ToquanClaw Breaks Europe: Prosus-Just Eat AI Platform Delivers 12% Revenue Growth

Q: ToqanClaw 跟 OpenClaw 有什麼差別？

ToqanClaw 與 OpenClaw 的核心差異在於數據安全架構。OpenClaw 的用戶資料會被送入第三方模型訓練管線，存在 GDPR 合規風險；而 ToqanClaw 採用 Prosus 的 ESA 安全環境，資料不離開企業邊界、永不用於訓練任何第三方 AI 模型。功能層面上，ToqanClaw 支援 OpenClaw 的核心功能，但底層引擎換成了 Prosus 自研的 Toqan AI 平台。

Q: ToqanClaw 適合哪些類型的商戶使用？

目前 ToqanClaw 主要面向歐洲 5,000 萬餐飲店、商戶與創業者。典型場景包括庫存自動追蹤、銷售報表即時生成、客戶管理自動化等。Prosus 已計畫擴展至服裝、零售及金融服務領域。對於 IT 預算有限、缺乏技術團隊的中小型商戶特別適合。

Q: ToqanClaw 的資料安全性如何保障？

ToqanClaw 在 Prosus 的 ESA 安全環境下運行，資料不離開企業安全邊界、永不用於訓練任何第三方 AI 模型、符合 GDPR 規範並具備企業級安全架構。即使是處理敏感的客戶交易資料，也能在合規框架內安全運行。

ToquanClaw no-code是這篇文章討論的核心

ToqanClaw 來了：Prosus 與 Just Eat 聯手推出歐洲首個無代碼 AI 平台，5,000 萬商戶為何一夕變天？

Prosus 自研 AI 平台 Toqan 搭載 ToqanClaw，讓商戶以自然語言即時生成應用程式與自動化流程。（示意圖／Pexels）

⚡ 快速精華

💡 核心結論：Prosus 攜手 Just Eat Takeaway.com 推出 ToqanClaw，成為歐洲首個大規模落地的無代碼 AI 開發平台。商戶只需用自然語言描述需求，即可在零工程背景的情況下生成完整應用、儀表板與自動化工作流程——這不是概念驗證，而是已經在德國咖啡連鎖 Lebkov & Sons 身上跑出 12% 營業額增長的實戰成績。

📊 關鍵數據：全球無代碼 AI 平台市場規模從 2025 年 70.6 億美元躍升至 2026 年 90.1 億美元（CAGR 27.5%），預計 2030 年突破 238 億美元。若以更宏觀的無代碼＋低代碼市場計，2026 年已達 520 億美元，2027 年預估衝向 844.7 億美元。Gartner 預測到 2026 年，80% 的科技產品將由非開發者構建。

🛠️ 行動指南：餐飲與零售業者應立即評估將庫存追蹤、銷售報表、客戶管理流程遷移至對話式 AI 平台。IT 預算有限的小型商戶，可優先嘗試 ToqanClaw 的免費試用方案，以兩週為一個迭代週期驗證 ROI。

⚠️ 風險預警：無代碼平台雖然降低了技術門檻，但「對話即建構」的背後隱藏著資料治理與流程合規的盲區。企業在導入前務必確認 ESA 安全環境的資料隔離機制是否符合自身行業的監管要求（如 GDPR、金融資料保護法規），避免自動化流程成為合規破口。

ToqanClaw 是什麼？一場「用嘴巴寫程式」的歐洲實驗

2026 年 6 月 23 日，Prosus N.V. 與剛被其以 41 億歐元收購的 Just Eat Takeaway.com 聯手拋出了一枚震撼彈——ToqanClaw。名字聽起來像是某個科幻片裡的裝備，但它的本質其實很直白：一款全方位無代碼 AI 平台，目標是讓歐洲 5,000 萬餐飲店、商戶與創業者，不寫一行程式碼就能創建應用程式、儀表板與自動化流程。

這裡說的「不寫程式碼」不是行銷話術。ToqanClaw 採用 Prosus 自研的 AI 平台 Toqan 作為底層引擎，內建資料科學與自然語言處理（NLP）模型。使用者只需用日常對話的方式描述需求——比如「幫我做一個庫存追蹤系統，每天早上 8 點自動發送低存量警報」——平台就能生成完整的應用程式或工作流程。

