2017 年，大東南亞網路產業界最重要的里程碑，無非就是成長快速但尚未獲利的 Sea，以區域最大網路公司之姿，在紐約證交所正式掛牌，並且達到超過 50 億美金的市值。這代表了全球最大資本市場，正式認可了大東南亞的成長故事。

不管是 Sea 或舊名 Garena，對台灣民眾來說或許都有些陌生，但一說到它的電商子公司蝦皮購物 (Shopee) ，以及 Garena 代理的遊戲《英雄聯盟》，肯定會引起一番熱烈討論。電玩的龐大勢力存在已久，蝦皮拍賣 (現今更名為蝦皮購物) 則是 2015 年才開始上線，兩者分別對台灣的電玩與電商市場造成極大影響，也在整個東協形成一股龐大勢力，究竟 Sea 集團如何崛起？往後又將如何帶動整個大東南亞的數位經濟發展？

遊戲起家，站穩社群後，再拓多角化經營

Sea 集團由中國創業者李小冬 (Forrest) 於 2009 年成立，前身是大東南亞最大線上遊戲代理商 Garena，中國遊戲巨擘騰訊擁有其近四成股權，是最大股東。Garena 在東南亞及港澳台等地擁有多款知名遊戲的獨家營運權，其中包括《英雄聯盟》與《傳說對決》。前者於 2009 年在台灣推出後，至今已累計有百萬玩家；後者則在中國擁有兩億使用者，號稱「現象級」手遊《王者榮耀》的海外版。 

遊戲代理是 Sea 集團的主要營收來源，也幫助他們在東南亞站穩腳步。旗下第一款即時通訊平台「Garena 競時通」推出第一年，使用者便突破100 萬人，它除了可以讓玩家在線上即時溝通、增加黏著度，也幫助 Garena 打造堅實的用戶社群。在這個基礎下，2014 年 Sea 集團進一步跨足數位金融，推出支付系統 AirPay，2015 年再以蝦皮拍賣揮軍電商市場，計畫以龐大社群為根基，展開遊戲代理之外的多角化經營。

2017 年 5 月，Sea 集團完成 5.5 億美元的募資，投資者除了多家知名國際創投，台灣的國泰金控、統一國際開發也在股東之列。隨後，Garena 正式改名為象徵 Southeast Asia (東南亞) 的 Sea Ltd. ，劍指新加坡、台灣、菲律賓、馬來西亞、泰國、印尼、越南等市場，可以看出其佈局東南亞的野心。同年 10 月，Sea 在紐約交易所上市，集資 8.84 億美元，市值一度超過 50 億美元，超越區域三大電商龍頭 Lazada、PChome 與 MOMO 的估值與市值總和。

大東南亞首家在紐約上市的網路公司

Sea 在紐交所掛牌其實具有重大意義，因為這是大東南亞第一次有網路公司在紐約上市。攤開 Sea 近年的投資者名單，可以看到不少重量級投資機構的身影，包括新加坡主權基金淡馬錫子公司、海鎮控股國際 (SeaTown Holdings International)、馬來西亞主權基金、加拿大安大略省教師退休基金等。這些投資機構看中的當然不是 Sea 當前的財務狀況，而是它的發展前景。

智慧型手機革命興起，東南亞網路產業正快速起飛，加上許多在地新創均因龐大人口紅利而迅速拓展，在在都是東南亞數位發展的重要動力，而這些轉變也讓投資人有更多想像空間。根據市場研調公司 Frost&Sullivan 的報告，東南亞是目前全球成長速度最快的網路市場，總共擁有六億名消費者，預估至 2021 年，東南亞電商市場的網站成交金額將突破 655 億美元，若以經濟成長來看，東南亞 GDP 成長高達美國的兩倍，更是擁有全球最多的千禧世代（1981 年至 2000 年出生）人口的市場之一。網路和智慧型手機的滲透率雖然比美國和中國低，但成長非常迅速，往後還有相當大的發展空間。

接地氣，快速攻克台灣、東南亞市場

東南亞各國文化、語言大相逕庭， Sea 集團到底如何稱霸？以台灣人最有感的蝦皮購物來說，這個成立才兩年的購物網站，到底有什麼本事在 2017 年對台灣本土電商造成威脅，讓他們不惜大幅犧牲獲利，也要跟進蝦皮購物的補貼大戰？

兩年前，蝦皮剛在台灣上線時，確實以超商免運費補貼快速打開市場知名度。不過，這樣的行銷手法，除了要有相信市場潛力、敢灑錢的母公司高度支援，背後更需要的是對該市場的全盤瞭解，若不是看見台灣各城市對便利超商的高度依賴，恐怕也難跨出這大膽的一步。

目前蝦皮的應用程式在台灣及東南亞七國共計有超過 8,000 萬下載用戶，在台灣，其下載人數更衝破 1,500 萬、單月銷售商品件數近 1,500 萬件、商品件數達 2.4 億件。

