2020 年，橘子集團的大數據團隊使用 Dataflow 和 Dataproc 為集團旗下的子公司建置了統一的資料收集框架，並開始將所有商業數據儲存在 Cloud Storage 中。基於這些數據，橘子集團快速利用 BigQuery 建置了一個中心化的資料湖，透過 BigQuery 查詢與運算存放在 Cloud Storage 的數據，以支持高速的數據提取和大數據分析。橘子集團大數據中心負責人 & AI 創新實驗室共同負責人蘇緯倫指出，相較於其他資料分析工具，BigQuery 具備列式儲存、無伺服器自動擴展、分散節點、以及查詢優化等關鍵技術，不只支持高出 1.8 倍的資料檢索速度，也能與 Cloud Storage 中的資料集和 Google Ads、Google Analytics 等橘子集團大量使用的資料來源無縫整合，讓團隊能快速完成中心化資料倉儲的建置。

在使用 Google Cloud 之前，當橘子集團需要進行跨子公司的資料分析時，其分析師往往需要耗費超過一星期的時間，從部署在不同環境的資料庫收集並處理資料。現在，即使是非工程師的橘子集團員工，也能使用 BigQuery 自主執行所需的分析，在幾分鐘之內取得分析結果。

如此一來，橘子集團便能執行更有效、更及時的數據驅動決策。例如，營運團隊在進行營運活動時，必須根據活動參與情況來做策略的調整，在使用 BigQuery之前，營運團隊最快需要兩天後才能取得相關數據，專案規模越大，資料等待時間越長。

現在，藉由使用 Dataflow 將資料串流到 BigQuery 進行即時分析，橘子集團的團隊便能隨時掌握營運活動的最新動向，快速調整策略。

建立了統一的資料儲存和分析框架之後，橘子集團決定運用機器學習技術發揮資料的最大價值。藉由使用 Dataproc 進行數據處理、自動為商品貼標，以及 Compute Engine 中的 GPU 資源訓練機器學習模型，橘子集團為旗下的電商和線上媒體業務開發了多個 AI 推薦系統。為了使推薦系統能產生相關度更高的內容，橘子集團也運用 Pub/Sub 和 Dataflow 支持即時資料串流，使用者的最新行為在三秒鐘內就能反映在推薦系統產出的結果中。

橘子集團的 AI 推薦系統使用大量數據訓練，能根據季節、時段等不同情況下的使用者行為產生推薦內容，因而得以提供超個人化的使用體驗。系統在內部上線之後，橘子集團的電商網站轉化率提高了 17 倍，社群媒體上的互動率也增加了 300%。

除了 AI 推薦系統之外，橘子集團也開發了其他超過 10 個 AI 解決方案，部署在 GKE 供內部使用。其中，名為 Vyin Brain 的客服機器人在橘子集團兩個極受歡迎的遊戲中達到了 97% 的自主解決問題比例，大大提升了橘子集團的客服品質。

Vyin Brain 的其中一個重要功能是使用者情境偵測。這個情境偵測框架需要綜合評估意圖、情緒、講話風險、實體關聯等許多分析，才能達到最高成效。為了加速開發流程，橘子集團需要先將不同分析模型整合，解決整合的問題之後再分別優化模型。透過使用 Vertex AI 中預訓練模型與模板，橘子集團的開發團隊得以快速構建模型整合框架，找出潛在問題，大幅縮短之後優化自主訓練模型所需的時間。

從 2024 年第四季開始，橘子集團將善用自身頂尖的 AI 創新能力，透過企業服務品牌 Vyin AI 開始向台灣、東南亞、北美等地各行業的企業提供 AI 解決方案。同時，橘子集團也計畫擴大對 Gemini 模型的使用，自動生成圖片、優化工作流，進一步提高員工的生產力。