兩個看起來八竿子打不著的場域
宮廟文化圈，和海鮮產地。
一邊是廟會攝影同好、導覽志工、信眾社群與文化共創；另一邊是產地料理愛好者、採買體驗、商家導流與供應鏈交流。這兩種社群的語言、節奏、信任建立方式完全不同——而這正是我們選擇它們的原因。
我們是數位玩家資訊科技，一家在高雄深耕超過十五年的軟體開發公司，辦公室就設在國立高雄大學產學育成中心。這幾年我們把重心放在企業 AI 導入與 AI 應用開發，而 AiLink 是我們正在研發的題目：AI 主題式社群媒合與在地產業商務互導平台。
一句話講：讓 AI 讀懂「一個主題社群裡，誰跟誰應該認識、誰的需求跟誰的供給對得上」，然後把媒合做出來——不只是人與人，還有人與活動、消費者與在地商家。
為什麼刻意挑兩個差異最大的場域？
做推薦系統的人都知道一個陷阱：在單一場域調校出來的模型，常常只是把那個場域的特性背起來了，換一個領域就失靈。
所以我們的驗證設計反過來：故意挑兩個差異最大的主題，分開驗證。如果同一套「AI 關係引擎」在宮廟文化圈能幫攝影同好找到活動夥伴，在海鮮產地也能幫消費者找到對的商家與體驗，那才能證明這套引擎是可複製的方法，而不是單一場域的巧合。
這個思路對任何評估 AI 導入的企業都適用：別問「這個 AI 在別人家有沒有效」，要問「它的方法換到我的場域還成不成立」。
AI 關係引擎在做什麼？
傳統社群平台的推薦邏輯是「你看過什麼，就再給你更多同樣的」。AiLink 的出發點不同——我們在做的是關係的媒合，不是內容的餵食。
技術上，每個主題社群都有自己的知識本體（ontology）：一套描述這個圈子的標籤體系。宮廟文化圈有它的分類方式，海鮮產地有另一套。AI 依這套本體理解每個成員的興趣、技能、需求與供給，再從中找出「這兩個人應該認識」「這位消費者會想參加這個活動」「這家店該被推薦給這群人」的連結。
對在地產業來說，這就是商務互導：社群的信任關係轉成商家與消費者之間真實的導流，而不是砸廣告買曝光。
把個資保護做進架構，而不是寫進條款
這是我們在設計時花最多心思的部分，也是我們認為台灣做 AI 社群產品最該被檢視的一題。
AiLink 的做法是主題完全隔離：宮廟主題與海鮮主題在系統裡是分開的資料分區，推薦池互相隔離，可見欄位與權限分開管理，成效報表也分開產出。使用者沒有同意，資料就不會跨主題出現——不是「原則上不會」，是架構上過不去。
商家端拿到的是去識別化的成效資訊，拿不到個人配對、對話內容或任何敏感個資。換句話說：商家知道「導流有沒有效」，但不知道「是誰」。
我們的立場很簡單：個資保護寫在服務條款裡是承諾，做在系統架構裡才是能力。
全部自己做，不假手他人
AiLink 的核心模型與個資處理流程全部內製，不委外。原因跟上面同一條邏輯：資料流的每一段都要自己看得到、管得住，才敢對使用者與合作場域負責。
這也是我們接企業 AI 導入案的一貫做法——從需求訪談、資料盤點、系統整合到上線維運同一個團隊負責。想了解我們怎麼替企業做 AI 導入評估，可以看企業 AI 營運助理，或從常見問題了解合作方式。
這個實驗還在進行
AiLink 目前在研發驗證階段，兩個場域的實測會分開進行、分開檢視。我們會持續把過程中站得住腳的方法整理成文章分享——包括本體標籤怎麼建、媒合品質怎麼評、以及在地社群數位化最常踩的坑。
如果你的企業也在思考 AI 導入——不管是社群經營、會員媒合還是流程自動化——歡迎透過 LINE 聊聊你的場景。
→ 透過 LINE 聊聊你的需求 或先看 常見問題、企業 AI 營運助理