除了補貼外，「接地氣」的行銷方式更是蝦皮出奇制勝的關鍵。舉例來說，在泰國，六成消費者高度信任名人代言，因此蝦皮便在當地挑選擁有百萬粉絲的明星為代言人，成功建立用戶對品牌的信任感。至於馬來西亞，因當地消費者對價格相當敏感，蝦皮看準這項趨勢，提供當地買貴退兩倍差價的行銷保證。量身打造因地制宜的策略，讓蝦皮快速打開市場。

Sea 要做東南亞的騰訊加阿里巴巴

許多媒體在提到 Sea 時，常說它是「東南亞的騰訊」，不過，Sea 的企圖心其實更大。Sea 集團總裁 Nick Nash 便指出「我們要做東南亞的騰訊加阿里巴巴！」騰訊專營遊戲與內容，阿里巴巴電商佈局廣泛，旗下螞蟻金服更覆蓋多項金融領域，而 Sea 則從遊戲出發，再以電商蝦皮、支付工具 AirPay 深入各種不同範疇，全面包圍消費者的生活。面對眼前的成績，Nick Nash 曾信心滿滿地宣告，Sea 將成為「史上第一個市值達千億美元的東南亞公司」！

攤開 Sea 去年財報，可發現儘管成立近十年，這隻獨角獸成長的腳步並未停歇，反而繼續快速前進。因旗下核心業務迅速成長，2017年 Sea 集團營收達 5.53 億美元，年成長 59％。若以子公司來看，蝦皮去年全站 GMV 達 41 億美元，年成長 258％；AirPay 的 GTV 達 21 億美元，較 2016 年增長 249％；而旗下營運最久的 Garena 去年營收 4.95 億美元，年成長也有 50％。Sea 預估，2018 年成長引擎將持續運轉，集團總營收將達 7.70 億美元。

當然，Sea 的雄心壯志讓人振奮，這樣的成長速度也看似榮景無限，但 Sea 未來依然有許多難關、挑戰橫在眼前；以遊戲來說，他們已經站穩台灣、泰國，未來成長勢必要依賴人口達兩億六千萬的印尼與其他新興國家，但到目前為止，還沒有明顯看到這些地區的消費者有將金錢花費在線上遊戲的傾向。

就電商而言，台灣與泰國的電商環境相對成熟，在透過蝦皮獲取大量用戶後，他們未來仍然必須步步為營的進行客戶關係維繫，方能讓消費者繼續留在平台上。而且，若把鏡頭拉遠到整個大東南亞，他的對手變成同樣有雄厚中國資金支持的 Tokopedia 和 LAZADA，對方也有能力以資本應戰，不會輕言放棄，短期之內，估計會出現許多花費。因為 Sea 已經上市，可以從公開市場取得資金，但若籌不到那麼多錢，可能還是需要向他的富爸爸騰訊請求支援，而整個大東南亞也極可能變成阿里巴巴、騰訊等中國網路巨頭較勁的戰場。

從新創到獨角獸，Sea 的故事給台灣網路產業哪些啟發

但不管如何，從小小新創一路變成稱霸大東南亞的獨角獸，Sea 的故事還是非常值得台灣網路創業者參考並深入學習。首先，網路時代講求效率與速度，因此，Sea 分佈在各國的團隊莫不致力瞭解當地市場，進而打造出最適合該地消費者特性的行銷策略，同時，高層也給予團隊充分的權利，讓他們可以快速執行所有規劃，在第一時間搶下灘頭堡。此外，Sea 也固定讓旗下高階主管在各市場之間輪調，幫助在第一線衝鋒陷陣的將帥全面而深入的瞭解整個大東南亞市場，打造長遠發展的重要基石。

第二， Sea 的戰略眼光精準，且投資大膽。對不少初創公司來說，成長與獲利向來是兩難，加上台灣資本市場保守、將本求利，這對想要衝市佔、衝規模的新創是一大阻礙。Sea 深知在網路時代，要搶下市場，關鍵就在於一個「快」字，因此，不管是蝦皮還是 AirPay，都以大膽的補貼策略、輔以有創意的行銷，快速攻下消費者的心佔率，當然也順勢成功打開市佔率。

最後，Sea 集團聚焦用戶、從用戶出發的哲學，也是台灣網路企業在南向時該學習的寶貴課題。如同 Nick Nash 所言，「Stay humble」(保持謙虛) 是 Sea 集團不變的文化，台灣企業不管是新創還是老兵，在前進東南亞時，都該放下過往的經驗，抱持重新學習的謙卑態度，才有機會在全新市場打開另一片天。

AppWorks 將於今年 9 月底舉辦 IMPACT 2018，邀請大東南亞網路公司獨角獸 CEO 來與我們分享他們的成功經驗和市場戰略。有興趣參加論壇的朋友，請留下您的聯絡方式，我們將即時提供您活動及購票資訊。

