领头羊企业 将可透过数据打造新商业模式
游直翰表示, 约莫10年前, AI人工智慧仍属于实验阶段, 而成立于2012年的Appier, 则是看到当时跨装置的典范转移正好出现, 但许多相关业者仍不知道如何因应使用者的跨荧幕使用行为, 因此选择切入跨荧幕领域.
成立之初, 当时Appier在面对企业客户上, 是协助其点出问题, 并以AI人工智慧解决问题; 但5年后, 现今多数企业已经成长, 能够自己提出问题, 且问题的面向涵盖点, 线, 面, 而现在即便是现下实体企业, 也都开始重视数据, 并着手搜集相关数据.
他认为, 未来所有企业都必须走向AI人工智慧, 而虽然数据和AI人工智慧可协助企业优化效率, 但引领在更前头的企业, 则是能够透过AI人工智慧和数据打造新商业模式.
不过, 企业仍可以盘点现有手中资源, 先建立优先顺序, 不一定要一次将所有东西数位化; 而企业若希望透过数据发展新商业模式, 初期可以与其他领域业者结盟, 再整合彼此数据资源, 协助共同创造新商业模式.
品牌企业皆需具备数位能力
媒体代理业者则在协助企业进行数位转型的过程中, 观察到现今企业对于AI人工智慧的认知和定位.
李奥贝纳数位长林鼎峰表示, 现今数位媒体数量庞大, 企业客户虽然拥有AI人工智慧和数据思维, 但若要实际投入仍有一段差距; 而广告代理商在企业数位转型的过程中, 就是协助客户填补数位落差.
他观察, 企业客户在数位转型上, 分成两种阶段. 第一种是尚未开始数位化, 因此广告代理商在这之中的脚色, 即是扮演企业的科技公司和行销公司, 协助客户从数据角度建立思维, 甚至是协助这些企业进行客户关系管理.
第二种, 则是企业客户拥有数位转型基础, 也具备一定的数据资料管理水准, 但仍希望透过AI人工智慧, 协助其找到合适的潜在消费者. 针对这类的企业客户, 广告代理商的角色即是与企业共同学习.
他指出, 在目前数位化浪潮中, 品牌企业客户最常见的问题, 即是不清楚自己是否拥有相关资源, 却一味仿效他人的新媒体行销手法. 他认为, 早期企业内部多半会设立单一个数位相关部门, 但现在其实整个企业内部员工都需要拥有数位能力, 才足以因应数位化转型浪潮.
零售业取得新会员成本逐年增高 AI可协助开发新客源
而零售业者则观察, 随着媒体行销成本变高, 转换率降低, 新会员取得成本也逐渐增高, AI人工智慧或可协助零售业者开发新客源.
东京着衣营运长阙中正表示, AI人工智慧的宗旨, 即是接近顾客, 接近人性. 他认为, 目前线上成立超过10年的电子商务品牌, 由于当时掌握早期电商红利, 因此较不重视数据; 然而, 随着未来数位广告投放成本愈来愈高, 品牌业者旗下会员的相关数据, 应该要能够协助品牌达到综效, 才能让品牌业者更接近顾客.
拍手国际执行长许善行, 则以自有品牌发展的经验为例, 分析零售业者数位转型的历程. 约在5年前, 拍手国际尝试从实体店面走向线上网路时, 当时他们的重要课题是如何取得数据.
然而, 随着现今各种消费行为连网, 数据的取得也变得相对容; 因此, 如何利用数据进行分析, 透过AI人工智慧协助在短时间内因应市场变动做出决策, 甚至执行, 以优化企业效率, 因而成为目前的重要功课.
他指出, 随着愈来愈多实体店投入电商市场, 以及跨境电商加入战局, 未来零售业者取得新会员的成本将愈来愈高. 过去电子商务或传统行销, 多半是进行一对多销售, 提供同一套行销策略和方案; 但现今顾客青睐客制化广告内容, 而客制化广告内容若由传统人工进行, 是极大的挑战, 但若由AI人工智慧协助, 则可协助企业开发新客源, 甚至是协助企业进行分析和尝试.