---
title: "NAVER、Kakao AI 策略比較：比 MAU 更重要的變現與投資效率"
locale: zh-hant
category: trends
category_name: "趨勢"
translation_status: reviewed
license: cc_by
author: "injoys"
source_url: https://injoys.com/en/articles/naver-vs-kakao-ai-strategy-maus-monetization
published_at: 2026-08-27T18:29:09+09:00
---

# NAVER、Kakao AI 策略比較：比 MAU 更重要的變現與投資效率

> 僅憑 Google 應用程式的月活躍使用者數超越 NAVER 的報導，很難判斷韓國國內平台的勝負。NAVER 的全端 AI 與 Kakao 的服務導向 AI，何種策略更具優勢，必須綜合考量使用頻率、交易轉換、推論成本、企業營收與資本效率。

## Key Points

- MAU 僅顯示一個月至少使用一次應用程式的人數規模，無法直接說明使用頻率或對營收的貢獻。
- NAVER 採取串聯自有模型、雲端、資料中心與服務的整合策略，兼顧技術掌控力與企業市場。
- Kakao 並非完全放棄自主技術開發，而是更傾向結合 OpenAI 等外部模型與內部模型，專注於以 KakaoTalk 為基礎的服務。
- 兩種策略的勝負應以 AI 營收、交易轉換率、每位使用者的推論成本與資本報酬率來判定，而非模型效能。
- 不應僅憑是否參與公共 AI 專案或單一應用程式排名，就斷定企業的長期策略及成敗。

Google 應用程式在韓國的月活躍使用者人數超越 NAVER 應用程式的報導，具有重大象徵意義。然而，應用程式使用者人數這一項指標，並不能直接反映搜尋競爭力、平台忠誠度、廣告營收或 AI 業務是否成功。

若將 NAVER 與 Kakao 的 AI 策略簡單劃分為「自有模型對外部模型」，也會與實際情況有所出入。NAVER 正在擴大從模型到雲端與服務的控制範圍，而 Kakao 則著重於結合外部的強大模型與自有技術，讓使用者能在 KakaoTalk 內實際完成操作。

## 如何解讀 Google 應用程式 MAU 反超的報導

MAU 是指在一個月的衡量期間內，至少使用過一次服務的不重複使用者人數。它有助於掌握觸及範圍，但無法顯示單一使用者造訪的頻率、進行了哪些活動，或是否創造營收。

| 指標 | 說明 | 平台分析中應確認的事項 |
|---|---|---|
| MAU | 一個月內曾活動的不重複使用者人數 | 服務的觸及範圍有多廣 |
| DAU | 一天內曾活動的不重複使用者人數 | 是否會在日常生活中反覆使用 |
| DAU/MAU | 每月使用者中日均活躍者的占比 | 使用習慣與忠誠度是否較高 |
| 工作階段數 | 在一定期間內啟動應用程式的次數 | 是否會反覆造訪 |
| 停留時間 | 停留在應用程式或服務中的時間 | 內容消費是否深入 |
| 轉換率 | 搜尋、曝光後轉為預約、購買、諮詢等行動的比例 | 使用行為是否轉化為經濟價值 |
| 每位使用者營收 | 每位使用者創造的平均營收 | 能多有效率地將流量變現 |

應用程式統計數據也會依調查機構與統計方式而有所不同。必須確認 Android 與 iOS 的涵蓋範圍、預先安裝應用程式的處理方式、排除背景執行的標準、樣本校正方式，以及是否合併計算同一企業旗下的多個應用程式等。Google 應用程式除了搜尋外，還可能有語音搜尋、圖片搜尋、推薦內容、連接 Gemini 等多種進入目的。

因此，「Google 應用程式 MAU 第一」可被解讀為 Google 的行動接觸點有所擴大，但這並非 NAVER 的搜尋、廣告、商務業務立即轉居劣勢的證據。應以相同標準追蹤多個季度，並綜合比較 DAU、使用時間、搜尋市占率、交易轉換與營收。

## 為何搜尋目的比搜尋市占率更重要

並非所有搜尋都具有相同價值。事實查核或文件摘要，可以在 Google、ChatGPT、Gemini 等通用搜尋與生成式 AI 中迅速完成。相較之下，購買前的商品比較、尋找當地商家、確認能否預約等接近實際行動的探索，更有利於串連評論、價格、地圖與支付系統的平台。

被視為 NAVER 優勢的部分，不只在於韓文文件的數量。部落格、社群、地圖、Place、購物、預約等將使用者探索與交易相連的結構才是核心。當地業者資訊或長期累積的使用者評論，通用 AI 可能難以立即以相同水準取代。