Photo: Sea

Antony Lee, Communications Master (李欣岳 / 媒體公關總監)

負責媒體與社群溝通相關輔導。加入 AppWorks 前有 18 年媒體經驗，是台灣第一批主跑網路產業的記者，先後任職《數位時代》副總編輯、《Cheers 快樂工作人》資深主編、SmartM 網站總編輯。畢業於交大管科系，長期關注媒體產業變化，熱愛閱讀商業與科技趨勢、企業與人物故事，樂於與人交流分享，期許自己當個「Internet 傳教士」。

“AI first” 正在成為主導未來商業發展的主流思維，現在正是「AI 創業」最好的時間。根據研究機構 IDC 預估，全球 AI 市場將由 2016 年的 80 億美元，快速成長至 2020 年的 470 億美元；2019 年將有 40 % 的公司採用 AI 創新服務；到了 2021 年，則會有 75% 的企業把 AI 融入企業的日常應用，就如同今日的行動應用一樣普及。

面對龐大的商機，為了讓應用 AI 技術的新創團隊，能夠共同切磋，一同探討 AI 的應用與機會，並鼓勵 AI 社群互相交流，AppWorks 特別舉辦一場 AI 新創團隊專屬的 Open House。分別邀請 AppWork Accelerator 第 9 屆 (AW#9) 校友，成功募得兩輪資金共 980 萬美元、產品銷售至 32 國家的智能安控新創 Umbo CV 技術長張秉霖 (照片右1)；以及推出智能客服解決方案，成功獲得台新、玉山、一銀等銀與台積電、工研院等知名企業採用的碩網資訊技術長江明洋 (照片右2)；連同 AppWorks 創辦合夥人林之晨 (照片右3)，一同分享有關 AI 趨勢的觀察，以及 AI 創業的機會與挑戰，以下是活動精彩內容整理：

1.建立自己的「數據水管」(data pipeline)

張秉霖認為，做 AI 必須建立終端到終端的解決方案，能接觸並收集最終用戶的數據，才能訓練並改善 AI 的能力。所以 Umbo CV 有開發硬體，希望能接觸到終端用戶，同時獲得用戶數據。

在數據收集與應用上，現在談的 AI，主要是其中的分支，是建立在統計學上的 Statistical AI，同時也是機器學習。機器學習有三個領域，包括 Supervised Learning、Unsupervised Learning、Reinforcement Learning。其中，張秉霖建議此刻創業，選擇 Supervised Learning  應該為最佳方向。

Supervised Learning 需要「有標籤」的數據，要靠人力去設定 Domain Data，告訴演算法去學會潛在特徵，預估還未被看過的數據。雖然 Supervised Learning 曠日費時，但目前 Unsupervised Learning 的突破仍有限；Reinforcement Learning 則必須在受規範的應用場景進行，例如遊戲、工廠等，能夠獲得快速回饋，但真實世界中，許多變數無法被控制，這對新創團隊來說並不容易。因此，現階段，Supervised Learning 是比較適合新創團隊的領域。

林之晨從創業策略的角度補充。他指出，訓練銷售夥伴是很困難的。因為賣軟體不容易，但將軟體與硬體綁在一起，就不需花費更多成本，去說服中間的銷售夥伴。他以 Umbo CV 舉例，運用向下相容傳統通路，來銷售新 AI 商業模式，是相當漂亮的發展策略。

2.短期不要以取代人力為目標

多數人看待 AI 的發展，會關心是否取代現有的人類工作，答案則是未必。江明洋以碩網協助企業客戶建置 Chatbot 的經驗為例，其實沒有減少真人客服。對消費者來說，語音甚至面對面客服的需求性與重要性仍然存在。AI 確實解決了一大部分的客服問題，但主要還是在文字服務上，補齊消費者對於文字客服的需求，讓人去做更有價值的客服。對於企業而言，建置 Chatbot 並沒有減少人力配置，所以 AI 不見得會取代人力，而是讓整體服務的能量與質量都提升。

不只是 Chatbot，客戶普遍對 AI 懷抱更多想像空間。對於科技應用，在需求上都會有新期望，例如 Google I/O 大會上，語音助理能夠取代人類訂位，拓展外界對於 AI 的想像，但實際上，它還需要時間才能普及，AI 還是有許多待解問題，實際上很多時候，碩網會透過溝通，控制客戶對於 AI 的過多期待。

江明洋補充，很多企業對於數據如何訓練機器學習的模式，想法非常單純，未必明白自己需要投入的資料量。因此碩網會對企業客戶闡述智能客服前端、服務、知識和維運上的需求，各自需要花上多少時間、人力與金錢，這些都是專案開發時，與客戶溝通時的重點，否則在與企業客戶合作時，會產生想像與執行間的斷層。

