주메뉴바로가기본문바로가기
비즈한국 비즈한국

Gen Z 洞察
“這是 AI 廣告”:Wrtn 為何祭出 AX 大旗?

本文由AI自動翻譯。與韓語原文相比可能存在誤差。  Read original in Korean →

【BizHankook】BizHankook 將連載由延世大學經營革新學會 BIT (Business Innovation Track) 撰寫的戰略報告,共計十餘篇。透過分析站在轉折點上的企業所面臨的問題,我們將以 Z 世代的視角提供關於創新的洞察。

“這是 AI 廣告。”2025 年夏天,一段權志龍 (G-Dragon) 手持智慧手機說出這句話的短影片刷屏了電視和 YouTube。這則沒有任何多餘解釋、僅重複一句話的廣告引發了“雖然極度反感但又忍不住一直看”的反應。據分析,在該活動開展僅幾周後,App 下載量增長了 57%,會員註冊量增長了 44%,廣告曝光排名一躍進入同行業的 2~3 名。在韓國眾多的 AI App 中,Wrtn 憑藉這一波廣告成功打響了“MZ 世代皆知的品牌”名號。

“這是 AI 廣告。”Wrtn 憑藉權志龍的廣告知名度大增,卻也面臨著增長的悖論。圖片=Wrtn 廣告影片截圖
“這是 AI 廣告。”Wrtn 憑藉權志龍的廣告知名度大增,卻也面臨著增長的悖論。圖片=Wrtn 廣告影片截圖

然而,那年秋天,Wrtn 卻打出了完全不同的牌。公司宣佈成立內部獨立企業“Wrtn AX”,正式進軍面向企業、學校及公共機構的 B2B AI 轉型(AX)業務。一家喊著“生活化 AI”、誓要開啟人均 1 個 AI 時代的公司,為什麼突然轉做企業諮詢與解決方案?表面上看是業務擴張,背後卻重疊著公司所面臨的增長悖論與巨大的赤字結構。

以免費及生活化 AI 戰略,活躍使用者突破 500 萬

自 2023 年底作為可在一個 App 內使用 GPT-4、Claude、Gemini 等全球商業模型,整合式 AI 門戶亮相以來,Wrtn 的月活躍使用者(MAU)截至 2024 年 10 月已突破 500 萬。其增長速度超過了 Toss(3 年 3 個月)和 Karrot(2 年),在韓國本土生成式 AI App 中,使用者數僅次於 ChatGPT。

2025 年 4 月,Wrtn 釋出“Wrtn 3.0”,提出了“從生成式 AI 向生活化 AI 轉變”的口號。透過整合 AI 助手、角色聊天及獎勵功能,旨在成為提供晨間問候、日程管理、新聞、午餐選單及運勢提醒的“日常 AI 夥伴”,並提出了“全民人均 1 個 AI”的願景。根據《2024 Wrtn 使用者報告》,核心使用者月均使用時間達到 1300 分鐘左右(每天 40 多分鐘),10 多歲和 20 多歲使用者側重於學習與作業,30 多歲和 40 多歲側重於辦公與自我提升,50 歲以上群體則在健康與經濟諮詢方面佔比很高。

Wrtn 實現 500 萬月活使用者所需的時間比 Toss(3 年 3 個月)和 Karrot(2 年)更快。資料=Wrtn
Wrtn 實現 500 萬月活使用者所需的時間比 Toss(3 年 3 個月)和 Karrot(2 年)更快。資料=Wrtn

尤其是角色聊天功能表現出極強的沉浸感。據報道,該功能上線一個月後月銷售額即突破 10 億韓元,這被評價為作為“免費 App”的 Wrtn 首次確立了可見的 B2C 盈利模式。權志龍廣告與生活化 AI 戰略在獲取使用者方面顯然是成功的。

增長的悖論,200 億韓元規模的赤字

問題在於,儘管有如此迅速的增長,Wrtn 的損益結構卻並不健康。從國內 AI 企業業績分析資料來看,2024 年 Wrtn 的預估銷售額僅為幾十億韓元(約 30 億韓元左右),但由於外部 LLM API 費用、人工成本、基礎設施及營銷開支的增加,年度營業虧損已擴大至 260 億至 290 億韓元規模。

簡單梳理其結構:Wrtn 並非使用自有 LLM,而是以 API 形式呼叫 OpenAI、Anthropic、Google 的模型,在此基礎上疊加搜尋、文件、角色聊天、AI 助手等功能與 UX,屬於“套殼/門戶型”服務。使用者越多,模型呼叫量和 API 費用就越高。再加上權志龍廣告這類大規模營銷支出,繪出了一條“MAU 爆發但損益不斷惡化”的悖論式曲線。

