我們企業能夠累積的能力

2823
01:54:06,060 --> 01:54:07,160
而不是複雜度

2824
01:54:07,160 --> 01:54:10,280
那這就是我們Crescendo Agent Lab想要做的事情

2825
01:54:10,280 --> 01:54:11,340
謝謝大家

2826
01:54:11,340 --> 01:54:24,540
OK 好

2827
01:54:24,540 --> 01:54:27,740
剛才Maggie分享了新的產品叫什麼名字

2828
01:54:27,740 --> 01:54:30,740
叫做Crescendo Agent Lab

2829
01:54:30,740 --> 01:54:32,740
大家知道我們的公司

2830
01:54:32,740 --> 01:54:33,740
漸強實驗室

2831
01:54:33,740 --> 01:54:35,740
叫Crescendo Lab

2832
01:54:35,740 --> 01:54:37,740
實驗室中的實驗室

2833
01:54:37,740 --> 01:54:39,740
是我們最新的一個產品

2834
01:54:39,740 --> 01:54:41,740
如果各位覺得你有興趣

2835
01:54:41,740 --> 01:54:43,740
歡迎跟我們的視窗聯絡

2836
01:54:43,740 --> 01:54:45,740
對於你要把你的agent

2837
01:54:45,740 --> 01:54:47,740
可以帶入企業

2838
01:54:47,740 --> 01:54:49,740
是非常重要的

2839
01:54:49,740 --> 01:54:52,740
在進入這個小節之前

2840
01:54:52,740 --> 01:54:54,740
我想分享一個我們

2841
01:54:54,740 --> 01:54:57,880
最近跟客戶一起合作有一個很重要的一個學習

2842
01:54:57,880 --> 01:55:01,680
其實我們今天分了什麼行銷

2843
01:55:01,680 --> 01:55:04,680
客服 銷售分這樣子一個部門

2844
01:55:04,680 --> 01:55:06,680
這樣子一個不同場景

2845
01:55:06,680 --> 01:55:09,680
可是說到底其實你的消費者

2846
01:55:09,680 --> 01:55:10,680
你的顧客

2847
01:55:10,680 --> 01:55:13,720
是沒有這樣在理解你的產品或服務的

2848
01:55:13,720 --> 01:55:16,720
對不對 其實你的顧客就是對著你的品牌

2849
01:55:16,720 --> 01:55:19,720
就是對著你們整個這樣的一個服務

2850
01:55:19,720 --> 01:55:20,720
這個企業

2851
01:55:20,720 --> 01:55:24,400
所以我覺得這邊有一個很重要的

2852
01:55:24,400 --> 01:55:26,140
學習跟大家分享就是說

2853
01:55:26,140 --> 01:55:28,640
千萬不要讓你的組織圖

2854
01:55:28,640 --> 01:55:31,340
限制了你的Agent的發展

2855
01:55:31,340 --> 01:55:32,740
過往你們當然每個組織

2856
01:55:32,740 --> 01:55:34,760
有自己的工作流程

2857
01:55:34,760 --> 01:55:36,560
但是這些工作流程

2858
01:55:36,560 --> 01:55:40,460
不應該成為你們Agent的一個限制

2859
01:55:40,460 --> 01:55:42,540
剛才Maggie所分享的

2860
01:55:42,540 --> 01:55:44,460
我們所介紹的產品

2861
01:55:44,460 --> 01:55:48,740
就可以幫助你來打破這樣的一個限制

2862
01:55:48,740 --> 01:55:51,540
那進入夏天的小節

2863
01:55:51,540 --> 01:55:54,540
我想各位一定很關切說

2864
01:55:54,540 --> 01:55:58,540
下一步企業、公司應該怎麼做

2865
01:55:58,540 --> 01:56:02,540
我覺得今天我們已經很明確地看到

2866
01:56:02,540 --> 01:56:06,540
Agent已經確實地走入到行銷、客服

2867
01:56:06,540 --> 01:56:08,540
跟銷售的工作流程當中了

2868
01:56:08,540 --> 01:56:10,540
我們看到Jean她介紹說

2869
01:56:10,540 --> 01:56:14,540
MAC行銷的Agent怎麼樣幫助

2870
01:56:14,540 --> 01:56:18,540
像是全電商這樣的知名品牌企業

2871
01:56:18,540 --> 01:56:21,540
來做行銷的規劃

2872
01:56:21,540 --> 01:56:26,500
我們也看到 Lydia 分享 Sales Agent 怎麼樣去接住流量

2873
01:56:26,500 --> 01:56:30,460
幫你守住每一個重要的訂單的資訊

2874
01:56:30,460 --> 01:56:32,660
創造更好的轉換

2875
01:56:32,660 --> 01:56:38,820
幫助延程電腦這樣的一個很大的服務組織

2876
01:56:38,820 --> 01:56:40,900
來做到這樣的事情

2877
01:56:40,900 --> 01:56:42,700
我們也看到客服這邊

2878
01:56:42,700 --> 01:56:46,380
AI Agent 絕對不是隻是會回答簡單的問題

