台灣可能是全世界「網路意見密度」最高的地方。2,300萬人口,超過90%的人都使用網路,平均每天上網超過7小時,產生的討論密度,不輸給其他大國。從美食、美妝、股票到手搖飲,什麼都有人討論、有人戰,也因為社群平台滲透率高,讓話題從PTT、Threads到Dcard都能迅速延燒。
以社群輿情分析、雲端資料分析見長的意藍資訊(下稱意藍),看準這背後的商機,家樂福、雀巢、國泰世華、行政院都是客戶。這家深耕輿情分析18年的公司,原本就有超過2,000家企業客戶的基礎,但2023年全力轉進生成式AI後,新業務一年成長46%,正好搭上企業AI投資潮。8成營收來自成熟的輿情OpView系統,2成來自高成長的AI產品,這種穩中求進的體質,讓意藍在今年5月上櫃,被稱為「最純AI軟體股」。
AI輿情分析24小時運作,手搖飲、美妝業者都愛用
意藍的核心產品「OpView」是一款用於蒐集、分析網路聲量的工具。攤開意藍現在的市占成績,可看出客戶產業涵蓋廣泛:
- 占全台前20大零售流通業,7成以上。
- 占全台前10大信用卡銀行,7成以上。
- 占全台前10大廣告商,6成以上。
- 占前5大化妝保飲品集團,6成以上。
而其中零售流通業占大宗,在該產業可應用的場景不難想像。藍資訊創辦人暨總經理楊立偉以手搖飲品品牌為例:市場變化快速,業者怎麼知道要跟誰聯名?什麼正流行?而透過輿情分析,哪個IP角色在年輕族群的討論度最高、競爭對手的聯名商品網路評價如何、消費者對新口味的接受度,全都一目瞭然。
自2023年導入生成式AI後,OpView 根據輿情還會進一步建議「建議您找這3個IP合作,原因是⋯⋯」就像顧問一樣。或者公關危機發生時,不但能第一時間偵測到,還能給予應對建議。
又例如在美妝產業,產品功能複雜,光是一條防曬乳,就有潤色、海洋友善、無添加等訴求,使得業者推出產品的決策難度高。過去需要派專人緊盯競品,現在AI系統24小時自動監測,讓廠商能即刻掌握市場脈動,像是新成分的流行趨勢、消費者對新品的真實反應,還能將這些外部情報與企業內部的產品資料整合。
品牌客戶發現,原來只要把網路評論、競品分析、內部的教育訓練資料全部餵給AI,就能實際幫助到第一線的銷售人員。楊立偉分享,現在專櫃人員遇到顧客詢問競品差異時,AI助理能立即提供話術建議,包含自家產品優勢,以及競品在網路上被抱怨什麼。
比ChatGPT更即時,也更懂搜尋台灣本土資料的「門路」
但為什麼不用ChatGPT就好?意藍的輿情分析平台就贏在即時性、資料源、運算效率。
例如廠商想知道「現在台灣消費者最關注哪個保養成分」,ChatGPT可以整理維他命C和A醇的科普知識。但意藍會告訴你:過去7天,Dcard美妝版討論度最高的是菸鹼醯胺,共847則討論,73%是正面評價,主要訴求是改善毛孔。
因為ChatGPT是通用型AI,追求的是廣泛理解,而且它的知識有截止日期,生成答案也是基於訓練時的資料。但意藍專注在「此刻的台灣市場」,用數十萬支AI agent(AI代理)同時工作,每天能蒐集到60~70億字(約100億token),「我們就像雷達,15分鐘就可以跑台灣一輪(掃描全台主要網站),」楊立偉比喻。
況且,資料也有地域性,ChatGPT未必能知道在台灣取得資料的路徑,比方說研究一間上市企業的基本面,它就不一定會知道要看公開觀測站、官網年報等,而意藍花了超過18年摸索出台灣網路資料的地圖,從政府開放資料平台、PTT、Dcard到各論壇,就像專業的在地情報員。
「繁體中文在全球語言模型中只占0.6%,但這就是我們的主場,」楊立偉說,許多細膩的語言理解,需要長時間的訓練和累積,像是要讓AI看懂「不要不要的」是正面評價、PTT的反串文化、判斷什麼是業配文。
自研搜尋引擎,有效節省運算成本
意藍真正的殺手鐧,是企業最在意的營運成本。同樣是處理60~70億字的資料,意藍只需要一般AI公司的1/10運算資源。底氣來自於意藍自行開發的搜尋引擎,他們使用的程式語言跟改良架構,讓資料「在百億級數據下還能維持毫秒級搜尋速度」。
楊立偉算了一筆帳,「以前企業要導入專屬模型,要準備幾千萬。今年因為DeepSeek把模型變小,加上我們原本就有的搜尋引擎優勢,現在150萬就能搞定,」大約是手搖飲業者2~3個員工的人力成本。
企業需要的是真正懂台灣、能立即反應、成本可控的專業工具。在此定位上,意藍反而比ChatGPT更有優勢。有企業就曾回饋:「你們公司比我們還更了解自己!」
有產品標準化的思維,才能服務更多客戶
當AI浪潮襲來,意藍則靠著多年來累積的經驗站穩腳步。2007年創業時,「大數據」這個詞還沒流行,但楊立偉認為「人類的數據只會愈來愈多,就像每個人買的硬碟愈來愈大。」當時做網路輿情分析的公司很少,企業也不確定這有什麼用。但楊立偉相信,散落在網路各處的聲音裡,藏著企業最需要的答案。
為了證明數據的價值,意藍不只提供工具,還主動產出報告。從早期的產業趨勢分析,到2024年推出的「Z世代研究」,用AI爬梳社群的語料,了解Z世代在討論什麼、有何價值觀,親自示範自家產品的使用場景,這種持續教育市場的做法,建立意藍作為數據專家的地位。
此外,商業模式也是生存關鍵。楊立偉很早就堅持產品化而非專案化。「有些公司蒐集客戶需求,請一堆人寫程式,終究是勞力密集。」加上AI大爆發,催生一票「AI服務公司」,但有些實際上只是串接ChatGPT或其他大型語言模型的API,沒有自己的模型跟資料。
楊立偉認爲,產品若要有盈利能力,就要像Notion、Canva等軟體一樣,產品主要架構不變,但是能讓客戶彈性使用。意藍選擇打造可複製的產品,像OpView輿情系統就是核心功能標準化,再透過設定滿足個別客戶的需求。
這樣有2個好處。第一,穩定的產品訂閱收入讓公司能持續投入研發,維持80%以上毛利率。第二,長期服務累積的客戶信任無可取代,像有些客戶已經連續訂閱超過10年。
所以當2023年要推AI產品時,意藍既有的2,000多家客戶成了最好的基礎。他們不需要重新獲客,只要在既有產品上擴充AI功能,像是OpView加入口語問答、推出AI Search做知識管理,獲得許多客戶買單、直接升級,讓AI業務在一年就成長46%。
意藍連年繳出漂亮的成績單,是將近20年的數據技術累積的複利效應。
本文授權轉載自《經理人》,作者:李岱君,原文標題:幫品牌分析競品、傳授店員「勸敗話術」!意藍為何能比 ChatGPT 還懂台灣人?核稿編輯:王宥筑