乐方BigGo商品查找技术受肯定 台湾、东南亚市场表现亮眼

BIRSE 图片查找结果（查找到流苏造型的包包）。BigGo

随着在线购物蓬勃发展，许多消费者已习惯透过电脑或手机查询各种产品的价格与规格，也带动电商产业的快速发展。只是Google、Bing等查找引擎并没有针对产品查找进行优化，因此效果往往不如消费者预期，最终还是得到各大电商平台自行查找，耗费时间与精力非常可观。而专注在商品查找领域的乐方（BigGo），其查找引擎是专为商品查找设计，具备商品数据量大、数据更新实时等特色，早已成为众多消费者查询商品历史价格、比价的首选。目前不光是多数台湾电商平台业者首选合作夥伴，也已进军日本、东南亚等海外市场。

乐方创始人兼CEO焉德葳指出，Google、Bing等属于通用型查找引擎，有数据量过大、查找深度不够、查询结果不准确等问题。以图片查找来说，通用查找引擎中的图片查找功能，大多数会查找到网红穿搭照、社群媒体照片等，不容易提供消费者所需的商品信息。相较之下，BigGo则是为产品查找设计的垂直查找引擎，BigGo的BIRSE（商品图片）查找功能，则将查找范围集中在商品于卖场的网址和价格，也能直接显示该商品的历史价格。加上电商业者会定时提供最新信息，所以BigGo能提供最新的商品数据给消费者。

积极导入生成式AI 推出两大新服务

创立于2016年的BigGo比价网站，目前已成为消费者购物不可或缺的全方位助手，在电商平台商品比价服务之外，近来更提供BIRSE图片查找、社群讨论整合，以及价格监控服务、商品描述生成工具等。如同多数查找引擎公司，该公司早期也采用NLP（自然语言技术），主打可协助用户比较各大电商的商品信息与价格，以及历史价格查询、现金回馈等服务。

焉德葳表示，发展多年的NLP，可视为大型语言模型的前身。在AI技术快速进步下，目前BigGo比价网站所有专案都是以 AI技术为核心发展，特别是 BIRSE 图片查找跟商品描述生成工具更是采用生成式AI技术。以商品描述生成工具为例，是建构于 BIRSE 图片查找上，结合大型语言模型之后，即可透过厂商提供的商品照片进行文章撰写。该工具最大特色在于会分析图片中的商品，建议符合市场的定价、自动产出相对应的商品描述，如材质、风格、品牌、规格、特色以及使用情境等，有助于卖家在上架商品时省去大量时间与精力。

在考量系统维运成本、服务范畴等因素，BigGo比价网站在引进生成式AI技术之初，就决定采用公有云端业者的服务。而在衡量各大云端业者的技术与支持服务之后，BigGo比价网站最终选择采用Amazon Web Services（AWS）的生成式AI基础模型托管服务Amazon Bedrock，也顺利让商品图片查找、商品描述生成工具、BigGo News等服务顺利上线。

BigGo News是藉由 Internet 实时收集事件，选别事件后由大型语言模型肩负起调查的任务，自动衔接多个查找引擎来获取更多实时跟补充的信息（AI Search），让AI作为记者为该事件撰写新闻。进一步 AI Search 还会分析到 KOL 开箱的评价，网络社群的回馈。为用户提供最清楚明了的商品信息，实现更效率、轻松的购物体验。

积极参与亚湾新创园高雄 AWS 联合创新中心 争取更多合作机会

由于乐方的商品查找服务功能每个月使用次数达到3500万以上，所以早成为众多电商首选合作夥伴，如虾皮购物、momo购物、乐天市场、 东森购物、Yahoo购物中心等。而该公司最新推出的商品描述生成工具，也吸引多数电商的兴趣，已经有业者正进行试用中。在AWS介绍下，乐方也加入「亚湾新创园高雄 AWS 联合创新中心」计划，期望扩大品牌与服务的曝光度，并借此获取更多资源与提升技术能力。

焉德葳说，乐方营运总部位于高雄，与其他企业交流机会不多，所以希望透过参与此计划接触潜在合作夥伴、拓展合作机会，进而提升企业竞争力与市场影响力。藉由过去多场媒合与介绍活动中，也透过 AWS顺利对接如 91APP、神脑国际、PChome、myfone 等电商平台。