2024 年 Wrtn 的預估銷售額僅為幾十億韓元(約 30 億韓元左右),但由於外部 LLM API 費用、人工成本、基礎設施及營銷開支的增加,年度營業虧損擴大至 260 億至 290 億韓元規模。
2024 年 Wrtn 的預估銷售額僅為幾十億韓元(約 30 億韓元左右),但由於外部 LLM API 費用、人工成本、基礎設施及營銷開支的增加,年度營業虧損擴大至 260 億至 290 億韓元規模。

透過角色聊天收費和廣告平臺(Wrtn Ads)等 B2C 變現手段,自 2024 年末產生每月 10 億韓元左右的銷售額,這一點是積極的。然而,要抵消每年 200 億韓元的赤字還遠未足夠。在全球層面有 OpenAI、Google,在國內則有 Naver035420、Upstage 等,它們各自將擁有獨特優勢的 AI 服務置於核心地位。“建立在他人模型之上的 AI 門戶”這一結構性侷限,已成為 Wrtn 必須翻越的大山。

啟動 AX 專門組織,為何是現在?

正是在這一節點,Wrtn 祭出了 B2B AX 這張牌。2025 年 9 月,Wrtn 成立內部獨立企業 (CIC)“Wrtn AX”,正式出動面向企業、學校及公共機構的 AI 轉型 (AX, Artificial eXperience) 專門組織。Wrtn AX 確立了三大核心支柱:一是面向經營層與實務人員的 AI 轉型教育與諮詢;二是為各組織提供量身定製的 Wrtn 基座平臺及 Agent;三是構建與企業內部資料聯動的 RAG (檢索增強生成) 與 MCP 基於 Agentic AI 的系統。

Wrtn AX 成立之際釋出了《AX Report 2025》,公佈了實際內部及外部專案所產出的資料。據該報告及媒體報道,在客戶諮詢部門引入 AI Agent 後,總勞動時間減少了 73%,生產力提升了 35%。在財務部門,針對產品收貨確認、發票稽核、工資支付、財務報表編制等手工任務繁重的結算業務實現了自動化,勞動時間減少 40%,生產力提升 21%。前端與後端開發 Agent 在提升生產力 15% 與 28% 的同時,縮短了 28% 與 55% 的工作時長。

資料=Wrtn AX Report 2025
資料=Wrtn AX Report 2025

深入分析客戶諮詢案例,畫面便更加清晰。以往,諮詢師需要整天反覆處理 FAQ 和簡單詢問。現在,透過學習公司政策、FAQ 和訂單資料的 Agent 進行第一輪響應,退款、重新配送、預約等後續操作也能與系統聯動實現自動化。結果是諮詢師可以專注於複雜的投訴和高附加值諮詢,公司在不增加人手的情況下能接待更多客戶。Wrtn AX 所說的“Agentic AX”,歸根結底就是將 LLM、搜尋、RAG 植入現有工作流程,將人力執行的重複性工作移交給 Agent。

市場環境也正在迅速向 AX 傾斜。微軟表示,其國內 Azure 客戶的 70% 已經在使用 AI 服務,並接連介紹了 LG Uplus、現代格羅唯視 (Hyundai Glovis)、KB Life、KT 等多家企業引入 M365 Copilot,實現文件撰寫、會議記錄、報告及資料分析自動化的案例。Upstage 憑藉韓語特化 LLM“SOLAR”和文件 AI 解決方案,在金融與公共機構開展 AX 專案,並在 B 輪融資中獲得了 620 億韓元的追加投資。傳統的 SI (系統整合) 和解決方案供應商也正將雲服務、RPA、聊天機器人打包成“AX 套件”推向市場,重構軟體業務模式。

換言之,Wrtn 進軍 B2B 不僅僅是簡單的業務多元化,更是為了生存的抉擇。這是內部對於“僅靠免費為主的 B2C 戰略難以實現盈利”的覺醒,以及國內外國 AX 已成為實際資金投入領域的外部環境,加上試圖將 B2C 積累的 UX、編排及教育經驗轉化至企業端的綜合考量。

如何透過 AX 生存下去

要使 Wrtn AX 成為有意義的利潤支柱,最終必須回答“即便借用模型,如何創造難以被替代的價值”這一問題。考慮到當前的行業地位與市場結構,Wrtn 在現實層面應聚焦的方向可歸納為以下三點。

第一,需要推出瞄準“中間及底層”市場的 AX 套件。目前韓國 AX 市場的高階份額已被微軟 Copilot、Upstage 及傳統 SI 廠商佔據。微軟以現有 M365 客戶為基礎,透過附加 Copilot 實現文件、郵件、會議記錄到資料分析的整合自動化;Upstage 則憑藉自有 LLM“SOLAR”和文件 AI 深耕金融與公共機構的高難度文件業務。這些企業能一次性提供雲、辦公套件、安全及基礎設施,對於擁有 IT 組織的頂級大企業和中央機構而言,是自然之選。