3.別怕中國 AI 新創的競爭

對於同樣以 AI 作為重點發展的中國，AI 新創該如何面對？尤其外界普遍對中國廠商，都有「善於抄襲與複製」的既定印象。張秉霖指出，在 AI 領域，複製產品模式比較有可能，但要抄襲數據則不容易。有時面對中國相同性質的廠商，很難避免被抄襲。重點在於自己的核心價值與技術在哪裡？若本身的競爭優勢，能被競爭對手用人海戰術取代，就會比較危險。

林之晨補充，AI 的發展，和過去的科技產品不同。在電腦和手機時代，中國的硬體要賣到全世界，消費者不會太擔心。但進入 AI 時代，各國普遍會有「數據被中國拿去應用」的威脅感，相對之下，這是台灣團隊的機會。中國 AI 企業走出中國，有先天的劣勢或原罪，可以反過來想，既然在中國市場，無法和中國廠商硬碰硬，就應該去中國以外，對中國廠商來說門檻比較高的市場與他們競爭。

4.看清 AI 晶片化的進程

在 AI 晶片上的發展快速，效能與應用範圍都持續突破，是否許多原本在雲端上的 AI 運算，未來能夠直接放到終端設備上？

張秉霖認為，把運算從雲端搬到終端設備，這件事一定會發生。從成本面來說，這是必然的趨勢，從頻寬的角度來看，也很難把所有終端設備上的數據，都往雲端送。如果能把運算搬到終端設備上，又能解決運算需求，就可以克服頻寬限制的問題。但這件事情不會這麼快發生。以 Umbo 的經驗來看，在智能監控領域，目前的硬體水準，運算能力還無法與在雲端上相比。

張秉霖提醒，如果把自己定位成解決方案供應商，要以機器學習的模式去服務客戶，就與這趨勢並不牴觸。不管是在雲端或終端，訓練的過程不變，一樣要有搜集、分析、應用、預測數據等過程。差別在於，面對這樣的趨勢，可能需要雇用嵌入式系統工程師，想辦法把一些在雲端上的運算需求，移到終端設備的硬體上。

林之晨指出，大家以為 AI 創業的決勝點，在於機器學習的運算模式，但其實這只佔一部分，甚至很多是使用者介面的問題。他舉例，這很像以前以為消費者買手機，就是重視效能「跑分」，但後來發現，Apple 或 Samsung 的手機，也不是跑分最好的手機，而是有其他重點。這不是秀肌肉，肌肉最強的人就會贏。

5.善用輕巧靈活，做 Google 不能做的事

面對已經投入 AI 領域多年的 Google ，新創企業如何與它競爭？以近年熱門的創業主題 Chatbot 為例，江明洋認為，只要做 Chatbot，就一定要克服語言的問題。Google 在中文語音雖然做的不錯，但離真正的智能客服還有一段距離，雖然它有很多數據，就算能把英文的通用 AI 問題解決，不代表就能解決中文的。在自然語言領域，語言和地區都是很大的門檻。這在影像的差異可能不大，但在文字與語言上，這個門檻還在。

他也建議，想切入這塊領域的新創團隊，動作一定要快。至少在5年內，都還有機會，不只是 Google，像 Amazon 的 Echo 出來了一段的時間，但中文化還有一段距離。

張秉霖補充，不同語言是不同 Domain Data 的問題。若有一個在英文數據上表現很好的機器學習模式，不代表在中文也能表現很好，必須要做 Domain Transfer 。在視覺領域，也有這樣的情形。曾有中國廠商，在中國做人臉辨識做得不錯，但換到其他國家，運用在白人的人臉辨識，成效就沒有太好。

林之晨形容，Google 若要做 Chatbot，一定是用「牛刀殺所有的雞」，要用一套機器學習模式，去適用不同應用，所以要用非常高的規格去做。但如果新創團隊鎖定利基應用，未必要花那麼大的力氣去訓練，也能做出 85 分或 90 分的成果，後面再用人力去解決那 10% 到 15% 的問題，用這搜集來的數據，再去精進原來的機器學習模式，在這個特殊的利基領域，就很可能跑在 Google 前面了，不要把 Google 想的太恐怖。

6.聰明的借技術債

林之晨指出，通常 CTO 的直覺，都是不要欠「技術債」。例如 AI 新創團隊，CTO 可能會想建立很強的數據水管，讓往後機器學習的效果更快更好，舉例來說，若現在不要欠技術債，可能要花 100 元解決，但欠下技術債，未來要花 1,000 元解決，CTO 通常會認為，現在就必須解決，這樣能幫公司省下 900 元。

但以創業的角度來看，這件事未必是對的。因為很可能現在的營收只有 10 元，甚至是 0 元，卻必須投資 100 元，未來的營收達 1 萬元，只要花 1,000 元就能還這個技術債，未來再解決反而是比較好的選擇。這往往是新創公司的生存考量，公司需求與技術需求如何平衡，永遠是新創團隊的考驗。

