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|數位時代 BusinessNext

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

「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

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。

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。