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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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