2879
01:56:46,380 --> 01:56:52,880
它已經可以處理複雜、很長的營運上的挑戰

2880
01:56:52,880 --> 01:56:58,220
其實這些場景Agent都已經真的走入到工作流程當中

2881
01:56:58,220 --> 01:57:01,880
所以我覺得如果你今天還沒有這樣匯入的

2882
01:57:01,880 --> 01:57:05,620
絕對就是一個很好的時間點來考慮

2883
01:57:05,620 --> 01:57:09,620
下一步我們也看到了一個新的挑戰、一個新的機會

2884
01:57:09,620 --> 01:57:13,180
其實就像我們一開始講的

2885
01:57:13,180 --> 01:57:15,180
我們很重要的一些商業的場景

2886
01:57:15,180 --> 01:57:17,180
其實都是要跨部門協作的

2887
01:57:17,180 --> 01:57:18,180
Agent也是一樣

2888
01:57:18,180 --> 01:57:21,180
所以接下來Agent絕對要走到企業當中

2889
01:57:21,180 --> 01:57:24,180
絕對要篡起跨部門的工作流程

2890
01:57:24,180 --> 01:57:29,180
怎麼把行銷、銷售跟客服可以串接起來

2891
01:57:29,180 --> 01:57:30,180
這會是我認為

2892
01:57:30,180 --> 01:57:33,180
如果在座你是走的比較前面的一些企業的話

2893
01:57:33,180 --> 01:57:35,180
可以來思考看看

2894
01:57:35,180 --> 01:57:37,180
我們有沒有可能一起來合作

2895
01:57:37,180 --> 01:57:42,180
這樣的一個跨部門的一個Agent的場景

2896
01:57:42,180 --> 01:57:47,780
當你要走到這個跨部門的時候

2897
01:57:47,780 --> 01:57:49,780
絕對就像剛剛Maggie所提到的

2898
01:57:49,780 --> 01:57:52,280
這個資料怎麼樣去共享

2899
01:57:52,280 --> 01:57:54,280
怎麼樣去設定這個許可權

2900
01:57:54,280 --> 01:57:55,280
非常關鍵

2901
01:57:55,280 --> 01:57:58,080
因為畢竟每個部門還是有一些

2902
01:57:58,080 --> 01:58:02,080
它能夠一個權責的範圍

2903
01:58:02,080 --> 01:58:05,080
所以這些設定就非常的重要

2904
01:58:05,080 --> 01:58:10,080
那我最後花多一點時間在這個畫面上

2905
01:58:10,080 --> 01:58:14,880
那大家知道說今天來到現場

2906
01:58:14,880 --> 01:58:18,720
就是我們在臺上分享的都是餐廳團隊

2907
01:58:18,720 --> 01:58:20,880
其實我們今天現場有很多的

2908
01:58:20,880 --> 01:58:26,120
除了這個業務或是客服的夥伴之外

2909
01:58:26,120 --> 01:58:28,520
其實我們也來很多工程師

2910
01:58:28,520 --> 01:58:32,480
工程師們可不可以舉個手跟大家揮揮手一下

2911
01:58:32,480 --> 01:58:34,840
為什麼要Cue工程師呢

2912
01:58:34,840 --> 01:58:37,280
是因為大家可以趕快把這個拍一下

2913
01:58:37,280 --> 01:58:39,480
當做那個呈堂證供有沒有

2914
01:58:39,480 --> 01:58:42,740
總之我們要請工程師把它趕快做出來

2915
01:58:42,740 --> 01:58:44,480
好 看一下

2916
01:58:44,480 --> 01:58:47,420
我最後來講一下這個圖

2917
01:58:47,420 --> 01:58:50,980
這個是可能一開始你聽薛經在講說

2918
01:58:50,980 --> 01:58:52,880
還沒有這麼的有感的

2919
01:58:52,880 --> 01:58:56,140
但是當今天每一位我們的同仁

2920
01:58:56,140 --> 01:58:57,620
講解他們的情境之後

2921
01:58:57,620 --> 01:59:00,540
你可能現在更有feel了對不對

2922
01:59:00,540 --> 01:59:02,280
我自己覺得看這張圖的時候

2923
01:59:02,280 --> 01:59:03,980
我是覺得也滿有成就感的

2924
01:59:03,980 --> 01:59:05,640
因為以前兩年前來看的時候

2925
01:59:05,640 --> 01:59:07,320
我們只做一小小塊

2926
01:59:07,320 --> 01:59:10,400
但健強實驗室現在可以做到什麼

2927
01:59:10,400 --> 01:59:13,100
第一 幫助你獲取流量

2928
01:59:13,100 --> 01:59:14,640
像剛才Lydia講的

2929
01:59:14,640 --> 01:59:18,840
我們是Google CTN臺灣第一個合作伙伴

2930
01:59:18,840 --> 01:59:22,460
可以把流量從Google的關鍵字廣告

2931
01:59:22,460 --> 01:59:27,140
帶到LINE這樣一個很重要的渠道當中

2932
01:59:27,140 --> 01:59:33,360
我們也有資源了很多臺灣最主要的溝通channel

2933
01:59:33,360 --> 01:59:37,440