不過，也不應將這些資產視為永久的防線。

- 若評論可信度下降或廣告性內容增加，即使資料量龐大，搜尋滿意度也會降低。
- 若生成式 AI 清楚標示來源並比較多個網站的資訊，使用者在入口網站內部探索的必要性可能下降。
- 外部模型也能透過合作、授權、公開網路與業者提供的資訊強化在地資料。
- 若 AI 回答直接在搜尋結果頁面上解決問題，前往內容頁面與廣告的流量可能減少。

NAVER 必須守住的，不只是搜尋量，而是可信賴的最新資訊，以及一路銜接到預約與購買的完整使用流程。

## 為何 NAVER 的企業價值不會只因 AI 投資而上升

股價波動無法以單一特定原因解釋，因為利率、市場風險偏好、業績展望、監管、競爭與資本配置都會同時反映其中。不過，當成熟平台開始進行大規模 AI 投資時，投資人想確認的問題相對明確。

1. 能否維持既有搜尋廣告與商務業務的成長率？
2. GPU、資料中心與研發費用的增加，會使營業利益率下降多少？
3. AI 搜尋是否能在不侵蝕既有廣告產品的情況下創造新營收？
4. 企業用 AI 與雲端營收能否成長到足以回收投資成本？
5. 投資與庫藏股註銷、股息等股東回饋之間的平衡是否適當？

雖然可將 NAVER 比喻為大型零售企業或正在轉向的航空母艦，但比喻本身無法證明原因。NAVER 能夠反覆銷售無形的資料與軟體，而零售企業的庫存與門市成本占比較大，兩者存在這項差異。比較的核心應僅限於「在維持既有現金創造業務的同時，也必須投資新基礎設施的轉型期」這項共通點。

市場重視的並非投資規模，而是回收路徑的可見度。即使 AI 功能增加了使用者，若推論成本的成長速度快於營收，經濟效益仍可能偏弱。

## NAVER 與 Kakao 的 AI 策略比較

由於兩家公司的平台起點與營收結構不同，因此做出了不同選擇。

| 比較項目 | NAVER | Kakao |
|---|---|---|
| 核心資產 | 搜尋、內容、商務、地圖、雲端 | KakaoTalk、訊息關係網路、交通、支付、內容等關係企業服務 |
| AI 方向 | 將自有基礎模型與基礎設施連接至服務 | 結合外部模型與自有技術，應用於使用者服務 |
| 代表性資產 | HyperCLOVA X、NAVER Cloud、資料中心、韓文與在地服務資料 | KakaoTalk 發布網路、Kanana 系列技術、與 OpenAI 合作、關係企業服務串連 |
| 優先市場 | 消費者服務，以及企業與公共部門的雲端和 AI | 以 KakaoTalk 為中心的消費者 AI 與行動型服務 |
| 優點 | 控制資料、模型與基礎設施，兼顧安全與在地化，因應企業客戶需求 | 快速導入服務、運用領先模型、降低初期基礎設施負擔 |
| 主要風險 | 龐大資本支出、技術變化造成的設備負擔、投資回收延遲 | 依賴外部模型、API 成本與議價能力、服務差異化不足 |
| 成功條件 | 擴大企業營收並提高基礎設施使用率 | 增加 KakaoTalk 使用量，並轉化為預約、購買、叫車等行動 |

### NAVER：擴大控制範圍的全端策略

NAVER 將 HyperCLOVA X 等自有模型、NAVER Cloud、資料中心與消費者服務相互串連。對於重視資料儲存位置、安全性、韓文與在地脈絡，以及企業個別客製化的客戶而言，這項策略具有說服力。國家或機構重視本國語言、法規與資料控制的主權 AI 市場，也是潛在業務領域。

但「全端」並不代表所有半導體與軟體都由自己獨立生產。在 GPU、核心零組件與部分軟體生態系中，仍需與外部供應商合作。成敗取決於能多有效率地整合各個層級並取得付費客戶，而非是否全部自行擁有。

### Kakao：運用發布網路與行動完整性的策略

Kakao 已宣布與 OpenAI 展開策略合作，並持續推動 AI 在 KakaoTalk 內超越回覆對話的層次，朝向協助使用者完成工作的方向發展。若能縮短從訊息到行程、搜尋、預約、購買、叫車的流程，Kakao 擁有的服務串連網路便可能成為優勢。

不過，若斷定 Kakao 完全不投資自有 LLM 或 AI 基礎設施，並不準確。其策略更接近一邊開發自有 AI 模型與服務，一邊採用外部領先模型的混合策略。使用外部模型可加快開發速度，但必須管理成本、個人資料處理、故障應變與供應商依賴等問題。

