虧損9年的公司，如何谷底翻身？皮克斯靠「放棄賺錢商品」做到了！|數位時代 BusinessNext

談到動畫片，無論是巴斯光年與胡迪兩個玩具在爭吵中成為死黨的故事，還是一群昆蟲拯救螞蟻窩的歷險記，大家應該馬上就能說出《玩具總動員》《蟲蟲危機》的片名，對於這一部部靠電腦動畫製成的電影，在當時完全跳脫傳統手繪動畫的方式，讓皮克斯動畫工作室（Pixar Animation Studio）成為說故事大師的代名詞。

而這個讓高科技技術成功跨足電影的團隊，正是由蘋果（Apple）創辦人史帝夫 ‧ 賈伯斯（Steve Jobs）1985年被趕出蘋果後，與艾德 ‧ 卡特姆（Edwin Catmull）、埃爾維 ‧ 史密斯（Alvy Smith）共同創辦。

1995 年，皮克斯第一次推出動畫長片《玩具總動員》就獲得奧斯卡獎，後來推出的作品也都不斷稱霸美國票房，但誰能想到，一直到 1994 年底，皮克斯還處於連年虧損，得靠賈伯斯開出個人支票救急，燒光了 5000 萬美元的財產才得以維持營運。後來，賈伯斯找來原本在矽谷擔任高階主管的羅倫斯．李維（Lawrence Levy）出任皮克斯財務長，重新調整公司體質，才讓皮克斯有機會達到現在的成就。

儘管一開始，李維對皮克斯的電腦繪圖技術、說故事的創意感到驚艷，但他憑著自己多年的知識和經驗，找不出能持續穩定獲利的業務或產品，加上市場上完全沒有可參考的範本，他對皮克斯前景感到憂慮。但「所謂獨創新意，就是在絕壁的邊緣跳舞，是和誘人的安全感打仗，沒有捷徑，沒有公式，沒有前人已經踏平的勝利之路，考驗本就無所不在。」因此，1995 年李維還是決定加入皮克斯。

放棄賺錢產品，專注投入一個目標

要改善財務赤字，李維首先針對皮克斯目前承接的所有業務，進行全面剖析。他發現，皮克斯在做的事情，主要可以分成四大領域：RenderMan 軟體、動畫廣告、動畫短片，還有一部剛開始為迪士尼（Disney）製作、暫以《玩具總動員》為名的劇情長片。

RenderMan 軟體是皮克斯賣了多年的套裝軟體，可以產生高畫質的電腦影像，但諷刺的是，這是有高階特效需求的製片廠才可能需要的產品。「雖然這是目前唯一一項能賺錢的產品，但市場需求過小的限制，只會讓皮克斯持續被小筆的收入綁住，對於成長策略或上市公開募股，毫無幫助。」

動畫廣告組遇到的問題則是，他們製作的廣告雖然不乏獲獎紀錄，但案子十分零散、預算也總是緊繃，平均下來，收取的費用只不過剛好支付成本，稍有不慎還會賠錢。在不可能提高案子成交價，也不可能增加接案量的情況下，這也是門難以做下去的生意。至於動畫短片，只是皮克斯用來測試並開發技術及編劇技巧，只是用來展示作品，沒有市場可言，所以毫無獲利可能。

最後只剩下還沒有做出成績，一切仍在起步階段的動畫長片。因為無從判斷其獲利可能性，李維還試著自行開發預測動畫電影績效的模型，經過初步分析，若能做到美國本土總票房達到一億，皮克斯就能成功打入大眾市場。雖然這是個極為艱鉅的挑戰，但卻是讓皮克斯生存下去的唯一選擇。李維表示，「棋子現在在什麼位置，你已經改變不了，最重要的，是你的下一步。」

1995 年，**李維逐漸縮小了 RenderMan 銷售團隊編制，將高階軟體留給皮克斯自己使用，同時解散了廣告團隊，讓皮克斯正式成為一家專做動畫片的娛樂公司。**除了將原本散在各個業務上的技術或創意人員聚集在一起，讓整個團隊能共同為著《玩具總動員》的完工之外，李維與管理團隊也不斷與當時擁有皮克斯作品專屬權的迪士尼，針對電影的行銷方式進行協商，從行銷對象、路邊的廣告看板到周邊商品都歷經了層層討論，希望能將宣傳效果極大化。

同年 11 月，《玩具總動員》正式上映，最終本土總票房達到將近 1 億 9200 萬，不但是當年最賣座的電影，還成為史上第三賣座的動畫劇情電影，僅次於迪士尼的《阿拉丁》與《獅子王》，皮克斯從此從一間默默無名的製品廠，一躍成為榜上有名的賣座動畫電影公司。

攀向頂尖之道：擴編人才，提升創意深度、產出穩定度

《玩具總動員》的成功像是一劑強心針，讓李維與賈伯斯在籌備皮克斯上市的前置作業，變得更加順利。1995 年 11 月 29 日，皮克斯的股票交易代號 PIXR 首次出現在那斯達克證券交易所（NASDAQ）的電腦螢幕上，原本開盤價 22 美元，一下就跳漲到 36 到 39 美元之間，賈伯斯瞬間成了億萬富翁，皮克斯的總市值則上看 15 億美元。

擁有了賣座票房的作品，又是當年最成功的首次公開發行股票（IPO），看起來是極大的成功，但李維想的卻是，如果不能持續製作出優秀的電影，那皮克斯將淪為只打出一支好球的公司。對此，李維決定從提高出產電影的速度，同時確保創意深度著手。

為了擴編人才，讓皮克斯得以從 4 年一部片，走向一年半一部片，李維雇用專業經理人瑞 ‧ 漢娜（Rachel Hannah）建立完整的招募制度，網羅世界頂尖的動畫、技術及美術人才。同時，讓共同創辦人卡特姆開設「皮克斯大學」，訓練新舊員工，讓皮克斯的創意能持續不斷進步。這也成功讓皮克斯緊接著推出的《怪獸電力公司》《海底總動員》《超人特攻隊》，美國本土票房平均每部都超過 2 億 5000 萬美元。

出售或是持續擴張？處事業高峰不忘評估風險

皮克斯股價在 5 年內上漲了 171%，市值從 15 億美元一路漲到 60 億美元，正處在最風光的時候。但在 2005 年時，李維卻意識到，「人不可能永遠以同樣的速度往同個方向走，遲早會出現各種讓我們慢下來的事物。」他認為，一旦成就攀上了高峰，只要稍有衰退跡象，皮克斯的股價就會暴跌。降低風險的方法只有兩個，用手上的資金投入多角化經營，或是將皮克斯賣給迪士尼。

經過與賈伯斯的沙盤推演，他們共同決定，與其讓只懂動畫的皮克斯擴充成能精通不同經營門道的管理團隊，不如讓迪士尼保護皮克斯的動畫事業，同時藉由迪士尼的龐大資源，提供相同多角化的機會。

2006 年，皮克斯與迪士尼達成協議，迪士尼宣布以 74 億美元收購皮克斯，同時確保皮克斯建立的文化會存續下去。對此，李維表示，「皮克斯為自己打下的勝仗已經成為過去，現在放手讓新的好手接管，不要讓眼前的美好景象消失，才是我該做的事。」

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。