生成式 AI 趨勢下，企業如何進行數據資產化轉型、品牌如何在 AI 時代找出新動能？
愛酷智能科技 AccuHit 聯合 Amazon Web Services、 IngramMicro、數匯智控、Migo Data Solutions、OneAD、LeapUp、海爾科技在10/28 共同舉辦了「2025 AI-VERSE Day」，邀集廣告科技、科技媒體等跨領域專家，共同探討生成式 AI 趨勢下，企業如何進行數據資產化轉型、品牌如何在 AI 時代找出新動能。
「當前的行銷環境正面臨前所未有的混亂。」
愛酷智能科技執行長林庭箴在論壇中指出，綜合 2025 年廣告數據與行銷趨勢的 20 份權威報告，行銷科技領域正面臨四大混亂：數位廣告成效不佳、數據整合不足（僅管有 70% 行銷人員已導入 AI，卻僅有 26% 真正整合數據）、AI 內容大量成長、以及 AI 代理人過濾雜訊。
OneAD 果實夥伴集團總經理葉毓輝從另一個角度補充了當前困境。他指出，消費者隱私權追尋與 Cookieless 時代來臨，為品牌獲客造成巨大障礙。更嚴峻的是，我們正處於「分心時代」——人們的專注力持續時間甚至不足 8 秒鐘，比金魚更短。加上 AI 整合搜尋結果，消費者無需點擊進入網站就能獲得答案，導致媒體流量下降，品牌獲客成本越來越高，而顧客終生價值（CLV）卻越來越低。
數位時代總編輯王志仁則從內容產業角度提出觀察：由於 AI 工具普及改變了使用者資訊獲取方式，Google 流量在去年至今年已減少約 20% 並持續下降，傳統的 SEO 與 SEM 正在式微。他將這場變革描述為「內容大爆炸」（Content Big Bang），內容不僅成為 AI 與 AI 對話的基礎，更正在改變整個資訊生態。
數據資產化：從混亂中找到突破口
面對這些挑戰，講者們不約而同指向同一個解方：數據資產化。
林庭箴強調，數據資產化的概念其實並不複雜，本質上就是管理和應用客戶資料與產品資料。他提出企業必須實施三項關鍵解決方案：
- 忠誠客戶計劃：識別出貢獻 80% 營收的 20% 高價值客戶，透過拉長客戶生命週期，降低復購行為的不確定性。
- 活動精準執行：由於廣告成本不斷提高,每一分行銷預算都必須精確投放。企業需要更快停掉無效互動，將資源集中在正確行為上。
- 成效回歸系統：客戶的購買與否、未來是否復購，都必須在系統中標記，透過行銷自動化從大量資料中選出最值得優先溝通的 20% 族群。
葉毓輝則提醒，業推動數位轉型建立內部數據中心的同時，更應正視數據維度的不足。企許多品牌雖然建立了 CRM、CDP、LINE OA 來串聯數據，但這些多為「自身」的銷售紀錄，缺乏外部洞察。特別是當商品上架至 Momo、蝦皮等綜合電商時，品牌雖獲得流量，卻犧牲了寶貴的客戶數據自主權，無法得知「誰」買了商品，導致顧客輪廓始終殘缺。
雲端運算作為生成式 AI 的基礎建設
隨著 AI Agent 技術的演進，系統正從被動的「反應式」轉變為具備推理與規劃能力的「主動式」協作 。Amazon Web Services（AWS）分享 Agentic AI 已在提升工作場所生產力、優化業務流程，乃至創新研究等領域展現具體價值 。為此，AWS 提供了從應用層（如 Kiro、Amazon Q）到客製化開發工具（如 Amazon Bedrock）的完整解決方案，協助企業應對從概念驗證（POC）到規模化生產所面臨的效能、安全與治理挑戰 。
另外若想寫出自己專屬的 AI Agent，與專業團隊夥伴合作之下，也能使用 Amazon Bedrock 及其 AgentCore 輕易打造。
AI x 行銷的多元潛力
