獲國發基金投資、日媒肯定，光禾感知用AI及電腦視覺打造「全感知科技」|數位時代 BusinessNext

獲國發基金投資、日媒肯定，光禾感知用AI及電腦視覺打造「全感知科技」

《日經Business》評選百家企業可能成為十年後的Google，唯一入選的台灣新創光禾感知值得你認識。

今年1月，日本知名雜誌《日經Business》最新出刊的內容，以「10年後のグーグルを探せ」(譯:尋找十年後的Google)為專題，評選出認為將會改變世界的100家公司。在 GitHub、Airbnb、Uber、SpaceX 等眾多知名跨國新創裡，有一家公司特別令人矚目，那就是台灣唯一入選的企業—光禾感知。

成立於 2017 年的光禾感知，專注於整合電腦視覺與AI，經由底層演算法技術開發，讓AI能透過攝影鏡頭辨識及理解空間。團隊將自主開發的視覺核心技術稱為 VBIP(Vision Based Indoor Positioning)，由視覺影像特徵點辨識，結合地磁訊號、低功號藍芽及各種訊號源，打造精準的定位系統，進而應用於室內O2O服務平台。

因為以地磁訊號及視覺影像特徵點為主要參考依據，創辦人暨執行長王友光表示，運用 VBIP 打造的服務，能不依賴 Beacon、WiFi 或其他射頻設備感測器，在沒有 GPS 訊號的室內空間依精準進行定位及導航，達成全感知科技。

什麼是全感知科技？當使用者手持導入光禾感知技術的設備時，結合特徵點及地磁訊號的方式，不須其他訊號就能完成定位及追蹤，做到感知環境；反過來於機器及設備導入技術時，則能在不同場域成功感知人，而當場域同時能做到感知人及感知環境，也就是結合人工感知和人工智慧後，團隊將之稱為全感知科技。

因為核心強項以電腦圖學與電腦視覺及室內地圖創建系統技術為主，光禾感知的主要商業模式為技術授權，透過專案式合作積極於不同產業嘗試各種應用。在智慧製造、建築開發、監控安檢、零售金融、O2O互動廣告、醫療及商展等不同領域，皆能看見光禾技術蹤影，王友光將之稱為「賦能」，賦與合作客戶能力，在各自產業創造新商業模式產生市場利潤，進而為公司帶來持續性收入。

在場域定位及導航應用，團隊的幾大著名案例，國內部分有與桃園國際機場合作的3D AR導航導購、與全台SOGO百貨打造的LBS AR抓紅包，國外部分則包括成功打入與泰國BTS交通集團，將技術導入BTS SkyTrain曼谷全境百個車站；以及和日本早稻田大學、新宿及澀谷政府合作2020 Tokyo Walking Rally東京步行計劃。

在醫療產業應用，團隊將硬體設備與鏡頭結合電腦視覺與AI技術，應用於氣道插管體內導航，解決僅憑醫生進行插管時造成的病人傷害；而在紡織產業，則利用AI與巨量資料比對，將目標布料與資料庫中的布料進行花樣與色彩分析比對，藉此解決傳統以來，只能依靠老員工、老師傅按照記憶挑色的問題。

團隊下一個鎖定的產業為運動產業，並將重點擺在智慧球場解決方案(Smart Studio Solution)。看好5G通訊技術將在不久後普及，光禾感知目前全力發展智慧球場解決方案，透過結合IoT、ICT以及VBIP技術，藉由手機APP連接線上線下，提供球迷更好的觀賽體驗。

王友光表示，他觀察到許多球迷在球場上觀賽時，仍習慣上社群平台觀看回播影片或是在線上論壇發表意見，但他認為這些動作，應該要留在球賽現場。例如球迷在觀賽時，可以將手機鏡頭對準球場，利用AR呈現球的軌道或是球員相關數據，同時回放精彩畫面。而藉由連通線上線下，也能在球場發展更多O2O應用，像是與周邊小販、線上電商平台結合，讓球迷能直接點餐或是購買紀念品，除了滿足即時需求外，球隊經營者也能創造更大價值。

根據統計美國職棒大聯盟進場人數前三名的熱門球隊，平均每場比賽約有42,000名觀眾；而日本職棒進場人數前三名熱門的球隊，每場約有39,000名觀眾，不論美國或是日本，每場平均都能有上億台幣的現場消費商機，「這是我們看好，未來極具爆發潛力的藍海！」營運長馮力文說。

雖然在公司剛起步時，光禾感知申請國發天使基金創業天使計畫，曾遭質疑團隊是否真的有能力並遭拒於門外。不過在今年年初，團隊再次申請時，憑藉幾年來累積的成果終於獲得肯定，在Pre-A輪募資中獲得含國發天使基金的投資，募得總計超過200萬美金。

從20歲開始創業，人生至今有過大大小小共7次創業經驗的王友光感慨地道，這一路的旅程讓他體悟過程最難的就是找路，不過一旦路找到，那就不能遲疑得往下努力走。而對他來說，光禾感知就是他現在找到、認為未來能影響人類生活重要創業題目。「我希望到我50歲時能夠退休，而光禾感知這家公司能改變為孵化器，鼓勵所有同仁持續創新，找屬於自己的一條路。」王友光說。

創業快問快答

Q：怎麼看待在中國創業這件事情？
中國現在看起來很快、先進、大資金，但看起來快不一定會到；不快但不代表慢，台灣不快但不是慢，我們擁有國際視野、格局，只要不要有致命性的誤判就好。

Q：創業至今，做得最好的三件事為何？
了解產業需求、研發解決通點、找到關鍵市場。

Q：簡單分享創業至今以來的心得感想？
人對了，事情就對了。

公司資訊

公司名稱：光禾感知科技股份有限公司/OSENSE Technology CO., LTD
成立時間：2017/3/7
產品名稱：感知技術應用&智慧球場解決方案/Sense Application&Smart Stadium Solution
上線時間：2019/11/1
團隊人數：25人
官方網站｜Facebook｜新創資料庫

本文授權轉載自創業小聚

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。