文章來源：https://blog.omnichat.ai/tw/inside-ai-agent/
Inside 專訪報導，針對Omnichat 執行長陳正達分享，如何從對話商務的新創，進階為具備 AI Agent Studio 的跨國 SaaS 平台，進一步解析品牌如何用 AI Agent 自我進化。Omnichat 分享透過「客服 Agent」「購物 Agent」與「行銷 Agent」三大模組，提供智慧化客服、個人化推薦與行銷自我優化等功能，有效提升首次解決率與導流效果。且開放式架構的平台，開放企業自由選用 AI 模型，並透過 Social CDP 橫跨不同通路整合顧客資料，打造一致又精準的品牌體驗。
由於 Omnichat 也是一間跨國新創，當我們問到不同市場的差異化策略時，Alan 毫不猶豫地指出語言與通訊平台的「地方感」是 AI 服務進軍多國的最大挑戰。
AI 正以前所未有的速度重塑企業營運的邏輯，而「對話式商務」，可能是這波浪潮中最同時貼近行銷人與消費者的一環。在這條路上，來自香港、深耕台灣與東南亞的 Omnichat，今年推出自家的「AI Agent Studio」想為亞洲 MarTech 注入一股新動能。
在《AI Agent：台灣人工智慧新巨浪》專題裡，我們想問問 Omnichat 創辦人兼執行長 Alan Chan（陳正達），聊聊他們如何從一間聊天機器人新創，蛻變為擁有 AI Agent Studio、橫跨多國市場的 SaaS 平台的？「對話式商務」跟 AI Agent 結合，又會有什麼樣的新潛力？
對話式商務跟 AI Agent 結合的潛力
「過去我們在做自動化的時候，都需要設定很多 rule-based 的條件，現在 AI 可以制度化幫助客戶完成這些事情。」Alan Chen 開門見山地說明了 AI Agent 帶來的根本性改變。Omnichat 新推出的 AI Agent Studio 包含客服、購物與行銷三大核心功能，每一個都針對企業營運的關鍵環節提供智慧化解決方案。
在客服領域，傳統的聊天機器人往往只能處理簡單的 FAQ 問答，一旦遇到複雜問題就必須轉接人工客服。但 Omnichat 的 AI 客服 Agent 能夠根據客戶的對話歷史、過往互動紀錄進行深度學習，大幅提升首次解決率。Alan 分享了一個香港客戶的實際案例：「以前他們可能有 70% 的客戶需求需要讓真人來接，現在透過 AI 參與，已經減少到小於 40% 的需求還要轉給真人處理。」
購物 Agent 則能夠根據客戶的瀏覽行為、購買紀錄和即時需求，提供高度個人化的產品推薦。特別是在圖像識別功能方面，客戶甚至可以上傳照片讓 AI 識別相似商品，這種互動方式可以再度降低購物摩擦。Alan透露，一位台灣客戶在導入購物 Agent 後，短短一週內就產生了三到四位數的導流效果，雖然無法精確統計最終轉換，但導流效果已經相當明顯。
行銷 Agent 的推出則解決了許多企業在行銷活動執行上的痛點。過去行銷人員需要花費大量時間進行受眾分析、文案撰寫、視覺設計等工作，現在AI能夠根據品牌目標自動生成適合的行銷內容和策略建議。更重要的是，系統還能根據前一次活動的效果數據，持續優化後續的行銷策略，形成一個自我迴圈的行銷生態系統。
開放式 AI 架構讓品牌自主選擇
面對 AI 模型百花齊放的當下，Omnichat 選擇現在很流行的「平台式思維」，讓客戶根據需求自由調度模型資源。Alan 坦言，不同模型各有所長，例如 ChatGPT 適合廣泛知識推理與對話精準度，Claude 擅長保持語氣一致性，而 DeepSeek 則在中文應用與客製化語料方面表現突出。