在 AI 技術浪潮下，LINE 生態系也正全面導入 AI 應用，並展現出「數據」與「創意」兩大核心方向。LeapUp 雲洋社群行銷營運長康敏琦指出，在數據應用上，LINE GO 導入 AI 語音辨識以實現「語音叫車」功能 ，LINE TV 則利用 AI 演算提供精準的「預測推薦」片單。
康敏琦強調，數據是 AI 的燃料，必須先經過精確的梳理，才能發揮 AI 引擎的最大效能。而在創意生成方面，LINE TODAY 與 LINE 社群導入了「AI 訊息摘要」功能 ，LINE 官方帳號也配備了「AI 文案幫手」與「文字轉圖片」等素材生成工具 。此外，cacaFly 旗下專為台灣市場打造的 AI 生成工具 ALCHEMY，更能產出符合在地情境的視覺素材。
海爾雲端科技雲端業務暨行銷經理許庭毓則認為，Gemini for Google Workspace 可以將 AI 深度整合至行銷人員的日常工具中。例如，Gmail 中的 Gemini 能自動總結冗長的郵件串、代寫專業回覆，甚至跨平台搜尋信箱與雲端硬碟中的檔案 。
在 Google Meet 中，AI 則透過 60 多種語言的即時字幕翻譯促進全球協作，並自動生成會議記錄 。他還分享小撇步：Google Sheets 的 AI 功能尤其強大，甚至可以生成用於客戶回饋「情緒分析」的 AI 函數 、自動摘要整理，還能透過自然語言提示詞生成複雜公式或視覺化圖表 。
功典資訊營運長陳俊甫則再以數據的角度切入，企業在導入數據驅動行銷時，普遍面臨數據破碎與專業數據人才稀缺的問題 ，導致行銷團隊在需要數據支援時，往往必須排隊等待報表或分眾名單，決策效率大打折扣 。為此 Migo Data Solutions 推出「Hire Orcron」虛擬數據團隊方案來解決這項核心痛點。
Orcron 方案並非單一工具，而是「Data (數據中台) + AI (虛擬夥伴) + Consulting (真人顧問)」三位一體的服務，能主動「解讀儀表板」，行銷人員可直接詢問 AI 圖表的分析目的與洞察 。其次還支援「自然語言分析」，允許使用者用口語化的方式提出複雜需求。
回歸情感本質：在 AI 時代建立品牌價值
然而，數據並非一切。葉毓輝特別強調，面對冷冰冰的數據與高昂獲客成本，必須回歸廣告與行銷的本質：品牌價值建立。
「當消費者有錢想買車時，為什麼腦海中會閃過某個特定品牌？」葉毓輝提出關鍵問題。答案在於品牌與消費者建立了長期情感連結。因此，行銷不應只著重眼前的成效與轉化率，那些看似沒有立即產生購買行為的廣告曝光與互動同樣重要。
他提出「情感連結科學」（Emotional Bonding Science）概念，透過 AI 在廣告互動的每個環節注入情感維度，涵蓋環境、受眾、互動、注意力影響、內容創造五大關鍵環節。品牌可將消費者與廣告互動產生的數據轉化為可累積的「情感資產」，利用「情感的溫度」來衡量、管理和優化各行銷渠道效益。
2026 年的關鍵轉型：AI Agent 主導的新消費環境
林庭箴特別強調 2026 年將是關鍵轉捩點。他解釋，未來 AI 代理人（AI agent）將成為常態，負責在消費者做決策時先進行篩選。這表示品牌曝光方式將產生典範轉移——不再是品牌主動曝光給客戶，而是被客戶的 AI 所推薦，且 AI 只會保留可驗證的資料。
因此，品牌需進行兩大準備：
廣告投放準備：廣告素材必須具備標準化標籤與描述，能轉化成被 AI 解讀的語義數據，讓品牌在未來的 AI 搜尋與推薦中脫穎而出。
客戶數據準備：必須將 CRM 系統進化為品牌的感知中樞，使其能與 AI 共存、共學、共建生態。同時，行銷自動化流程需突破 AI Agent 的屏障，將真正的消費者需求帶到他們面前。
關於企業 2026 年行銷計畫如何驅動鐵粉成長，林庭箴指出，最核心的目標是將過去 80% 「曾是你的客戶」推到「鐵粉」這個位置。