說白了，這玩意兒就是把以前需要找外包、排 IT 工單、等工程師排期的繁瑣流程，壓縮成一句話的事。沒有 IT queue，沒有對工程師的依賴，Ready immediately——官方原話就這麼寫的。

🔧 Pro Tip — 專家見解：別把 ToqanClaw 跟一般的 ChatGPT 外掛搞混。Toqan 是 Prosus 內部打磨多年的 AI 工作平台（work.toqan.ai 已在內部運行），它的 NLP 模型不是拿來聊天用的——它是專門針對「商業邏輯拆解」訓練的。意思是，當你說「每天早上 8 點把低於安全存量的 SKU 列出來發到 Slack」，它理解的不只是字面意思，而是背後的觸發條件、資料流向與排程邏輯。這才是它能直接跑出可用應用的關鍵。一般通用型 LLM 你得追問五輪才搞對的東西，Toqan 的垂直場景訓練讓它一輪就到位。

平台支援 OpenClaw 的核心功能套件：資料連接、數據視覺化、邏輯拆解與自動化執行——但全部包裹在 Prosus 的 ESA（Enterprise Security Architecture）安全環境下運行。這一點很關鍵，後面我們會展開講。

根據 Techzine 的報導，Prosus 是歐洲第一家將此類解決方案大規模推出的公司。不是 demo，不是 pilot，是直接面向 5,000 萬商戶的正式上線。

為什麼 OpenClaw 被取代？數據主權與 GDPR 成為歐洲的硬底線

OpenClaw 是誰？如果你在無代碼圈子待過一陣子，大概知道它是過去幾年佔據歐洲中小企業自動化市場的主流工具之一。但問題來了——OpenClaw 的底層 AI 模型訓練機制涉及將用戶資料送入第三方模型訓練管線。在美國也許沒什麼人在意，但在歐洲，這踩到了 GDPR 的紅線。

ToqanClaw 的官方定位非常明確：「Your data doesn’t leave the perimeter, and it’s never used to train AI models.」——你的資料不離開安全邊界，絕不用於訓練任何 AI 模型。這句話不是公關稿的空話，它直接回應了歐洲商戶對數據主權的核心焦慮。

🔧 Pro Tip — 專家見解：數據主權不是新概念，但 2025–2026 年的歐盟 AI Act 落地後，它從「建議」變成了「硬性要求」。OpenClaw 的問題不在於功能不夠強，而是它的資料架構先天就不符合歐盟的監管框架。ToqanClaw 選擇從架構層面就切斷「資料外送」的路徑，這不是功能升級，是合規先發優勢。對於處理客戶交易資料、會員資料、金融數據的歐洲企業來說，這條護城河比任何花俏的 UI 都來得實在。

從市場角度來看，這也是 Prosus 為什麼敢在收購 Just Eat Takeaway.com 之後立刻推 ToqanClaw 的底氣所在——它填補的不是功能缺口，而是監管缺口。歐洲 5,000 萬商戶裡，有多少是因為合規顧慮而遲遲不敢導入 AI 自動化工具的？Prosus 算的就是這筆帳。

Lebkov & Sons 實戰案例：兩週、12%、零工程師

理論說再多，不如看真實案例。Just Eat 體系內的德國咖啡連鎖品牌 Lebkov & Sons，是 ToqanClaw 的首批落地用戶之一。他們用這個平台做了什麼？三件事：

庫存自動追蹤：不用再手動盤點，ToqanClaw 自動對接 POS 系統數據，即時計算消耗量與剩餘存量。
銷售報表即時更新：過去需要店長每週花兩小時整理的報表，現在系統自動生成、即時推送。
營業額提升 12%：兩週內，透過更精準的庫存管理減少浪費、更即時的銷售數據驅動補貨決策，Lebkov & Sons 的營業額提升了 12%。

12% 這個數字放在餐飲業意味著什麼？全球餐飲業的平均淨利率約在 3–5% 之間。一個工具能在兩週內把營業額拉高 12%，等於是把淨利翻了一倍以上——而且不需要雇任何技術人員。這不是概念驗證，這是實打實的 P&L 改善。

