企業投入健康福利，最困難的問題可能不是沒有資源，而是員工根本沒有使用。
許多企業已經提供健康檢查、營養諮詢、心理支持與健康講座，但實際使用者往往集中在原本就關心健康的人。對健康意識較低、工作忙碌或尚未出現明顯疾病的員工而言，即使公司提供免費服務，也不一定會主動參加。
日本線上營養指導公司 eatas 在 2026 年 10 月宣布與 AI Impulse 合作，推出「AI 食生活診斷」，利用生成式 AI 虛擬人物進行飲食習慣訪談，並提供個人化改善建議。這項服務不打算完全取代營養師，而是希望先降低員工接觸營養服務的門檻，再引導有需要的人進入真人營養諮詢。
這個案例值得企業健康產業注意的，不只是 AI 開始提供飲食建議，而是它提出了一種新的服務設計思維：AI 可以成為企業健康服務的第一個入口，而專業人員則負責後續更深入的健康介入。
企業健康真正的問題：服務存在，但使用率不足
企業健康福利經常面臨一個矛盾：公司提供的健康資源愈來愈多，但不代表員工實際使用的比例同步提高。即使企業安排營養師諮詢，員工仍可能因為預約麻煩、時間不足、不知道自己需要協助，或擔心被要求改變生活習慣而沒有參加。
這意味著企業健康服務存在兩種不同的問題。第一種是 Access，員工能不能取得健康資源；第二種是 Engagement，員工是否真的願意使用。企業可能已經解決第一個問題，卻仍然卡在第二個問題。
eatas 的 AI 食生活診斷正是針對這個缺口設計。員工不需要一開始就預約正式諮詢，而是可以先透過簡短問答了解自己的飲食狀況，再決定是否接受進一步協助。
對企業而言，健康服務的價值不應只用「提供了多少項福利」衡量，更需要觀察「有多少員工真正開始使用」。
eatas的做法：把AI放在專業服務之前
eatas 本身提供線上營養指導與企業健康經營相關服務，AI Impulse 則提供生成式 AI 虛擬人物技術。雙方合作推出的 AI 食生活診斷，透過 AI Avatar 與使用者進行簡易飲食問答，根據回答提供改善建議，再與既有營養師服務形成銜接。
這種模式的重點不是讓 AI 處理所有健康問題，而是重新分配不同服務的角色。
| 服務層級 | 提供的服務 | 對企業的價值 |
|---|---|---|
| AI初步互動 | 飲食習慣問答、一般性建議 | 降低第一次參與門檻 |
| 健康需求辨識 | 協助員工了解可能的飲食問題 | 提高健康意識 |
| 專業營養諮詢 | 真人營養師評估與指導 | 提供深入且個別化的支持 |
| 持續健康管理 | 營養指導、追蹤與企業健康措施 | 支持長期健康改善 |
這對企業健康服務商具有重要啟示。過去如果希望擴大服務規模，往往需要增加更多營養師、健康教練或客服人力；現在則可以探索由 AI 處理部分標準化互動，讓專業人員將時間集中在真正需要深入支持的個案。
但這仍是一項有待驗證的商業假設。eatas 尚未公布導入後的實際人力節省、轉介率或健康改善結果，因此不能直接認定 AI 已經降低營運成本或提高服務成效。
從B2B角度看，AI健康服務的價值正在改變
企業採購健康服務時，通常不會只關心 AI 技術有多先進。HR 更在意的是員工是否願意參與、行政負擔是否增加，以及最後能否向管理層說明投入成果。
因此，AI 健康產品如果只強調模型能力，例如能回答多少健康問題、能分析多少種飲食，未必能直接形成企業採購價值。
從 eatas 的案例延伸，可以看到企業 AI 健康服務可能存在三種價值：
| B2B價值 | 企業真正關心的問題 |
|---|---|
| 提高觸及率 | 原本不參加健康活動的人，是否願意開始？ |
| 提高服務效率 | 哪些標準化互動可以由AI協助？ |
| 提高後續介入率 | 完成初步評估後，有多少人接受進一步支持？ |
這三項價值也對應不同的商業模式。企業可能不再只是購買一次營養講座或固定次數的諮詢，而是採購一套涵蓋初步互動、需求辨識與專業轉介的健康服務。
對服務供應商而言，真正的競爭力可能不在於誰的 AI 回答最流暢，而在於能否把低成本、低門檻的初步接觸，轉換成有品質的健康服務使用與後續行動。
AI不一定要取代營養師，而是改善專業人力的使用方式
健康服務與一般客服最大的不同，是部分問題涉及疾病、用藥、個人健康風險與專業判斷。AI 可以協助一般性飲食教育與初步互動，但當使用者有糖尿病、腎臟疾病、孕期營養需求或其他特殊狀況時，仍需要適當的專業評估。
因此，對企業健康服務而言，比較值得探索的不是「AI 能不能完全取代營養師」，而是「哪些工作可以由 AI 協助，哪些必須交給專業人員」。
這種分工也有助於重新設計服務流程。例如，AI 可以提供一般健康知識與初步問答，營養師則負責複雜需求、個別化建議與後續追蹤。若系統能在適當時機提供真人服務入口，就有機會減少員工在不同服務之間自行尋找資源的負擔。