## 判斷哪種策略勝出的指標

僅憑模型評測分數或應用程式下載次數，無法判定業務上的勝者。必須在相同期間內反覆確認下列指標。

| 領域 | NAVER 應關注的指標 | Kakao 應關注的指標 |
|---|---|---|
| 使用者 | AI 搜尋使用率、再次造訪、搜尋滿意度 | AI 功能使用者、KakaoTalk 停留與再次造訪的變化 |
| 交易 | 購物、Place、預約轉換率 | 預約、支付、叫車等工作完成率 |
| 營收 | AI 廣告、雲端與企業用 AI 營收 | AI 付費服務及對關係企業服務交易的貢獻 |
| 成本 | GPU 使用率、推論成本、資料中心投資效率 | 外部模型 API 成本、每位使用者的服務成本 |
| 競爭力 | 企業客戶留存率、海外合約的經常性營收 | 只能在 KakaoTalk 內提供的差異化功能 |
| 資本效率 | 相較 AI 投資的營業現金流 | 較低投資負擔是否實際帶來獲利改善 |

短期而言，運用外部模型的策略可能顯得更快且更便宜。若使用量大幅增加或供應商漲價，自有基礎設施的經濟效益可能改善。反之，若技術世代快速更替且需求不確定，大規模自有設備就會成為負擔。沒有任何方式始終較為優越，結果會依需求規模、使用率與單項服務利潤而改變。

## 為何不能只用硬體普及階段解釋韓國軟體競爭力

在 AI 產業中，GPU 與資料中心投資率先擴大，之後應用軟體才成長的說法，呈現了部分發展趨勢。然而，很難認為軟體變現只有在基礎設施建置完成後才會開始。雲端、廣告技術、遊戲、企業軟體與行動服務，早已與硬體同步競爭。

評估韓國企業的軟體競爭力時，必須區分下列條件。

- 能否將已在韓國國內市場驗證的服務，拓展至其他語言與法規環境
- 能否將產品作為可重複銷售的訂閱型服務，而非一次性建置案
- 能否建立供海外開發者與企業使用的 API 與生態系
- 是否具備全球業務、技術支援與合作夥伴體系
- 是否已將個人資料、著作權與 AI 安全要求納入產品設計

NAVER 的海外 AI 與雲端業務或許能展現潛力，但必須區分個別合作公告與持續性營收。只有在合約規模、經常性營收、客戶留存與獲利能力等可驗證的業務指標公開時，才能評估實際競爭力。

## 應如何解讀是否參與公共 AI 計畫

「全民 AI」等使用類似名稱的公共宣傳活動、免費使用支援或聯盟計畫，其參與條件可能依公告時間與主管機關而異。若要判斷特定企業是否參與及其動機，應先確認正式公告、協議機構、預算、服務期間與採購文件。

Kakao 的參與可能有利於擴大使用者接觸點，而 NAVER 的未參與也可能意味著專注於獨立業務。然而，若企業未正式說明動機，就不能將商業利益、技術路線或宣傳目的斷定為事實。參與公共計畫只是策略的一項線索，無法證明模型競爭力或長期獲利能力。

## 容易忽略的勝負關鍵：代理的交易控制權

單純比較模型時容易忽略的爭點，是 AI 理解使用者意圖後，實際交易會在哪裡完成。若 AI 代理不只推薦餐廳，還能處理預約與付款，平台的營收結構就會改變。

在這個過程中，四種控制權相當重要。

1. **意圖資料：** 能否掌握使用者想尋找及購買什麼
2. **交易串連：** 能否即時存取賣家、商店、交通與支付系統
3. **使用者同意：** 是否以透明方式取得個人資料與支付授權，並加以安全管理
4. **收益分配：** 如何在模型供應商、平台、內容創作者與賣家之間分配價值

NAVER 的起點是搜尋與商務資料的串連，Kakao 的起點則是對話關係網路與生活服務呼叫。最終勝負很可能不取決於更流暢的回答，而在於能否以更少步驟完成可信賴的行動，並在過程中留下可持續的收益。

## 三種可能的發展情境

### NAVER 的整合策略較有利的情況

企業與公共機構重視資料控制與在地化、自有基礎設施維持高使用率，且雲端與 AI 營收的成長速度快於投資成本時。

### Kakao 的服務策略較有利的情況

基礎模型迅速通用化且價格下降，並利用 KakaoTalk 的發布能力，快速普及預約、購買、叫車等行動型 AI 時。

### 兩種策略趨於融合的情況

NAVER 也可能在有需要的領域結合外部模型，Kakao 則將成本與安全方面的重要功能改為自行營運，兩者因而趨向混合架構。實際市場中，介於完全自行開發與完全依賴外部之間的多種組合，很可能彼此競爭。

