KeyFrame內部研究專用

27歲存款3000萬,從「夜市香腸攤」走到「AI科技 CEO」|搞懂 AI 代理人,讓企業從燒錢變賺錢!ft.加一網科技 CEO Shawn

老絲商業圈·6月20日週六·44 min中文

三句話摘要

連續創業者 Sean 從中國酒文化業務圈到台灣 AI 客服 Agent,分享企業導入 AI 的底層邏輯與使命觀。 --- AI 導入的最低門檻是用 AI 承擔培訓與客服,降低人事重資產成本——這一步先省到錢,企業才有本錢撐到發光的那天。 1. AI 導入是不可逆趨勢,但分工仍是關鍵

重點整理

重點
  • 1

    1. AI 導入是不可逆趨勢,但分工仍是關鍵

  • 2

    當前 AI 應仿效人力分工邏輯——客服 AI 管客服、業務 AI 管業務、財務 AI 管帳務,而非追求全能的 AGI。這樣的垂直化設計才能真正解決企業痛點。

  • 3

    2. AI 培訓系統解決傳統人力複製問題

  • 4

    老闆無法複製自己陪每位業務跑客戶,但可將 knowhow 寫入 AI 資料庫,讓新人隨時問、隨時得到標準答案。培訓速度加快,成交母數才能擴大。

  • 5

    3. 人力成本是中小企業最被低估的重資產

  • 6

    50 人 × 薪資加勞健保約 5 萬元 = 每月 250 萬,而毛利僅 10%。一旦同業以 AI 壓低成本進行價格競爭,未導入者的生存空間將被壓縮。

  • 7

    4. 創業的持久動力來自使命感,而非賺錢

  • 8

    Sean 以「恆星 vs. 流星」比喻:靠熱忱與賺錢慾望驅動的創業只是流星,帶著使命感才能持續發光。最後他提出三步驟:放下證明的執念 → 充實自己讓自己發光 → 貴人自然出現。

  • 9

    --

實用技巧與重點

乾貨
  • 數字與比例
  • 27 歲存款 700 萬人民幣,約合 3,000 萬台幣
  • 10 人客服公司 → 3 年做到 50 人
  • 服務企業客戶約 70–80 家
  • 50 名員工月薪資成本約 250 萬台幣(底薪 × 1.6 倍含勞健保)
  • 電話客服公司毛利率最高僅 10%
  • 代理德國發泡劑:復刻機器成本約 2 萬多人民幣,售價可達 40 萬人民幣
  • 工具、模型、平台
  • ChatGPT(GPT)
  • DeepSeek
  • Apple Siri(大陸進階 AI 版本可自動比價、訂票、完成付款)
  • AI Agent(代理人系統)
  • 電話總機轉接系統(傳統客服基礎設施)
  • 案例與客戶
  • 服務客戶含:全聯、保雅特利
  • 步驟與方法
  • AI 基礎導入三用途:客服自動化、業務培訓、解決業務問題
  • 創業成功三步驟:①放下證明執念 ②充實自我讓自己發光 ③貴人相助
  • 選行業原則:先在行業內打滾 1–2 年再創業,避免持續燒錢
  • 名言引用
  • 黃仁勛(2023 台大畢業典禮):「AI 不會取代你,但會用 AI 的人會取代你」
  • --

結論

結論

AI 導入的最低門檻是用 AI 承擔培訓與客服,降低人事重資產成本——這一步先省到錢,企業才有本錢撐到發光的那天。

完整解析

詳細

Sean 的創業起點並非矽谷式的車庫夢想,而是大陸台商圈獨特的酒桌文化。24 歲隨家人赴大陸昆山工廠後,他憑藉業務天賦與家族台商圈人脈,從中午喝到凌晨 12 點,每週三次抱著馬桶入睡,用整整 8 年的肝換來 27 歲時 700 萬人民幣的存款。然而他坦言,那個階段缺乏財商,不懂錢的本質,只是機械性地積累數字。身體開始長出紅疹後,他告訴父親想停下來,父親卻說「我 27 歲搬張椅子就能開喝」,這句話反而成為 Sean 走上自主創業之路的最後推力。

接下來的創業歷程堪稱百科全書式的試錯教材:連鎖滷味攤加盟、大健康洗腳中心、從德國代理發泡劑做輕脂混凝土(機器成本 2 萬人民幣,售價 40 萬),甚至在疫情返台後閒不住,一週內開了一攤香腸車並寫好完整商業計畫書說服供應商。這些創業的共同教訓只有一條:不熟悉的行業不要直接衝,要先蹲在裡面打滾一兩年。

轉捩點出現在 2021 年。Sean 以 40% 股份入股一家只有 10 人的電話客服公司,用 3 年時間把它擴張到 50 人,並承接全聯、保雅特利等大型客戶。但當他看著每月 250 萬的薪資帳單、和永遠只有 10% 的毛利,一個問題反覆出現在腦中:「為什麼同一個問題要讓人接電話回答幾十次?」這個對「重複勞動」的本能厭惡,讓他開始系統性地思考 AI 替代的可能性。他的構想很務實:把 70–80 家既有客戶轉型為 AI 客服,哪怕只成功一半,人力從 50 人降到 20 人以下,毛利結構將徹底翻轉。股東卻想自行研發 AI,雙方理念分歧,Sean 最終選擇自立,與 AI 公司合作,專注打造客服 Agent 產品。

在 Sean 的 AI 應用觀裡,「分工」是核心原則。他不相信萬能 AI,而是主張讓每個 Agent 各司其職:客服 AI 永遠給出老闆寫入的標準答案、業務 AI 協助新人即時解決客戶問題、培訓 AI 取代老闆親自帶人的時間成本。他引用黃仁勛在台大的名言——「AI 不會取代你,但會用 AI 的人會取代你」——來說明這不是選擇題,而是時間問題。對台灣中小企業而言,當同業以 AI 壓低營運成本並進行價格競爭時,沒有導入的那方連防禦能力都將喪失。Sean 給的最低門檻是:至少讓 AI 承擔培訓與客服的基礎功能,這一點做到了,就已經比大多數同業超前。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。