🔧 Pro Tip — 專家見解：別只盯著 12% 這個數字看。更值得關注的是時間維度——「兩週」。傳統的餐飲 SaaS 專案部署，從需求訪談到正式上線，最起碼三到六個月。ToqanClaw 把這個週期壓縮到兩週以內，意味著商戶的試錯成本接近零。你可以先建一個最小可行版本（MVP），跑兩週看數據，不行就換方向。這種敏捷度在過去的餐飲 IT 生態裡是不存在的——它本質上改變了商戶與技術之間的關係，從「投資決策」變成了「日常操作」。

Just Eat 作為歐洲最大的外送平台之一，其商戶網路本身就是 ToqanClaw 最天然的分發渠道。想像一下：500 萬家餐廳在 Just Eat 的商戶後台看到一個「用 AI 建構你的庫存系統」的入口，一鍵啟用，兩週見效——這個分發效率是任何獨立 SaaS 新創都難以複製的。

從餐飲到金融：Prosus 的跨產業擴張藍圖與 2027 市場預測

Prosus 的野心遠不止於餐飲。公司已明確表示，將把 ToqanClaw 快速擴展到服裝、零售以及金融服務領域。這不是空喊口號——Prosus 的投資版圖本身就覆蓋了這些賽道。

看看 Prosus 的持有組合：電商有 eMAG（東歐最大電商平台）、Meesho（印度社交電商）；金融科技有 PayU、Remitly；分類廣告有 OLX。這些業務合計服務超過 15 億用戶、89 個市場。ToqanClaw 不是一個孤立產品，它是 Prosus 整個生態系統的基礎設施層——讓每個垂直業務線裡的商戶都能用同一套對話式 AI 介面來建構自己的數位工具。

根據 Research and Markets 的數據，無代碼 AI 平台市場從 2025 年的 70.6 億美元增長至 2026 年的 90.1 億美元，CAGR 達 27.5%。The Business Research Company 進一步預測，到 2030 年該市場將達到 238.2 億美元。而更廣義的無代碼＋低代碼市場，據 Gartner 和 Kissflow 的整理，2026 年已達 520 億美元，2027 年預估衝向 844.7 億美元。

如果把視角拉到 2027 年，ToqanClaw 的跨產業擴張將面對一個關鍵拐點：當金融服務業開始大規模採用無代碼 AI 時，合規審查的複雜度將是指數級增長。餐飲業的庫存追蹤出錯頂多少幾杯咖啡，但金融業的自動化流程出錯可能涉及洗錢防制、客戶資料外洩等監管紅線。Prosus 的 ESA 架構是否能扛住金融級的審計要求，將是決定 ToqanClaw 能否真正跨入金融賽道的生死線。

🔧 Pro Tip — 專家見解：跨產業擴張的成功率取決於一個常被忽略的因素——領域知識的嵌入深度。Toqan 的 NLP 模型在餐飲場景表現出色，是因為 Just Eat 體系內積累了海量的餐飲業務語料。但金融服務的業務邏輯、法規術語、風控規則是完全不同的語義空間。Prosus 如果只是在 ToqanClaw 上貼一個「金融版」的標籤就推上市，結果大概率是災難性的。真正的做法是：像它處理餐飲那樣，先找一個金融業務線（比如 PayU）做深度場景訓練，再逐步開放給外部金融機構。這個過程至少需要 12–18 個月。

從長遠來看，ToqanClaw 代表的商業模式是：平台即基礎設施（Platform-as-Infrastructure）。Prosus 不賣軟體授權，不收 API 調用費——它賣的是「讓你自己的生意數位化」的能力。當 5,000 萬商戶中有 10% 開始用 ToqanClaw 建構自己的應用，Prosus 就實質上成為了歐洲中小企業數位轉型的作業系統。這個定位的長期估值，遠不是 90 億美元的市場規模數字能概括的。

無代碼 AI 的隱形天花板：商戶準備好了嗎？

技術看起來很美好，但我們得聊點現實的東西。

第一個問題：「對話即建構」的前提是「你能說清楚你要什麼」。聽起來簡單，實際上很多商戶連自己的業務流程都沒有書面化。一家餐廳的老闆可能知道「每天要盤庫存」，但他未必能用清晰的語言描述出「庫存低於多少要觸發補貨、補貨量怎麼算、誰來批准」。ToqanClaw 的 NLP 再強，也沒辦法替你把你腦袋裡模糊的直覺翻譯成精確的邏輯規則。

