堅持20年的創業路，看大猩猩科技CEO寇世斌如何搶贏影像辨識商機|數位時代 BusinessNext

堅持20年的創業路，看大猩猩科技CEO寇世斌如何搶贏影像辨識商機

「創業的重點是要有夠長的氣，去支撐這條路。」大猩猩科技的執行長寇世斌用將近20年的時間，證明自己的堅持是正確的，並獲得日本SBI集團4.5億元投資肯定。

「八百磅級大猩猩（800-pound gorilla）」意指強大到無所顧忌的人或事物，放在高科技產業中，是對於先鋒領導者的尊稱。大猩猩科技（Gorilla Technology）即以此為名。

領導這間公司的執行長寇世斌，有一個很書生的稱號，公司裡的員工都叫他「寇博（寇博士）」。「我們公司的文化是『成吉思汗文化』，follow me，我永遠是打第一仗。做不好，我負責。」聽「寇博」談公司管理，能夠感受到他自信的霸氣。

大猩猩科技專注於智能即時影像分析和物聯網技術，開發各種以智能影像分析為中心的內容管理應用，包括智慧零售、智能學校、智慧企業、智能監控和廣播媒體等，過去年營收達10億元台幣。

2000年就瞄準軟體創業

「創業，就要選能夠贏的。」談到創業，寇世斌的概念很簡單，「 要贏，就要把核心技術掌握在自己手上。 」

在他看來，當時台灣儘管在硬體產業中擁有一席之地，大部分的利潤卻被Wintel聯盟（Windows與Intel）攜手賺走，最主要的原因就是缺乏核心技術，而且除了賺得少，還有容易被取代的風險。

2000年創業時，寇世斌首先看到了影像（Video）與網路（Internet）快速躍進發展的趨勢，「SD與HD在當時相繼出現，2G也開始轉2.5G、3G。」他發現了一個缺口，「影像裡跑什麼、網路裡跑什麼，好像沒人在關注。」寇世斌所謂的「跑什麼」，在影像裡就是影像辨識；在網路中指的是傳輸的封包。

新創的資源有限，在發展上要選哪一個？寇世斌不選擇，他兩者都要。

以戰養戰，用專案養出落地技術

「這兩個技術息息相關，因為只要影像數位化，一定會進到網路，就是一種封包。」寇世斌說。

在將近20年前，他就抱著這個想法創業。但他知道，首要目標是活下去，並在過程中培養技術。「從不同的project（專案）中練技術，時機到了，再發光。」這是一條漫長的路，沒人知道要花上多少年。10多年的歷程，大猩猩科技不斷用專案培養技術，一方面對影像辨識有更深層的了解，另一方面則是擁有許多落地的應用。

台灣民眾比較有感的專案項目，包含松山機場的即時回饋系統、豐原車站影像監控系統都是由大猩猩科技所建立。

「落地」是寇世斌除了技術之外最重視的核心之一，落地又可以分成「人」跟「技術」。

「現在的AI還在談數學、算式、演算法，對我們來講這是10幾年前的事情。」聽得出來寇世斌相當自豪。對於很早就將產品賣到國外市場的大猩猩科技來說，這是在前線征戰多年累積的底氣，「就算有演算法，客戶要買嗎、他為什麼要買、拿這個幹什麼？」一連串的問句，也是寇世斌要求員工的準則。

「在實驗室寫東西，比較宅一點的人，跟在最前面當黑手的人不一樣。」他舉例，在實驗室專門寫影像辨識AI的人，到了專案現場連攝影機都不知道怎麼擺，「只能把人拉到最前線，好好磨幾年。」

另外，透過大量的練功找尋「共通性」。寇世斌認為，不同的案子有不同的應用場景，也能獲得許多不同應用場景的資料。「像是矯正署監獄的案子，有誰願意一天到晚跑監獄，我們就願意，因為這是多難得的場景。」

但單一的場景仍不夠，單一場景的解決方案並不一定適用所有情況，「只有透過上百個案子，找尋共通性。」如果找不到共通性，就永遠不可能落地；如果每一個案子都要客製化，就是還不成熟。

與Intel合作、獲得SBI集團1,500萬美元投資

有了技術後，就是要找尋合作夥伴，來拓展更大的市場。與Intel的合作，是大猩猩科技發展歷程中的重要突破，問到寇世斌契機何來，他只簡單地說：「很簡單，我們要算力。」

儘管GPU比CPU更適合用來做AI運算，但是CPU卻更貼近終端的應用場景。而且未來終端運算、物聯網的時代，終端設備也以CPU為大宗。

因此找出CPU的應用方式，成為大猩猩科技的功課。「我們甚至在某些案子，GPU做一套解決方法，投入金錢、時間、精力再用CPU做一套，這樣我們才知道CPU的問題出在哪。」寇世斌說。

在找到問題以及優化的方式後，大猩猩科技去敲了Intel的大門，雙方在OpenVINO的開發上合作。OpenVINO是結合Intel軟、硬體的開發工具，能讓開發者將終端設備所蒐集到的影像資料，轉換成有商業價值的資訊。Intel也宣布大猩猩科技是第一個通過認證的OpenVINO影像分析解決方案公司。

談到去年底拿到日本SBI集團1,500萬美元（約新台幣4.5億元）的融資，寇世斌找尋的是比「錢」更多的效益。「東京一證、二證（證券交易所）有多少是他們的客戶。」他看中SBI集團能為大猩猩科技帶來更多的客戶，「日本在醫療儀器、機器人、製造業自動化是最強的，加上我們的AI就能更上一層樓。」

儘管已經獲得日本SBI集團的投資，但寇世斌的創業之路仍未結束，他用一個又一個的市場證明自己，中東、北非都在他的瞄準範圍內，他要證明自己20年前堅持至今的決定是對的，「創業的重點是要有夠長的氣，去支撐這條路。」寇世斌說。

大猩猩科技融資紀錄
A、B輪：2007年與2009年，由戴爾EMC領投
C輪：2015年澳洲電信創投、宏碁參與投資
D輪：2018年由日本SBI集團領投

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。