7.選擇對的環境創業

從創業的角度來說，林之晨另外建議，AI 新創應該要聰明的選擇創業環境，也建議大家考慮加入 AppWorks Accelerator，可提供給 AI 新創最主要的幫助包括：

・進駐 6 個月期間，完全免費，還可獲得來自歷屆加速器學長姊創業實務經驗的第一手分享，包括業務開發、行銷、招募、管理、募資等主題。

・每屆 35 支新創團隊彼此一同交流，刺激自己變得更厲害。還可獲得亞馬遜、微軟贊助價值超過 10 萬美元的雲端資源，大幅降低 AI 新創初期的實驗成本。

・加入來自各國，超過 300 家新創企業的加速器校友網絡，創造國際合作的機會。目前在 AI 領域，除了Umbo CV，代表性的校友包括：運用 Chatbot 叫計程車的 TaxiGo (AW#11)，每天超過 1000 趟次；共享電動機車平台 WeMo Scooter (AW#12)，每月超過 15,000 趟次；以數據分析導向，經營台灣最大民宿訂房平台的 AsiaYo (AW#12)；推出全球第一支 AI 寶寶攝影機的 Cubo (AW#16)，今年 5 月在募資平台上創下上線 24 小時內，超過 470 萬新台幣的佳績。

・建立更扎實的數據能力。例如，能與加速器校友企業合作，建立更豐富的數據來源；新創企業人數不多，在「資料科學家」這個重要職務上，可與校友企業的數據科學家彼此交流學習。

・解決募資需求。AppWorks 本身也是創投，在進駐加速器期間，透過彼此的觀察與相處，若雙方都有意願，有機會獲得 AppWorks 投資，在往後建立更進一步的策略夥伴關係。

現在就是創辦 AI / Blockchain 最好的時間，歡迎所有人工智慧、區塊鏈創業者加入專為你們服務的 AppWorks Accelerator

 

Liying Wang, Legal Master (王琍瑩 / 法務輔導長 & 明日科技法律事務所主持律師)

帶領內建法務團隊，提供企業經營、合約協商、紛爭處理等各方面法律諮詢，輔導建立營運管理機制，必要時也協助團隊尋求「突破框架」的解方。曾任 HTC 全球營運資深法務經理、萬國法律事務所科技法律部律師，也曾服務於士林地方法院、台北高等行政法院。美國西北大學法學碩士、政大法學士、政大 EMBA，具備美國紐約州與台灣律師執照。

如果你是 Apple、Google 或 Yahoo 會員，最近登入帳號，一定會收到新版的隱私條款聲明，要求你按下同意。多數人可能直覺會以為，這是在 Facebook 的「劍橋分析」風暴後，各家業者亡羊補牢的對策。其實並非如此，而是影響層面更深更廣的歐盟個資保護新法 GDPR (General Data Protection Regulation)已在 5 月 25 日上路，是它讓大家嚴陣以待。

隱私權是個超過百歲的古典法律概念，但究竟為什麼， GDPR 會引發全球業界草木皆兵？在注重蒐集用戶數據的 AI 時代，這會產生哪些影響？

首先，GDPR 在適用對象、規範內容和處罰等面向，都宣示前所未見的管制力道。其次，GDPR 明文確認「賦權」(Empowerment) 與「當責」(Accountability) 的觀念，徹底顛覆政府與民間「上有政策、下有對策」的表面和諧。再者，GDPR 可算是首部「單挑」應用 AI 與 Big Data 的隱私保護法令，試圖直搗黑盒子核心。

可以想見， GDPR 上路後，數據利用與用戶隱私之間的權衡與折衝，將成為企業無法迴避的挑戰。壞消息是，GDPR 的「最廣、最嚴、最昂貴」讓企業稍有不慎，就可能嚴重受罰；好消息是，在與 AppWorks Accelerator 校友企業進行法務輔導的過程中，針對實務運作，整理出這篇「最小、最大、最透明」的教戰守則，在此公開分享，希望提醒企業看待 GDPR 不只是無奈的法遵成本，更是協助產品與服務最佳化的關鍵。

GDPR 之最廣、最嚴、最昂貴

GDPR 引發業界焦慮恐慌的紅色警戒，主要原因有以下三點：

1.適用對象史上最廣

GDPR 適用於任何在歐盟設立據點的企業，無論個資處理是否發生在歐盟境內。相對的，如果企業的產品或服務，有部分用戶是歐盟居民、蒐集或處理到歐盟居民的個資，無論是否為設立在歐盟的企業、不管是 B2C 或 B2B 領域，都在 GDPR 涵蓋的射程內。當然，企業請不要忽略，隱私保護不只影響到用戶黏著度、交易夥伴的合作意願，隨著 GDPR 帶動全球法規風向，法遵稽核勢必也將成為投資與併購案件 Due Diligence 的重要環節。所以，不論企業是否直接適用 GDPR，沒有人是局外人。

