【Meet創業之星】多螢一雲跨裝置K歌平台

卡拉 OK 自 1970 年被日本人發明以來，一直是最受歡迎的大眾休閒娛樂之一。推廣到台灣後，更有商人靈機一動將卡拉 OK 與 MTV 結合，變成了包廂式的 KTV，成為台灣新文化的一環。光是台灣 2300 萬人，KTV的產值就高達 100 億元， iKala 就是在這股環境下順應而生。發展至今，會員數已突破 50 萬人，未來還有機會前進至中、美、韓及東南亞等地。

iKala，能夠讓素人一圓歌唱夢的夢想平台，你可以在上面練唱、錄音，甚至拍成具個人特色的專屬 MV 分享給好友。一人歌唱覺得孤單？你還可以揪團，在 iKala 提供的「虛擬包廂」線上團唱，三五好友一起同樂飆歌。

2007 年 iKala 創立以來的模式，訴求「只要一條網路線」就可線上 K 歌。多螢一雲的概念更跨足智慧電視市場！在 2011 年，iKala 與韓系大廠三星、LG 合作，推出率先搭載 iKala 應用程式的智慧電視，只要連上網路即可享受大螢幕、家庭式的歡唱環境。此外，iKala 音樂來源都是合法授權，已經與 30 多家唱片公司穩定合作。

回顧歷程，2012 年，是 iKala 關鍵的一年：調整方向、團隊結構，重塑產品形貌全都在此時定案，而這幕後推手便是來自於曾任職 Google 六年的軟體工程師－程世嘉(下圖，現為 iKala 執行長)。

在加入 iKala 初期，當時雖已有基礎的商業模式，但會員人數衝到 50 萬之後，下一步卻無從進展。他認為，iKala 是從華人歌唱文化出發的，文化不會消失，但必須轉型、找到出口，於是決定以科技重新定位，打造新的音樂互動娛樂方式。

「由網友產生創意、分享、繼而互動，我們的目標就是讓歌唱相關的社群活動在 iKala 平台上互通有無。」程世嘉積極讓 iKala 融入更多社群元素，他認為，透過網友主動創作、歌唱延伸出的互動才能帶來新的契機。同時，他也運用自身所學－人工智慧及資料探勘技術，將流程大幅改善，並強化使用者互動功能。未來系統還可分析使用者喜好，推播適合的音樂 MV 及廣告，結合雲端技術，打造一個音樂內容流通平台。

優化的工作不僅有平台，App 方面，考量到使用者的使用情境，除了加強社群機制，軟體也增強了播放器功能，可調整音質、升降 key、人聲伴唱、回音等功能。程世嘉表示，開發新功能最在意是否能與之前的服務內容「整合」，而不是開發一個好的功能，卻導致分裂，「服務最重要是找到核心價值去發展。」

預計 9 月網站及 App 將全新改版上線，除了以上所述功能，另外包括整體視覺設計、價格部分也將簡化做調整。在充分與使用者溝通、了解市場需求後，程世嘉明白要達到一定理想的使用介面需要克服眾多技術，於是花了半年的時間尋覓到適合的人才完成。他坦言，人才真的不好找，要有相同的理念、相當的技術、「尤其要具備有創業熱情的特質最重要。」程世嘉還因此把創業心得分享至部落格上，成為專欄作家。

將組織在不裁員的前提下重新調整，團隊優化功能的速度更快、彈性更大，預備實現未來三年的藍圖及規劃。程世嘉自信滿滿的說：「改版後的 iKala，絕對會讓大家耳目一新。」看見這位從人人稱羨的 Google 出發、成長，到後來選擇自行創業，學習到的是不同的深度與廣度。儘管創業之路佈滿挑戰，但他仍能保持信心，推出更多好服務貼近使用者經驗。

Q1. **** 中國約有 20 多家相似的K歌軟體，因為內地需求量高，但沒有成熟的技術及商業模式，且因為盜版的猖獗，相對也無法做大；而台灣方面，目前尚無成熟的音樂互動社群平台，平心而論還是一片藍海市場，而我們的願景就是要發展此模式。

Q2. **** 帶領 2~30 人的新創公司隨時保持彈性與快速應變的能力是轉型初期的困難，但全公司緊扣住精實創業的原則，隨時控管需求、投入資源並定期檢視。另外，如何讓原本 50 萬會員，確保轉型後他們的權益不會受損，除了一一溝通外，我們也提供會員回饋鼓勵舊會員試用新版。

團隊 Team 共 31 人，技術 15 人、設計 8 人、行銷/業務/版權各 1 人。

公司服務 Project iKala 愛卡拉提供全球華人便利且專業的線上 KTV 歌唱服務。

成立時間 Founded Time 2007 年

主要用戶 user 一般喜愛歌唱的人。

商業模式 Business Model **** 1.用戶訂閱服務吃到飽方案 2.廣告收入

網址 http://www.ikala.tv/

【共好計畫1】 域動行銷 ClickForce 每月贊助 1 個新創團隊，10 萬元廣告聯播行銷資源，詳見活動網頁。

【共好計畫2】 **** 萊碼創意科技與中華雲市集聯合贊助每月 6 個團隊，6 個月免費使用雲端互動式行銷系統，詳見活動網頁。

【活動預告】創業小聚第 18 場 6 月 20 日(週三) 19:00 在台大醫院國際會議中心402，詳見活動網頁

【2012 Meet 創業之星】募集中 與《數位時代》編輯團隊一起吃午餐，分享創業的歷程嗎？歡迎數位創業團隊跟我們聯繫，詳見活動網頁。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。