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