2.規範內容史上最嚴

GDPR 整份文件，光是前言就有 173 點，內文更長達 11 章共 99 條法規，鉅細靡遺規範了什麼才是合法、公平與透明的數據蒐集、處理、利用，包括：使用者權利、系統架構、資安管理、風險評估、通報機制、專責人員、標章制度、跨境傳輸、機關權限、爭議處理、緊急措施等。其中許多定義釐清與執行難度，目前仍存在爭議，有待將來累積個案經驗與實務見解，且戰且走。

3.天價罰鍰史上最貴

在台灣，現行「個人資料保護法」對違法企業，最高按次處以新臺幣 5 萬元以上、50 萬元以下罰鍰。但一旦違反 GDPR 情節嚴重，最高可能處以 2,000 萬歐元，或全球年營業額 4% 的罰鍰。無論是資料控制者 (Data Controller)、協助進行資料儲存或傳輸的資料處理者 (Data Processor)，都可能受到裁罰。

教戰守則之最小、最大、最透明

GDPR 引進「賦權」與「當責」的觀念，將一直以來被誤認為配角的用戶與企業，重新拉回鎂光燈下，企業不再只是配合主管機關規定，或是請律師擬定隱私權政策文件的被動角色，這主要包括三個面向：

1.最小限度利用個資

隨著科技演進，個資的定義愈來愈廣，泛指一切可識別化的個人資料。GDPR 明文指出，以不可逆的方式得出完全無法辨識出用戶個人的「去識別化資料」(Anonymous Data) ，雖不屬於隱私保護範疇，但可透過交互比對、勾稽辨識出用戶個人身分的「去連結化資料」(Pseudonymised Data) ，仍可能構成個資。相對的，GDPR 也確立個資的蒐集、處理、利用都必須遵循「最小限度原則」，也就是不得逾越預先設定的「特定目的」。

從數據分析的效率而言，蒐集資料本來就不是愈多愈好，過多的雜訊、不知所以的運算，結果也只是 “Garbage in, garbage out.” 而已。話雖如此，卻是知易行難，舉例來說，當用戶使用 Google 的搜尋服務，Google 除了依賴輸入的關鍵字外，可能也參照用戶的 Gmail 使用行為、結合即時的位置資訊，從而得出最佳化的搜尋結果。類似這樣的數據再利用 (Data Recycling)，便可能與「最小限度原則」相扞格。GDPR 為此提供了「特定目的相容性」的判斷基準，包括新舊目的關聯性、資料蒐集的背景脈絡、用戶與企業的關係、用戶的合理期待、允許使用的結果、資料的本質等等，可供企業斟酌參考。

2.最大程度賦權用戶

個資永遠屬於當事人，不是任何企業可以據為己有。GDPR 強調「賦權」用戶，包括接取資料權  (Right to Access)、遷移資料權 (Right to Data Portability)、更正權 (Right to Rectification) 與刪除權 (Right to Erasure / Right to Be Forgotten) 。事實上，由於用戶本人對個資的正確性最為熟悉，企業如果能夠藉由「賦權」機制，鼓勵用戶隨時主動更新個資，像玩樂高積木一樣，拼湊出自己認為的長相，不但能夠落實 GDPR 的法遵要求，更有助於優化數據分析。典型的例子，就是過濾垃圾郵件和 Facebook 廣告偏好 (Ad Preferences) 的設定機制，由用戶主動參與特徵標示，使企業得以進行更精準、更值錢的數據分析。

以實現「賦權用戶」為前提，GDPR 特別要求企業「講人話」來取代晦澀難懂的隱私政策。企業必須用最直接、最淺顯易懂的方式，揭露隱私政策，並且遵循「確認後同意」(Affirmative Consent) 的流程，前者例如「Multilayered Privacy Notice」，後者例如「Opt-in」機制。Facebook 在「劍橋分析」事件爆發後，陸續提出「Privacy Shortcut」、「Clear History」這些隱私保護優化措施，便是著眼於此。

3.最透明的決策機制

我們知道機器學習，尤其深度學習，有如在黑盒子內進行的過程，就像人類的神經網路，究竟如何決定數據的關聯性與權重以形成決策，向來是個難解的謎團。但是，我們也知道，過去人們以為電腦一定比人腦準確、不受外在因素影響，在人工智慧的領域已經不再適用，「演算法公平性」的議題因此興起。GDPR 強調「透明處理原則」，針對「個人化自動決策」(Automated Individual Decision-Making) 賦予用戶請求解釋、拒絕適用的權利 (Right to Explanation / Right Not to Be Subject)，其實就是將近年來學術討論逐漸熱絡的「可信任／解釋的人工智慧」(Trustable/Explainable AI) 直接納入法律，試圖引起全面性的重視。