## 結論

Google 應用程式的 MAU 上升是對 NAVER 的警訊，但不是敗北宣言。對 NAVER 而言，搜尋與交易資料的品質、AI 基礎設施投資回收，以及擴大企業市場是核心課題。對 Kakao 而言，在運用外部模型的同時，打造只能在 KakaoTalk 內提供的體驗，並控制服務成本與供應商依賴，至關重要。

兩家公司的策略並不是重量級方式與輕量級方式的單純對決。一方優先考量控制力與基礎設施的長期經濟效益，另一方則優先考量發布速度與服務轉換。勝者不會是 MAU 第一名，而是能將 AI 轉化為經常性營收與現金流的企業。

## FAQ

### 如果 Google 應用程式的 MAU 高於 NAVER，是否代表韓國國內搜尋市場的第一名已經易主？
不能如此斷定。應用程式 MAU 顯示的是每月觸及範圍，但搜尋次數、搜尋市占率、重複使用、停留時間，以及廣告與商務營收都是不同的指標。也必須一併確認調查機構的統計範圍及各作業系統的樣本。

### 為何 NAVER 被認為在本地搜尋和商品探索方面具有優勢？
因為除了部落格和 Café 的使用者內容外，地圖、Place、購物和預約也相互串聯。不過，如果評論可信度和資訊即時性下降，或通用 AI 的本地資料有所改善，這項優勢可能會減弱。

### NAVER 的全端 AI 策略是什麼意思？
這是一項將自有基礎模型、雲端、資料中心與搜尋、商務等服務串聯，以擴大營運控制範圍的策略。這並不代表所有半導體和技術都由其自主生產，仍需要外部 GPU 和技術合作。

### Kakao 是否已停止開發自有 AI 模型，並只依賴 OpenAI？
將其視為完全依賴外部並不準確。Kakao 在開發自有 AI 技術的同時，也結合 OpenAI 等外部模型，較接近藉此提高服務推出速度與品質的混合策略。

### 使用外部 AI 模型是否一定比自有資料中心便宜？
不是。如果初期需求較小或不確定，外部 API 可能較有利，但隨著使用量增加，呼叫成本和對供應商的依賴可能成為負擔。自有基礎設施若使用率偏低，或模型世代快速更迭，也可能難以回收投資成本。

### 應以哪些指標判斷 NAVER 與 Kakao AI 策略的勝負？
必須綜合考量 AI 相關經常性營收、交易轉換率、使用者留存率、每位使用者的推論成本、企業客戶留存、資料中心使用率，以及相對於投資的現金流。僅憑模型評估分數或 MAU 這一項指標，很難判斷業務成效。

### 為何 AI 代理對兩個平台的收益很重要？
因為如果 AI 不只提供回答，還能完成預約、購買、付款乃至叫車，就能創造交易手續費和廣告轉換。此時，個人資料同意、支付安全、錯誤責任歸屬，以及與外部業者的串接，將成為關鍵條件。

### 可以根據是否參與公共 AI 計畫來判斷企業策略嗎？
是否參與可以作為參考，但並非決定性證據。必須確認正式公告中的計畫目的、預算、期間及參與條件，也不應將企業未公開的不參與原因或商業動機斷定為事實。

## Sources

- [Google Analytics 使用者指標指南](https://support.google.com/analytics/answer/12253918?hl=ko)
- [NAVER 業績發表資料](https://www.navercorp.com/investment/earningsRelease)
- [Kakao 業績發表資料](https://www.kakaocorp.com/ir/referenceRoom/earningsAnnouncement)
- [Kakao 與 OpenAI 宣布策略合作](https://openai.com/index/kakao/)
- [NAVER CLOVA HyperCLOVA X](https://clova.ai/hyperclova)
- [金融監督院電子公告系統 DART](https://dart.fss.or.kr/)

## Images

![女子在餐廳櫃檯操作顯示分析儀表板的平板電腦](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTEsInB1ciI6ImJsb2JfaWQifX0=--998773982819b81514ec23a3337c5105ea00914a/ai-393096c7.webp)
![以天平與儀表板比較用戶規模、收益及AI基礎設施的資訊圖](https://injoys.com/rails/active_storage/blobs/proxy/eyJfcmFpbHMiOnsiZGF0YSI6MTI0MTcsInB1ciI6ImJsb2JfaWQifX0=--4476ee610b82e54d44efa0d37589d01277937f8b/ai-1123da3f.webp)