從LINE出發到E-mail到簡訊到Meta體系的

2934
01:59:37,440 --> 01:59:39,440
全都有資源

2935
01:59:39,440 --> 01:59:43,180
除了行銷、客服跟銷售這些場景之外

2936
01:59:43,180 --> 01:59:46,880
我們今年最大的一個重點是推出Agent

2937
01:59:46,880 --> 01:59:50,060
我們介紹這個Agentic的工作流給大家

2938
01:59:50,060 --> 01:59:53,980
讓大家去感受一下說Agent可以怎麼樣開啟大家

2939
01:59:53,980 --> 01:59:55,440
每一天工作的任務

2940
01:59:55,440 --> 01:59:58,260
可以真的幫助大家把任務執行完成

2941
01:59:58,260 --> 02:00:00,260
而且創造商業價值

2942
02:00:00,260 --> 02:00:03,200
最下面的Crescendo Agent Line

2943
02:00:03,200 --> 02:00:06,760
目的就是把不同部門

2944
02:00:06,760 --> 02:00:09,660
不同工作流程的Agent串聯起來

2945
02:00:09,660 --> 02:00:12,260
透過一個簡單的設定

2946
02:00:12,260 --> 02:00:16,420
就可以把這樣複雜的許可權設定

2947
02:00:16,420 --> 02:00:19,420
都在同一個介面很好的去做管理

2948
02:00:19,420 --> 02:00:27,060
最後,如同我們今天的主題

2949
02:00:27,060 --> 02:00:28,360
One Touch

2950
02:00:28,360 --> 02:00:33,160
就是我們希望說,透過一個很簡單的一個地方

2951
02:00:33,160 --> 02:00:38,520
就可以讓大家把AI Agent真的帶到大家的工作流程當中

2952
02:00:38,520 --> 02:00:40,360
帶到企業場景當中

2953
02:00:40,360 --> 02:00:44,120
就像一開始薛靜所提到的那個水稻子的學問

2954
02:00:44,120 --> 02:00:46,960
我們希望說,透過這樣的一個One Touch

2955
02:00:46,960 --> 02:00:54,720
可以把智慧Intelligence變成各位最重視的商業成果Business Outcome

2956
02:00:54,720 --> 02:00:59,320
好 那今天我們劍槍實驗室的這個分享就到這邊

2957
02:00:59,320 --> 02:01:00,320
謝謝大家的時間

2958
02:01:00,320 --> 02:01:06,760
謝謝Peter以及Jim以及Lydia

2959
02:01:06,760 --> 02:01:11,960
還有Jess跟Maggie為我們帶來這麼完整的一場產品發表會

2960
02:01:11,960 --> 02:01:15,800
哇 那我想現在大家的腦袋肯定非常滿喔

2961
02:01:15,800 --> 02:01:18,320
因為有非常多大量的資訊

2962
02:01:18,320 --> 02:01:20,920
從Mac的自動化行銷閉環

2963
02:01:20,920 --> 02:01:24,920
到 CAP 從銷售到客服的 AI Agent

2964
02:01:24,920 --> 02:01:29,380
以及 Crescendo Agent Lab 統一排程的完整藍圖

2965
02:01:29,380 --> 02:01:34,300
其實我們看到 AI 不僅僅只是散落在各個工具裡面

2966
02:01:34,300 --> 02:01:37,000
而是可以被組織、被管理

2967
02:01:37,000 --> 02:01:41,420
同時被拿來創造成 ROI 的商業能力

2968
02:01:41,420 --> 02:01:44,680
相信大家收穫跟知識滿滿

2969
02:01:44,680 --> 02:01:48,880
接下來我們也將進行 25 分鐘的中場休息

2970
02:01:48,880 --> 02:01:53,020
那這25分鐘呢也邀請大家可以持續來到我們右手邊

2971
02:01:53,020 --> 02:01:56,720
有許多我們生態圈夥伴的攤位已經在等著各位

2972
02:01:56,720 --> 02:02:00,700
歡迎有任何的疑問呢都可以來直接向他們做詢問

2973
02:02:00,700 --> 02:02:06,300
同時呢我們在右後方呢也有打卡贈毫裡的兌換處

2974
02:02:06,300 --> 02:02:09,900
以及如果你今天已經有完成套印的服務的話呢

2975
02:02:09,900 --> 02:02:14,640
有拿號碼牌的所有夥伴待會呢也可以持續來到我們的套印處

2976
02:02:14,640 --> 02:02:16,440
來領取你的成品

2977
02:02:16,440 --> 02:02:20,320
來 左手邊也為各位準備了茶點點心區

2978
02:02:20,320 --> 02:02:21,940
邀請大家在這25分鐘

2979
02:02:21,940 --> 02:02:23,820
好好的放鬆一下身心靈

2980
02:02:23,820 --> 02:02:25,880
補充一下能量跟營養

2981
02:02:25,880 --> 02:02:29,560
因為下半場還有非常非常精彩的兩場

2982
02:02:29,560 --> 02:02:31,620
路邊對談等著大家

2983
02:02:31,620 --> 02:02:33,860
那麼我們就25分鐘見囉

2984
02:02:33,860 --> 02:02:35,060
謝謝大家