但 AI 初步評估不能被視為正式醫療診斷，企業也需要建立清楚的轉介規則與資料保護措施，避免使用者因為 AI 回答而延誤必要的專業協助。
對HR而言，最重要的KPI可能不是AI使用次數
企業導入 AI 健康工具時，最容易取得的數據是登入人數、對話次數、問答完成率與使用滿意度。這些資料可以衡量 Engagement，但還不足以說明服務是否真正產生健康價值。
如果 AI 食生活診斷的目標是讓更多員工進入健康服務，企業就應該進一步追蹤初步互動與後續行動之間的關係。
| KPI層級 | 建議衡量指標 | 管理意義 |
|---|---|---|
| Reach | 員工觸及率 | 是否接觸更多員工 |
| Engagement | AI診斷完成率 | 服務是否容易使用 |
| Awareness | 健康需求理解程度 | 是否提高健康意識 |
| Conversion | 專業諮詢轉介率 | 是否銜接後續服務 |
| Behavior | 飲食行為改變率 | 是否開始採取行動 |
| Outcome | 適當的健康前後測 | 是否觀察到健康改善 |
其中最值得企業關注的，是從 Engagement 到 Conversion 的轉變。如果有大量員工使用 AI，卻沒有增加健康行動或專業服務使用，那麼產品可能只是提供了有趣的互動，而沒有真正解決企業健康管理的問題。
反過來說，即使 AI 使用人數不是最多，但能讓原本不願意參加營養諮詢的員工開始接受支持，也可能具有更高的管理價值。
AI健康服務可能形成新的分層商業模式
從企業健康服務市場來看，eatas 的做法還帶出一個值得觀察的商業方向：過去企業通常依活動場次、專業諮詢時數或服務人數採購健康方案，未來則可能出現更完整的分層服務組合。
例如企業可以先讓所有員工取得低門檻的 AI 健康互動，再依員工自願表達的需求提供營養師、健康教練或其他專業支持。企業採購的將不只是單一工具，而是一套具有不同服務深度的健康支持架構。
| 傳統服務模式 | 值得探索的AI整合模式 |
|---|---|
| 單次健康講座 | 全員可使用的初步健康互動 |
| 員工自行預約 | 依需求提供專業服務入口 |
| 固定諮詢時數 | AI協助一般性互動、專家處理深入需求 |
| 活動結束即結案 | 持續健康互動與後續追蹤 |
| 報告參加人數 | 追蹤使用、轉介與健康行動 |
這是從 eatas 產品架構延伸出的商業模式分析，不代表 eatas 已經採用上述所有收費或服務設計。實際能否提高客戶續約、降低交付成本或增加專業服務使用率，仍需要導入企業後的數據驗證。
企業健康AI的競爭，可能不再只是技術能力
目前許多 AI 健康產品都能提供飲食建議、運動計畫、睡眠分析或健康問答。當基礎 AI 能力逐漸普及，企業採購時就可能開始更重視產品是否能整合既有健康服務。
從這個角度來看，eatas 的優勢不只是 AI Avatar，而是它背後原本就有營養師與企業健康服務，可以讓初步互動與專業介入形成銜接。
這也意味著，未來 B2B 健康 AI 的競爭可能出現在三個層面：第一，是否能讓原本不關心健康的人願意使用；第二，是否能在適當時機連結真人專業服務；第三，是否能向企業提供可信、可衡量的健康成果。
AI 技術本身仍然重要，但真正形成商業價值的，可能是AI、專業服務與企業健康管理流程的整合能力。
從eatas案例看企業健康的下一步：先讓更多人願意開始
eatas 與 AI Impulse 的合作，目前仍處於新服務推出階段，尚未公布大規模企業導入成效。但它提出的產品設計方向值得關注：企業健康不一定需要一開始就提供最完整的健康管理計畫，而可以先建立一個讓更多員工願意接觸健康服務的入口。
這個思維也讓 AI 健康服務的價值重新被定義。AI 不只是用來回答健康問題，也可以協助員工辨識需求、降低參與門檻，並銜接更適合的專業支持。
對企業而言，下一階段值得思考的問題可能不再只是「我們要不要導入 AI 健康工具」，而是「這個 AI 工具能不能讓原本不使用健康服務的人開始行動」。
企業健康 AI 的真正價值，不是讓每個員工都跟 AI 聊天，而是讓更多員工真正走進健康管理。
資料來源
eatas株式会社／PR TIMES，〈オンライン栄養指導サービスのeatas株式会社が次世代AI面接プラットフォームのAI Impulse社と連携し「AI食生活診断」を提供開始〉，2026 年 10 月 8 日。
原始新聞稿：https://prtimes.jp/main/html/rd/p/000000048.000077218.html
本文依據企業官方新聞稿整理。原始資料主要介紹產品功能、合作背景與服務方向，尚未提供企業實際導入後的參與率、轉介率、成本節省或健康改善數據。本文對企業採購、商業模式與 KPI 的討論屬於延伸分析，不代表已獲得實證驗證。
