化產後憂鬱為創業動力,催生AI寶寶攝影機——專訪Cubo共同創辦人
化產後憂鬱為創業動力,催生AI寶寶攝影機——專訪Cubo共同創辦人

踏入會議室,寶寶攝影機 Cubo 的共同創辦人林欣誼(Joanna)看起來相當有氣勢,170 公分的身高更加強了不少氣場,名片上「首席行銷長」的頭銜讓人直接聯想到英氣外放的女強人模樣。

不過,坐下來接受訪問的林欣誼,在回答問題前,總會先默默地說聲「好」,彷彿在鼓舞自己一樣。這種反差萌,讓她少了咄咄逼人的壓迫感,反倒傳遞出一種堅定的溫柔。

翻開過往的經歷,PayEasy、MOMO、Yahoo、91App,清一色的電商公司,與 Cubo 所專攻的 AI 與硬體領域截然不同。

讓林欣誼勇敢跨出舒適圈,毅然決然離開深耕 10 年以上電商領域的關鍵人物,是雲仔,林欣誼的兩歲兒子。

送子鳥稍來的祝福,卻一併帶來產後憂鬱症

cubo-ai.png
林欣誼與兩歲的兒子,雲仔。
圖/ Cubo

「我一共做了 6 次人工受孕才獲得第一個孩子。」原本以為孩子的出生能夠讓林欣誼的生活與事業更加圓滿,沒想到送子鳥帶來了恩典,也一併帶來了產後憂鬱症。

兩年前,懷胎 7 個月的她挺著大肚子加入了丈夫的團隊寵物攝影機 Furbo,前往美國籌備登陸募資平台 Indiegogo 的工作。募資相當順利,兩個月內就成功募得 1,500 萬台幣。

林欣誼一邊享受成功的戰果,一邊與丈夫不斷規劃著育兒藍圖。這是引領她不斷前進的動力,「我要為了兒子更努力,以身作則,成為孩子心目中最棒的媽媽」。

Furbo 在美國獲得相當成功的迴響後,林欣誼回台生產。自此,出現了重大的轉捩點。

「每一天都從睡夢中驚醒,擔心孩子趴睡,或棉被覆蓋口鼻窒息,每兩三個小時就想親眼確認一下孩子還好嗎?」,夜夜難以成眠的她,情緒上也發生了改變,「過去看到老公碗沒洗也不是很在意,那段時間卻會生氣要他馬上、立刻把碗洗好」。在諮詢過醫生與朋友後,林欣誼才知道自己罹患了產後憂鬱症。

醫生建議他們每週選一天遠離孩子,不管是看個電影也好、散散步也好,隔出一小段沒有孩子的空間,找尋自己的生活。

在這段時間,林欣誼不只想盡辦法找回產前的開朗與活力,另一方面,她不斷詢問身旁的人,是否遭遇到相同的夢魘,發現許多媽媽都非常害怕孩子趴睡所引發的窒息問題。

從這一刻開始,Cubo 的雛形漸漸在心中萌芽。

以使用者為核心,募資平台上快速爆紅

cubo-bird.png
Cubo 結合 AI 主動偵測如「口鼻被異物覆蓋、趴睡」等潛在危險事件,並透過手機App發送預警通知,讓爸媽隨時掌握寶寶狀況。
圖/ Cubo

打造一個讓媽媽能夠安心,自己也能夠放心的寶寶攝影機,成為了夫妻倆的共識,於是組建了團隊進行產品開發。過去打造寵物攝影機 Furbo 的經驗,讓 Cubo 團隊快速找到核心理念:「以使用者為中心」。

聽起來真的有講跟沒講差不多,不過 Cubo 卻把這個概念落實到 DNA 中。第一次聽 Cubo 的 pitch,會誤以為自己身處什麼學術場合,不管是找尋醫師共同研究,用堅實的論文資料為產品功能背書,或是找了 158 位父母進行深度訪談,在台灣與美國共發了 8,000 份問卷,為的就是達到「無我」的境界, 讓使用者來決定一切 ,不讓團隊主觀的意識「污染」產品的走向。

「第一次創業總是奮不顧身、孤注一擲」,林欣誼第一次創業是與丈夫共同創立販售寵物用品的寵樂網,一昧複製別人的概念,並沒有為他們帶來成功,創立兩年就宣告倒閉。「這次之後我們大徹大悟,每一個決定都要回歸市場驗證」,二次創業的他們,不斷利用市場客觀的聲音驗證自己的 idea 是否流於「自 high」。

舉例來說,Cubo 的外型是鳥,其實是使用者在許多動物形象中選擇出來的;另外就連產品介紹,Cubo 都透過問卷與訪談調查,找出最吸引使用者的文案順序。最終的結果令人十分滿意,在募資平台嘖嘖上,Cubo 僅以短短兩天就募得 500 萬台幣,是募資目標的 5 倍以上。

創業家與媽媽身份如何共存?神隊友老公是關鍵

Cubo 於嘖嘖平台初亮相獲得相當不錯的成績後,林欣誼沒有閒下來,「接下來會以網頁內容對使用者進行調查,看怎麼進行優化」,越來越忙的她,如何在創業家與媽媽的兩個身份中保持平衡?

「許多人認為創業跟育兒是互斥的,難以兼顧,但我卻覺得是一種互補」,林欣誼認為在照顧完孩子後,處理 Cubo 的事務是一種心態轉換,能夠讓育兒所累積的鬱悶有個宣洩的出口。「更何況,在處理完創業所遭遇到的困難後,照顧小孩所遭遇到的麻煩好像變得簡單一點了」。

不過,更重要的是夫妻的相互扶持。與丈夫共同維持的育兒觀念,才是支持林欣誼在「媽媽」與「創業家」之間保持平衡的關鍵。以照顧雲仔來說,她與丈夫互相 cover,沒有誰是單一的照顧者,不會有媽媽擔子比較重的情況。

「一邊創業、一邊帶小孩當然很累,不過我們總希望小孩子可以勇敢追夢,怎麼談到自己卻縮了起來?最好的教育,就是身教,創業與育兒當然能夠並存」,林欣誼停頓了一下,接著說:「我希望雲仔可以記住,我們這些大人談論夢想時,眼睛閃閃發光的樣子」。

訪談中的最後一個問題是:「有沒有什麼話要對老公說」?

林欣誼先是看著從頭到尾都陪著一起訪談的丈夫笑了一下,原本以為會產生一點粉紅色的尷尬,她卻非常堅定、順暢地說:「他真的是一個神隊友,不管是創業還是家中的事務,我們不只是夫妻,也像是朋友,他總是可以找出很多盲點,當我們成為彼此的鏡子,很多困難都可以一起解決」。

就像是事先排練過這個問題一樣,一氣呵成。

關鍵字: #群眾募資
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