樂方BigGo商品搜尋技術受肯定 臺灣、東南亞市場表現亮眼

BIRSE 圖片搜尋結果（搜尋到流蘇造型的包包）。BigGo

隨著線上購物蓬勃發展，許多消費者已習慣透過電腦或手機查詢各種產品的價格與規格，也帶動電商產業的快速發展。只是Google、Bing等搜尋引擎並沒有針對產品搜尋進行優化，因此效果往往不如消費者預期，最終還是得到各大電商平臺自行搜尋，耗費時間與精力非常可觀。而專注在商品搜尋領域的樂方（BigGo），其搜尋引擎是專為商品搜尋設計，具備商品數據量大、資料更新即時等特色，早已成為眾多消費者查詢商品歷史價格、比價的首選。目前不光是多數臺灣電商平臺業者首選合作夥伴，也已進軍日本、東南亞等海外市場。

樂方創辦人兼執行長焉德葳指出，Google、Bing等屬於通用型搜尋引擎，有資料量過大、搜尋深度不夠、查詢結果不準確等問題。以圖片搜尋來說，通用搜尋引擎中的圖片搜尋功能，大多數會搜尋到網紅穿搭照、社群媒體照片等，不容易提供消費者所需的商品資訊。相較之下，BigGo則是為產品搜尋設計的垂直搜尋引擎，BigGo的BIRSE（商品圖片）搜尋功能，則將搜尋範圍集中在商品於賣場的網址和價格，也能直接顯示該商品的歷史價格。加上電商業者會定時提供最新資訊，所以BigGo能提供最新的商品資料給消費者。

積極導入生成式AI 推出兩大新服務

創立於2016年的BigGo比價網站，目前已成為消費者購物不可或缺的全方位助手，在電商平臺商品比價服務之外，近來更提供BIRSE圖片搜尋、社群討論整合，以及價格監控服務、商品描述生成工具等。如同多數搜尋引擎公司，該公司早期也採用NLP（自然語言技術），主打可協助用戶比較各大電商的商品資訊與價格，以及歷史價格查詢、現金回饋等服務。

焉德葳表示，發展多年的NLP，可視為大型語言模型的前身。在AI技術快速進步下，目前BigGo比價網站所有專案都是以 AI技術為核心發展，特別是 BIRSE 圖片搜尋跟商品描述生成工具更是採用生成式AI技術。以商品描述生成工具為例，是建構於 BIRSE 圖片搜尋上，結合大型語言模型之後，即可透過廠商提供的商品照片進行文章撰寫。該工具最大特色在於會分析圖片中的商品，建議符合市場的定價、自動產出相對應的商品描述，如材質、風格、品牌、規格、特色以及使用情境等，有助於賣家在上架商品時省去大量時間與精力。

在考量系統維運成本、服務範疇等因素，BigGo比價網站在引進生成式AI技術之初，就決定採用公有雲端業者的服務。而在衡量各大雲端業者的技術與支援服務之後，BigGo比價網站最終選擇採用Amazon Web Services（AWS）的生成式AI基礎模型託管服務Amazon Bedrock，也順利讓商品圖片搜尋、商品描述生成工具、BigGo News等服務順利上線。

BigGo News是藉由 Internet 即時收集事件，選別事件後由大型語言模型肩負起調查的任務，自動銜接多個搜尋引擎來獲取更多即時跟補充的資訊（AI Search），讓AI作為記者為該事件撰寫新聞。進一步 AI Search 還會分析到 KOL 開箱的評價，網路社群的回饋。為用戶提供最清楚明瞭的商品資訊，實現更效率、輕鬆的購物體驗。

積極參與亞灣新創園高雄 AWS 聯合創新中心 爭取更多合作機會

由於樂方的商品搜尋服務功能每個月使用次數達到3500萬以上，所以早成為眾多電商首選合作夥伴，如蝦皮購物、momo購物、樂天市場、 東森購物、Yahoo購物中心等。而該公司最新推出的商品描述生成工具，也吸引多數電商的興趣，已經有業者正進行試用中。在AWS介紹下，樂方也加入「亞灣新創園高雄 AWS 聯合創新中心」計畫，期望擴大品牌與服務的曝光度，並藉此獲取更多資源與提升技術能力。

焉德葳說，樂方營運總部位於高雄，與其他企業交流機會不多，所以希望透過參與此計畫接觸潛在合作夥伴、拓展合作機會，進而提升企業競爭力與市場影響力。藉由過去多場媒合與介紹活動中，也透過 AWS順利對接如 91APP、神腦國際、PChome、myfone 等電商平臺。