在 AI Agent Studio 中，每一個 agent（不論是客服還是行銷）皆可個別設定使用哪一個模型驅動。對於有 IT 團隊的中大型企業而言，他們甚至可將內部已有的模型接入 Omnichat 平台，繼續利用既有技術投資成果。這種開放式架構的設計，不僅增加彈性，也讓品牌能夠主動思考哪一種模型適合什麼情境。
Social CDP：解決品牌最大痛點的關鍵引擎
從對話起家，但 Alan 強調，真正讓 Omnichat 與眾不同的是其資料整合能力。他宣稱 Omnichat 所打造的 Social CDP（Customer Data Platform）是一套能夠橫跨 LINE、Messenger、Instagram、網站與實體店等不同管道的「顧客識別與行為追蹤系統」。
「消費者在不同的 Channel 裡面都跟品牌互動，比如說賣衣服的品牌在 Facebook 發廣告，客戶可能會在 Facebook 互動，但他們也有 LINE 的Channel，也有 IG 的帳號。」Alan 解釋了現代消費者的複雜行為模式。Omnichat 的解決方案是透過身份匹配技術，將同一位消費者在不同平台上的互動軌跡串連起來，建立完整的客戶 360 度檔案。
在這個系統底下，品牌可以完整追蹤使用者的跨管道旅程。例如，一位顧客可能先在 Facebook 廣告上點擊產品，接著在 LINE 詢問客服，最後於門市完成購買。Omnichat 能將這些零散足跡整併為單一使用者識別，並透過標籤、興趣分類與轉換率分析進一步分群，作為後續行銷與推薦的基礎。
這樣的能力，不僅提高了 AI Agent 回應的準確性，也讓企業真正掌握了第一方資料主導權。更重要的是，消費者其實也能感受到這樣的變化：因為訊息是連貫的、推薦是個人化的、服務是熟悉的，品牌體驗會變得更一致。
地區語境深耕
由於 Omnichat 也是一間跨國新創，當我們問到不同市場的差異化策略時，Alan 毫不猶豫地指出語言與通訊平台的「地方感」是進軍多國的最大挑戰。
例如他指出，台灣使用者習慣講究禮貌與語氣的溫度，香港則需兼顧中英文與廣東話語境，日本品牌強調準確性與格式邏輯，而韓國企業則期待極高效率與 Kakao 平台整合能力。
聽起來很 common sense，但對 AI 來說，這就是特別需要進行微調、下功夫的地方。Omnichat 的做法，是針對每個市場深度調整語言風格與介面通路，並同步開放 SDK 與 API，讓當地企業能將自有模型與服務快速對接平台。同時他們也積極與 AWS 等雲端服務提供商合作，透過 Bedrock 與其他 AI 模型訓練平台，提高模型執行效率與安全標準，強化大型企業在資安與合規上的信任度。
佈局 Plug-and-Play 式 Agent
未來一年 Alan 認為 AI Agent 與企業系統的深度整合將成為接下來一到兩年的關鍵趨勢。「AI Agent 的重點就是它可以幫助客戶去做到更多流程上面的自動化，而流程上面的自動化避免不了要介入他們企業的系統。」
MCP 和 Google 的 Agent-to-Agent 就是要完成這件事，這些標準將讓AI Agent能夠真正與企業後端系統無縫對接。「最簡單的例子就是如果今天你要去訂機票，你跟AI互動說明你想去哪個地方、哪一家航空公司，下一步最重要的是機票已經幫你訂完。」這種端到端的自動化將徹底改變消費者的服務體驗。
回到 Omnichat 自家，Alan 表示將會推出更多 Plug-and-Play 式的 AI Agent 模組，讓中小型企業也能低門檻導入智慧團隊。而在全球版圖上，除了已穩定佈局的台灣、香港與東南亞，Omnichat 也正積極前進日本、韓國與澳洲市場，並規劃串接 TikTok 等新興平台。
Omnichat 是 awoo 合作夥伴，若想了解 awoo AI 電商行銷解決方案及 OMO 解決方案，歡迎立即諮詢，將有 awoo 專業顧問為您服務。