第二個問題：流程一旦自動化，錯誤也會自動化。手動流程的好處是，每一步都有人在看，出錯了會被攔截。自動化流程跑起來之後，如果初始邏輯設定有誤，這個錯誤會以機器速度複製和放大。Lebkov & Sons 的案例之所以成功，是因為他們的流程相對簡單（庫存追蹤 + 報表生成）。但一旦涉及更複雜的業務邏輯——比如多門店庫存調撥、動態定價——錯誤的影響範圍就完全不同了。

第三個問題：過度依賴單一平台的生態風險。如果一個商戶把所有自動化流程都建構在 ToqanClaw 上，一旦平台出現服務中斷、價格大幅調整，或者 Prosus 的戰略方向改變（畢竟 Prosus 是投資公司，不是純軟體公司），這個商戶的整個數位基礎設施就會受到衝擊。這跟「把所有雞蛋放在同一個籃子裡」是同一個道理，只是籃子換成了 AI 平台。

🔧 Pro Tip — 專家見解：解方不是拒絕採用，而是分層自動化。建議商戶把流程按風險等級分成三層：低風險（報表生成、通知推送）可以全自動；中風險（庫存追蹤、客戶分類）自動執行但保留人工覆核機制；高風險（付款流程、合約生成）自動化提案但必須人工批准。這樣既享受了 ToqanClaw 的效率紅利，又不會讓機器替你做出不可逆的決策。記住：無代碼不是無責任。

儘管有這些天花板，ToqanClaw 的出現仍然是歐洲無代碼 AI 賽道的一個分水嶺事件。它首次證明了：一個由大型科技投資集團背書、整合了實際商戶網路、且從架構層面解決合規問題的無代碼 AI 平台，是可以大規模落地的。這不是新創公司的 demo day，這是基礎設施級別的部署。

對於擁有 AI 與自動化背景的創作者、開發者和數位資產投資人而言，ToqanClaw 代表的是「無代碼 AI 開發」的下一波浪潮——一個已經準備好讓你立刻部署、持續獲利的新工具箱。問題不是你要不要上車，而是你準備好上車了嗎。

常見問題 FAQ

ToqanClaw 跟 OpenClaw 有什麼差別？

ToqanClaw 與 OpenClaw 的核心差異在於數據安全架構。OpenClaw 的用戶資料會被送入第三方模型訓練管線，存在 GDPR 合規風險；而 ToqanClaw 採用 Prosus 的 ESA（Enterprise Security Architecture）安全環境，資料不離開企業邊界、永不用於訓練任何第三方 AI 模型。功能層面上，ToqanClaw 支援 OpenClaw 的核心功能（資料連接、數據視覺化、邏輯拆解、自動化執行），但底層引擎換成了 Prosus 自研的 Toqan AI 平台，具備更強的自然語言理解能力與商業邏輯拆解能力。

ToqanClaw 適合哪些類型的商戶使用？

目前 ToqanClaw 主要面向歐洲 5,000 萬餐飲店、商戶與創業者。典型的使用場景包括：庫存自動追蹤、銷售報表即時生成、客戶管理自動化、工作流程排程等。Prosus 已計畫將平台擴展至服裝、零售及金融服務領域。對於 IT 預算有限、缺乏技術團隊的中小型商戶來說，ToqanClaw 的「對話即建構」模式特別適合——只要你能用自然語言描述你的業務需求，就能生成可部署的應用程式。

ToqanClaw 的資料安全性如何保障？

ToqanClaw 在 Prosus 的 ESA 安全環境下運行，具備以下安全保障：（1）資料不離開企業安全邊界；（2）用戶資料絕不用於訓練任何第三方 AI 模型；（3）符合 GDPR 規範，具備企業級安全架構。這意味著即使是處理敏感的客戶交易資料、會員資料等，也能在合規框架內安全運行。對於金融服務等高度監管的行業，Prosus 的 ESA 架構設計從底層切斷了資料外送的路徑，這是其在歐洲市場的核心競爭優勢。