01
少一點畫面，多一點結果
人的注意力有限。系統直接給你結果，把雜訊藏起來，而不是再給你一個要學的後台。
我們的標準跟傳統軟體相反：你花在系統裡的時間越少，代表做得越好。注意力是你店裡最貴的東西，我們最先保護的就是它。
我們的 AI
聊天機器人在等你問。AI 員工在做事。會思考的 AI 員工，知道自己在做什麼。
現在市面上大部分的「AI」，是一個等你打字的輸入框。我們做的不等：接到目標、把事做完，然後像一個人一樣，為做完的事負責。
差在哪裡
名字一樣，東西不一樣
01
聊天機器人在等。
你問它才答，答完就忘。事情還是你的——它只是在旁邊的視窗出意見。
- 等你問
- 答完就忘
- 答錯了也沒人發現
02
AI 員工在做。
接到目標就做到完，而且是在你的系統裡做：信箱、帳、庫存。
- 接到目標
- 自己決定下一步
- 每個動作都有紀錄
03
會思考的 AI 員工，知道自己在做什麼。
懂你生意的情況、就像公司的一份子、每個決定講得出理由、不知道就說不知道。所以才敢把真正的工作交給它。
- 懂情況
- 講得出理由
- 不知道就說不知道
- 就是公司的一份子
這不是技術細節，這是工具跟員工的差別。最難模仿的不是它會做事，是它知道自己在做什麼。
接得上你在用的
你現在用什麼，我們就接什麼
碰不到你系統的 AI，只是一個會講話的視窗。我們的 AI 員工直接在你做生意的地方讀和寫：LINE、開店平台、金流、發票、報表。
-
LINE
- LINE Pay
-
蝦皮 Shopee
- 綠界 ECPay
- 藍新 NewebPay
- 電子發票
- SHOPLINE
- 91APP
- Cyberbiz
- EasyStore
-
Shopify
-
Gmail
-
Google Sheets
-
Google 日曆
-
Instagram
-
Facebook
-
TikTok
-
YouTube
-
Notion
-
Telegram
-
WhatsApp
- Slack
-
Stripe
-
PayPal
-
WordPress
-
Trello
-
Dropbox
這不是一張固定的清單，是一條規則：有 API 的，我們就接得上。沒有的，多半也有辦法——問我們。
先有 AI，再有系統
很多軟體是先有系統，後來才「加上 AI」——舊骨架裝新按鈕。我們反過來：先有 AI 員工，再圍著它打造整套系統。差別在骨架，不在廣告詞。
背後是一家做了 27 年消費電子的歐洲公司：自己設計、自有品牌，賣到二十多個國家。軟體也寫了很多年——先是公司自己營運用的系統，後來是產品裡越來越複雜的軟體。經驗一直都在，只是以前不對外。現在對外了，就是 AIM。
順帶一提：這個團隊從管理系統做到 3D 遊戲，樣樣都有，而且都在線上運作。不是計畫，是現在式。
懂技術，也懂人
用心理學設計的系統
在 AIM，心理學不是拿來講好聽的：它是團隊的專業，也是設計的準則。我們不是從工程師的思維長出來的，是從人的心理長出來的。系統是給人用的，設計的人就得懂人怎麼看、怎麼決定、怎麼相信一件事。
每個產品裡面，都是我們自己的 AI 員工在運作——它的成分，應用心理學比程式還多。怎麼做的，是我們的商業機密。但結果你看得到：懂你生意的情況、就像公司的一份子、每個決定講得出理由、不知道就說不知道。拿這四件事去問別的系統——比比看。 創辦人的文章（繁體中文）→
02
信任要拿得出證據
每個數字都查得到來源；不知道就說不知道，不會硬掰。這是心理學，也是工程。
信任不是用嘴巴要的，是做給你看的：每個動作有紀錄、每個決定有理由、每個數字點一下就到來源。你可以隨時查它，就像查一個員工。
03
不操弄
我們很清楚假的急迫感和「只剩三名」是怎麼做出來的。正因為清楚，所以不做——產品不做，這個網站也不做。
沒有連續登入獎勵、沒有倒數計時、沒有稀缺話術。我們是學心理學的：那些手法怎麼運作我們很清楚——所以才不用，對產品不用，對你也不用。
我們的原則
想得到的，我們做得出來。
還想不到的——因為你不知道原來可以——我們幫你發現，然後一樣做出來。
前半句有證據：下面那排產品不是計畫，是現在式。後半句就是免費聊聊在做的事：告訴你，你的生意其實已經可以要求什麼。
都做過，都在線上
十四個產品，門都開著，自己點進去看
每個產品都有門。點進去試試，好不好自己看。遊戲也算數：是技術實力的證明，也是任何公司都能訂做的品牌行銷。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
還有更多在路上。
問題已經不是 AI 能不能做事，而是誰把系統做好，讓它把事做對——而且做錯了有人負責。