「可信任／解釋的人工智慧」主要探討如何盡可能減少黑盒的節點、避免演算法偏見與歧視。當「個人化自動決策」，對用戶形成法律效果或其他重大影響，包括個人資料的「剖析建檔」(Profiling)，企業必須確保模型本身是由正確的數據訓練出來，不得標示種族膚色、宗教信仰、政治立場、性傾向等可能導致歧視的特徵，並應事先向用戶說明自動決策的存在、取得用戶同意。

此外，企業至少要有能力在足以保護用戶權益的範圍內，簡要說明怎樣的數據會導致怎樣的決策、數據的變動如何影響決策的變動，並賦予用戶可以拒絕適用、表達意見、要求「工人」智慧介入判斷的權利。

舉例來說，如果線上汽車保險業務完全透過演算法，自動決定用戶的保費金額，企業必須能夠說明如何計算保費高低？是由哪些因素所決定？例如，是受到用戶年齡、健康狀況、駕駛習慣、肇事紀錄等因素影響。而如果用戶認為權益受損，則可以表示異議。

GDPR 的「透明處理原則」，除了挑戰人工智慧的黑盒子以外，在技術層面也不斷對工程師喊話，主張從設計端開始的隱私保護 (Privacy by Design)。當企業判斷某項個資處理環節，可能侵害用戶權益時，就必須進行「資料保護影響評估」(Data Protection Impact Assessment)，提出解決方案，必要時並應向主管機關彙報。此外，GDPR 也鼓勵企業常設資料保護專責人員 (Data Protection Officer) 協助建立常規，並建議主管機關與業界，協力建立行為準則與認證機制，共同促成法的實踐。

結語：企業要當太陽，不當北風

對台灣企業來說，即便完全遵守「個人資料保護法」，是否仍有違反 GDPR 的疑慮，恐怕是現階段最擔心的事情。有鑑於此，國發會已陸續邀集各部會研擬因應策略，除了進一步了解有無參照修法的必要之外，並針對各式各樣實務疑慮，循官方途徑展開協商。在這個過渡時期，我們建議企業兼顧天平的兩端，在策略方向上，必須掌握數據作為商業競爭的致勝關鍵，而在執行層面，仍應落實個人資料歸個人控制的原則，不能偏廢。

其實，當我們用資料科學的角度來解讀，就會清楚發現企業和用戶並非對立，而是站在同一陣線。看待 GDPR 未必要從法遵成本的角度來思考，當企業提供體貼用戶的隱私保護，確保用戶心甘情願提供個資、樂於即時更新資料，便能降低數據分析錯誤的風險，並優化產品與服務的效能與價值。

有了以上的認識，在 GDPR 上路後的數據利用，反而更像是「北風與太陽」的故事。一旦隱私保護內化成為企業 DNA，企業與用戶都將因此受益，到時候，如何處理數據不觸法，便不再是一個恐怖的話題。

歡迎所有 AI / Blockchain 新創加入專為你們服務的 AppWorks Accelerator

Ching Tseng, Analyst (曾意晴 / 分析師)

負責投資，專注在年輕用戶的新情境。學生時期曾在 AppWorks 實習一年半，也曾加入 PIAD 拍廣告，與兩位共同創辦人一起尋找商業模式，對於電商特別喜愛。畢業於政治大學企業管理學系，嚐鮮是最大的興趣，熱愛音樂及旅遊。

為了幫助計畫將事業版圖拓展到大東南亞的新創團隊快速瞭解當地市場，2017 年 10 月底 ，AppWorks 展開第一次 Landing Pod 活動，帶領 AppWorks 校友團隊前往印尼考察，希望藉此進一步認識當地環境、市場和消費習慣。

在三週的行程中，我們參訪了 Go-Jek、Tokopedia、Sale Stock、VIVA 等印尼本土網路公司，也與雅加達前幾大商場 Kota Kasablanka 及 Grand Indonesia 的經營團隊進行交流，對當地數位產業有了概括性的瞭解，算是踏出了前進大東南亞的第一步。

印尼擁有多達 2.6 億的人口，雖然網路的硬體基礎建設不如台灣先進、便利，卻已養出了Go-Jek、Tokopedia、Traveloka 和 Bukalapak 四隻獨角獸，市場潛力不言可喻。想進入如此龐大的市場，自然要針對當地的需求和各種消費條件調整產品內容、行銷方式和市場策略。

印尼的生活型態和商業操作方式，和台灣有很大的差異，就算經營的是較為單純的電商業務，還是得重新瞭解印尼消費者使用網路的習慣、廣告投放效益，以及成交後的金流和物流等環節。

在此，我就根據這次在印尼觀摩的經驗，以及與 AppWorks 電商團隊交流後的心得，從以下幾個面向，和大家分享台灣電商團隊在拓展印尼市場時，需要注意的經營環節，以及必要的調整和改變。