因此,Wrtn AX 與他們站在相同的客戶群和技術棧上硬碰硬並不現實。戰略上更合理的做法是,專注於沒有 M365 授權、缺乏專業 IT 人力、預算有限的中堅及中小型企業、學校以及地方公共機構,提供輕量化的 AX 套件。

這些組織更關心的不是 AI 本身的定義,而是“團隊中能立即改變什麼”。他們相比於動輒數億韓元的 DX (數字化轉型) 諮詢,更有可能傾向於能在 2~4 周內看到明顯效果的 AX 入門套件。Wrtn 已經與多家教育機構和地方政府合作進行 AI 教育專案,積累了為個體商戶、學生及非 IT 崗位從業者進行 AI 初體驗設計的經驗,因此非常適合將這一接觸點擴充套件為“快速 PoC (概念驗證) + 訂閱式 AX 套件”。

圖片=作者提供/Google Nano Banana pro
圖片=作者提供/Google Nano Banana pro

第二,需要將 B2C 生活化 AI 與 B2B AX 視為“雙引擎”而非兩個割裂的業務進行設計。Wrtn 最核心的資產依然是 B2C 積累的使用者、資料和品牌力。

與其將這些資產與 AX 分開,不如打造一種“個人版 Wrtn 體驗自然過渡為工作版 Wrtn 體驗”的結構。比如,使用者在個人賬號中使用的 AI 助手轉入公司賬號後,進化為能理解組織文件、日程、政策的“辦公型 Wrtn 助手”;反之,在企業中引入 Wrtn AX 的員工,在個人生活中也會繼續使用 Wrtn,從而形成迴圈。

這樣一來,B2C 作為培育品牌、資料和 AI 素養的獲客渠道,B2B/AX 作為創造利潤與 LTV 的渠道,雖然角色有所分工,但在使用者體驗和資料層面卻能形成一條連續的生命線。

第三,Wrtn 從長遠來看應聚焦於“最瞭解我們公司工作方式的 AI”,即深耕韓國型工作流資料與中型規模模型。參考 HyperCLOVA X、SOLAR 等超大規模 LLM 的案例,僅早期學習和基礎設施投入就耗資數百億韓元,後續還需要持續的除錯與運營費用。對於已揹負 200 億韓元赤字的 Wrtn 而言,效仿這條路徑在資本、人力、時間上壓力巨大。然而,它也不能永遠做一個“在別人模型外殼上套上精美 UI 的 App”。

Wrtn 應該瞄準的點不是 LLM 本身,而是 LLM 之上堆疊的“韓國/亞洲組織實際工作模式、領域知識、文件結構”。就像 Wrtn AX 報告中出現的諮詢、財務、開發專案一樣,積累將 Agentic AI 真正植入組織內部的經驗越多,就越能彙集關於哪種提示詞 (Prompt)、工作流、工具組合在實戰中有效的相關資料與訣竅。因此,如果能將這些資料結構化並轉化為中型 sLLM、特化 RAG 流水線或 Agent 模板,“Wrtn 打造的 Agent 最貼合韓國公司業務”這一口碑本身就能成為獨特的競爭優勢。

圖片=作者提供/Google Nano Banana pro
圖片=作者提供/Google Nano Banana pro

相比於成為一家 Foundation Model (基座模型) 企業,將自身定位為最瞭解韓國/亞洲中小型組織工作流資料與 Agentic 編排的公司,對 Wrtn 而言似乎是更現實的長遠戰略。

這三個方向都是在試圖尋找 Wrtn 的強項(B2C UX、快速的產品落地、教育與入職引導)與市場需求(AX、工作流自動化、降本增效)的交匯點。即使不能提供完美的答案,至少也能擺脫“獨立 LLM vs 門戶”這種二元對立的視角,起到收窄 Wrtn 實際戰場的作用。

Wrtn 需要透過 AX 證明什麼

歸根結底,Wrtn 的故事導向了這樣一個問題:“無法自主研發基座模型的 AI 初創公司能長久生存嗎?”Wrtn 透過在外部 LLM 上堆疊 UX 與編排,成為了韓國最普及的 AI App 之一,但免費戰略與高額的模型及營銷成本導致了 200 億韓元的虧損。生活化 AI 與 AX 是試圖扭轉這一結構的兩個軸,也是對“要在哪裡創造難以替代的收益”這一問題的不同回答。

那麼,Wrtn 透過 AX 需要證明的一點,大約就是這一句:即便沒有自有 LLM,能否成為首個為韓國眾多組織“改變工作方式的 AI 夥伴”。根據它交出的答案,Wrtn 將被分化為“僅僅是一個有趣的免費 AI App”,或者“韓國型 AX 平臺”。

本文由AI自動翻譯。與韓語原文相比可能存在誤差。
Gen Z 인사이트
강지명 (경영학과 22)​
writer@bizhankook.com
저작권자 ⓒ 비즈한국 무단전재 및 재배포 금지