① 關於高手

從 B2B 出海的參展成本死結出發,把 AI 做成先在線上篩選商機的業務引擎

高聿廷(Frank Kao)資工背景出身,有 15 年科技大廠經歷,曾任職仁寶集團華寶,並擔任華碩事業群產品線負責人。他後來跨足金融科技,在台灣大型虛擬貨幣交易所擔任 PM 約 3 年。創業 8 至 9 年來,兌心科技從 CDN 與雲端代理起家,延伸到 Web3 安全與 AIGC 行銷。

他的 AI 之路來自 B2B 軟體與雲端業的拓客困境。這類產品無法像 B2C 一樣靠廣告觸及企業決策者,過去只能搭飛機參加國外展會、換名片,機票與住宿成本高。業務研讀一位潛在客戶、撰寫客製開發信,平均就要 10 分鐘以上。

他開發找客戶系統「Sales Outreach」,以向量資料庫與演算法協助篩選潛在客戶與合適聯絡人,再由 AI 生成個人化破冰訊息,把陌生開發拆成可追蹤的漏斗。系統底層由「AI Tokenization」提供各家模型的 token,「Totonomy」負責模型適配,把每項工作路由到合適的模型。團隊也將 AIGC 用在社群引流,為海外客戶打造虛擬人設矩陣。

他主張「程式系統為骨架,LLM 為大腦」:每一次呼叫 LLM 都是實際的 Token 成本,必須精準控管。他也認為,非資工背景的轉職者不必學寫程式,跟著固化的 AI 銷售流程運作,就是進入 AI 產業最順暢的入口。

② AI 落地應用

先在線上篩選商機,再決定下一步,用可控的 AI 重塑 B2B 拓客模式

Sales Outreach:篩選潛在客戶與合適聯絡人

痛點|實體參展要負擔高額機票與住宿,一般數位廣告又難以觸及企業內合適的聯絡人。解法|爬取全球 B2B 人脈平台,以向量資料庫與專屬演算法,依產業邏輯對潛在客戶量化打分,協助篩選潛在客戶與合適聯絡人,例如 CEO、CTO、產品經理。成效|先在線上篩選商機,再決定下一步,減少不必要的跨國參展與差旅成本。

AI 自動研讀背景與破冰訊息

痛點|業務研讀單一潛在客戶、撰寫客製開發信,平均需要 10 分鐘以上。解法|AI 閱讀目標對象的經歷與背景,自動生成客製化破冰訊息;並依平台規範限制每個帳號每日發送 15 到 20 封,避免封號。成效|每位客戶的研讀與撰寫從 10 分鐘以上縮短為一鍵生成,破冰訊息回覆率約 10%。

標準化銷售漏斗與人才賦能

痛點|海外開發往往仰賴資深高薪業務,經驗難以複製。解法|把陌生開發拆成「發送、連結、回覆、會議、成交」等可追蹤的階段,配合管理儀表板操作。成效|沒有銷售經驗、但具備外語能力的人員,也能同時管理多位潛在客戶的開發進度。

Totonomy 模型路由與 AI 風險控管

痛點|全部交給 AI Agent 直接操作,Token 費用昂貴;Agent 權限過大時,自動化過程也容易失控。解法|定時器、資料爬取、排程與儀表板同步由 Python 腳本處理,只在語意分析與文案生成時呼叫 LLM,並由 Totonomy 把每項工作路由到合適的模型。同時透過權限限制、執行隔離與人工確認降低風險,避免 Agent 在自動化過程中權限過大。成效|降低資料整理與開發成本。
④ 我也想這樣落地 AI

留下痛點,聯盟顧問與你聯繫