網路使用習慣

台灣電商環境成熟，消費者對品牌或電商擁有自己專屬的 App 或獨立網站非常習以為常，網路流量與手機記憶體通常也非常足夠。但在印尼，對消費者而言， 4G 網路價格昂貴，多數印尼消費者使用的手機容量也相當有限，要下載 App 並不是一件太容易的事。有許多團隊因為已經習慣台灣發達的電商基礎建設，再加上為求方便管理，所以選擇直接翻譯台灣現有的網站來作為 Landing Page，沒有針對當地環境進行調整，這樣的做法很難吸引當地消費者到站。

在這個前提下，若想在當地開店販售商品、測試市場，除了另外架設一個新的網站，也可以考慮於當地電商平台上架開店，例如在 Tokopedia、Shopee 或者是 Blibli 等網站上先進行測試販售，事實上，這種做法偶爾也能享受到當地各大電商平台為了刺激消費而祭出補貼政策時，所帶來的紅利。

廣告投放

在台灣，許多團隊習慣透過投放小量 Facebook 廣告來測試商品是否符合市場需求。在拓展海外市場時，也有許多團隊會用這個方式來測試是否應該前進該市場。

以印尼的三大獨角獸 Tokopedia、Traveloka、GO-Jek 為例，它們都在路燈、建築外看板有大量的廣告曝光，更有統計指出，印尼人平均每天有 10 小時會待在戶外，因此，三家獨角獸幾乎都選擇在電視上、路邊大樓的電視牆、公路旁的告示板、路邊街燈的燈旗上投放廣告。因此，投放廣告時，不妨思考一下自己的產品是否應該購買實體廣告，實體和網路兩者的占比又以多少為佳。

此外，建議大家在投放 Facebook 廣告前，要先確認自己網站的金、物流是否已經針對當地消費習慣做調整，否則即使觸及率高、消費者感興趣，也會因為金、物流的障礙，只能得到極低的轉換率。

金流

台灣的消費者在進行網路購物時，已十分習慣用信用卡付費，但在印尼，只有 30-40% 的民眾擁有銀行帳戶，信用卡的滲透率更是只有 2%，因此，許多消費者在網路上購物時，都是透過超商繳費或 ATM 轉帳付款。

此外，因為印尼的消費者不願意支付跨行轉帳的費用，所以電商通常會提供多家銀行做為轉帳選項，方便消費者選擇自己使用的銀行帳戶來付款。

Citibank 在東南亞的客戶涵蓋 Lazada、traveloka、Tokopedia 及 Alibaba 等多家電商，根據他們提供的數據，印尼消費者在網路購物付款時，有約 50% 是同家銀行轉帳，40% 會選擇線下付款，包含貨到付款或是到當地前兩大便利商店付款，其餘的 10% 則是透過信用卡付款。

在轉帳付款方面，團隊需要注意的是，部分當地銀行會有 Black Hour 的問題，也就是說在非銀行營業時段，消費者透過轉帳付款，並無法即時對帳，需要等到下一個銀行營業時段，才會顯示。

如果不願透過當地代理商，想自己上當地平台，或者是處理金流，團隊必須有自己的銀行帳戶，也就是說要在當地設立公司，若有辦法申請工作簽證，也可以利用工作簽證在當地申請銀行帳戶，做 C2C 平台的生意。

物流

印尼的消費者下單後，若商品從台灣出貨，以一般國際物流來說，平均至少需要 10 天才能將商品送到印尼。想將產品從國外進口至印尼當地，需要通過一系列審核，以食品和化妝品來說，要通過一個名為 BPOM 的審核流程，每個 SKU 都需要個別申請，把一個 SKU 的進口申請手續跑完，至少需要六個月，在這之前，更需預留 4.5 個月註冊及登記公司，及申請進口牌照。

不過，印尼的倉庫反而相對成熟，多數都已經有 API 可以與開店平台或是團隊自己的網站串接，倉租及物流費用也不昂貴，以雅加達和其周圍城市來說，區域內運費約為 30,000 印尼盾，折合台幣約 60 元，並且兩天內就可到貨，加價即可享受當日到貨的服務。

目前各大電商平台在印尼競爭相當激烈，時常透過運費補貼來吸引消費者及商家，想拓展至印尼的電商團隊，亦可以抓準這波機會。

最後，要提醒大家的是，東南亞不是一個國家，馬來西亞、新加坡、印尼、越南每個國家的語言都不相同，不同城市的居民也各自有其消費習慣，想擴張時，務必記得要針對不同地區來調整商品內容，並提供相應的服務。

【歡迎所有 AI / IoT、Blockchain / DeFi、面向東南亞市場的創業者，加入專為你們服務的 AppWorks Accelerator】

Photo: Visual Hunt