LY Coporation（LYC）在昨天年度科技大会Tech-Verse 2025的开场Keynote演说中，公布自家整合Line与Yahoo! Japan两大科技公司IT基础建设的5年计划，预计透过软硬体技术整合和升级带来数百亿日圆效益。他们还揭露自家AI策略的许多面向，包括商业应用、工作生产力提升、软体开发辅助等做法，以及内部AI技术发展计划。
整合Line与Yahoo! Japan IT资源的五年大计：Catalyst One平台
LYC CTO朴懿彬表示，Line与Yahoo! Japan两大IT公司合并后，需要共享彼此技术强项、合并重复团队，因此IT资源整合势在必行。目前LYC旗下两大公司已经有一定程度的技术整合，不过LYC还有一个更远大的计划──打造一个整合LYC全部IT资源的平台Catalyst One。
LYC服务基础管理事业群总经理冨川修広则宣布，他们要在五年内，全面整合日、韩、越、台、泰的IT资源。他们希望能借此降低成本、丰富开发功能及强化安全性，带来数百亿日圆效益。过程中，LYC将追踪成本与使用率、SLA水准，以及使用者的NPS分数等指标，来确保Catalyst One能满足商业目标及使用者需求。
这个巨型平台中，包含数以百计、大大小小的平台，如资安、设计、DevOps、商业服务、数据、AI、私有云、公有云及其他基础建设等，由不同领域的专家，各自整合所属领域的平台。其中，冨川修広揭露了他们私有云平台及数据平台的整合策略。
私有云平台整合计划：Flava
冨川修広指出，LYC拥有超过50万台伺服器，有高达3 TBps（每秒3兆bit）的流量，处理超过1.2 EB数据，有300多个平台分别支援开发及商业服务。他们为自家需求量身打造私有云平台，支援如此庞大且复杂的IT活动，来大幅增加效率，同时降低成本，带来公有云4倍的成本效益。
原本，Line与Yahoo! Japan都拥有各自私有云环境。这场Keynote中，冨川修広宣布Flava计划，要整并两朵私有云，并用3大做法，升级这个单一私有云平台。首先是，保有各自技术强项同时，合并重复功能的环境，并共用使用者认证、数据储存、资讯传递等机制，来降低成本、增加效率。
再来是升级资安做法。两个IT公司的私有云合并，意味著数据处理规模会更加庞大。他们希望，能借此来强化自家企业客户与一般使用者，对LYC资讯安全的信任。
最后，则是以强大且稳定的平台为基础，来应对新技术挑战、导入新技术，以加速LYC技术创新。
如今，LYC已经发布部分Flava的功能。经实验，Flava运行VM的效能较公有云高出20%，也优于原本各自私有云效能。LYC预计，将于这个财报年结束前，能正式上线Flava全部功能，并开始迁移两家公司的既有服务到Flava环境中。
数据平台整合计划：强化数据治理及AI发展
合并前，Line与Yahoo! Japan的数据平台，分别有超过10万个资料集、10万个CPU和超过300PB数据。两者多年来都发展出许多数据处理和机器学习机制，导致LYC在每个服务地区和数据处理领域，几乎都有重复功能的系统。其中，Line的机器学习平台、数据标准化和数据治理更强，Yahoo! Japan则更擅长将巨量数据用于推荐和广告。
冨川修広表示，LYC希望整并两大数据平台，不单是合并重复功能达到「相加」效果，而是要考量实际数据使用场景、营运目标、服务整合可行性等要素，来结合两家数据处理技术长处，使数据资产发挥出更多价值，达到「相乘」效益。
具体做法包括，打造统一数据目录，管理LYC所有数据资产，提高数据可见性和可再用性。他们还计划打造一个统一数据仓储，支援这些数据资产的处理。不只如此，还要强化数据治理做法、新增数据处理成本追踪机制、强化安全性、建立跨服务ID转换及整合机制等。他们预计年底前完成前述所有事项。
整合两边数据后，LYC的机器学习领域也能受益。他们打造高可再用性的数据产品，例如向量、特征、顾客侧写等，用于机器学习。冨川修広说，整并数据平台后，他们计划更大力拥抱AutoML技术，使模型开发效率达到目前6倍。以及，利用即时机器学习技术，来更快速评估使用者需求，使旗下服务呈现的内容更适当。
数据平台整并后，有超过20万组资料集、19万颗CPU，以及超过750 PB资料。新平台已经带来实际商业效益，包括每月营收增加4,300万日圆。冨川修広表示，随著生成式AI应用更加成熟，他们希望进一步加速数据利用带来的效益，形成滚雪球效果。
AI转型两大策略：全服务导入AI代理、靠AI翻倍内部生产力
冨川修広说，Catalyst One计划整合私有云平台和数据平台等关键IT资源，有助于LYC未来更大胆、快速、安全的拥抱新技术，同时，也能支援他们转型为AI公司的战略。
LYC CTO朴懿彬揭露了自家AI转型策略及目前进度。他们转型AI的两大策略是：于所有服务中整合AI代理，以及利用AI来翻倍所有领域的生产力。目前，他们已经在服务中引入44个生成式AI应用，并有35个利用AI提升内部营运效率的专案。
商业服务面的应用，包括Yahoo! Japan App中用GenAI强化抽象语言搜寻的功能，在Line通讯功能中，用GenAI支援基本问答、翻译、PDF文件摘要、照片编辑与文字识别等多项能力，提供用户更便捷的互动体验。其余应用包括AI聊天回复建议功能、与虚拟AI角色对话的功能，以及在Yahoo Shopping中推出折扣优惠告知、产品比较、规格描述等功能。
生产力面的应用，则包括在Yahoo购物、拍卖、Email、旅游等服务中用GenAI处理客服，可以用自动回复功能处理92%案件。他们也用GenAI支援日语、英语、韩语、泰语、中文和越南语翻译和会议摘要，以促成跨国沟通效率，并节省90%沟通所需成本。
他们还导入RAG工具Seek AI，作为内部KM工具。员工可以注册工作空间或应用程式，让Seek AI学习内容，以协助回答营运相关问题及整理所需资讯。目前他们已经注册490个应用程式给Seek AI学习，并在评估更强大的工具来取代Seek AI。
LYC应用GenAI于IT生产力的做法则是以自家程式码为训练资料，打造出内部GenAI软体开发助手Ark Developer。此工具可以支援程式码建议、技术文件生成、自动程式码测试、QA，以及程式码审查。
初期测试成果中，程式码建议正确率高达96%、文件生成与审查时间减少62%、测试时间减少95%、并且一天支援超过5,000次程式码审查。朴懿彬说，此工具预计于6、7月正式上线，估计今年能为IT带来15%生产力提升。
朴懿彬更揭露，LYC为了达成前述的两大AI转型目标，计划发展的AI做法及技术。这包括强化AI代理记忆（Agentic Memory），来强化AI代理执行复杂任务能力；结合数据治理及MCP技术应用，使AI代理能在更安全的环境中执行任务；发展LLMOps，妥善管理LLM用例及数据传输机制的效能和品质；强化RAG平台，使AI应用能更好的使用内部数据；以及强化整体数据处理和数据治理做法，来支援AI发展。