印度下架TikToK後，競品用戶數一度衝每小時增加50萬|數位時代 BusinessNext

印度下架TikToK後，競品用戶數一度衝每小時增加50萬

印度宣布下架59款來自中國App後，TikToK隨即停止對當地用戶的服務，此舉讓印度本土平台短影音App，一度每小時註冊人數高達五十萬，伺服器還癱瘓！

總部位於印度班加羅爾的Roposo也提供短影音服務。該公司表示，每小時新增用戶一度達到50萬，預計到本月底用戶數量將達到1億，幾乎是之前5,500萬用戶的兩倍。這使得Roposo成為眾多從TikTok困境中獲益的印度新創企業之一。

印度下架部分應用的舉動給了當地公司在超過5億印度網路用戶中贏得更大市場份額的機會。其還可能為一些印度公司與亞馬遜公司和Facebook等全球巨頭展開更激烈的競爭鋪平道路。這些科技巨頭也在試圖從印度市場中獲利。

在最近的一次視訊電話會議中，Roposo所屬新創公司創辦人納維·特瓦里（Naveen Tewari）一邊嚼著堅果，一邊在位於班加羅爾的紅磚書房裡說，「對於印度的應用開發初創公司來說，像是坐上了火箭。」「我們有可能成為世界第四大科技中心。」

Roposo母公司InMobi成立已有10年歷史，這家數位廣告新創公司早些年吸引了日本軟銀集團等全球知名公司的投資。去年PayPal共同創辦人、億萬富翁投資者彼得·泰爾（Peter Thiel）支持了InMobi子公司Glance，後者於去年11月收購了Roposo。

Roposo可播放以印度寶萊塢音樂為背景的影音，能夠讓用戶展示各種滑稽動作。正如蒂瓦里所說，Roposo是一款老少皆宜的應用。Roposo和其他印度短影音應用把平台內容宣傳為更符合印度相對保守文化的有趣內容。

TikTok沒有回覆記者的置評請求。該公司在6月30日的一份聲明中說，公司受邀與印度政府利益相關者會面，說明公司已經並將繼續遵守印度法律有關安全和數據隱私的要求。

許多印度當地的應用程式起步較晚，而且大多數都缺乏TikTok那樣紛繁複雜且對用戶友好的界面。它們也沒有TikTok母公司字節跳動那樣的投資慾望和雄厚財力。字節跳動是全球最有價值的新創公司，今年5月份的估值超過1,000億美元（約新台幣2.9兆元）。

市場研究公司Gartner高級分析師曼朱納特·哈特（Manjunath Bhat）表示，儘管如此，印度的舉動還是幫助這些公司開啟了吸引數十億用戶的商業模式。「印度企業家中並不缺乏人才，他們只是缺乏雄心壯志。居家隔離以及下架應用所帶來的雙重影響為他們提供了前所未有的機會。」

最近，包括Chingari、Mitron和Bolo Indya等一大批印度本地短影音應用都獲得了大批用戶。像Moj這樣的應用程式上線只有幾週時間。

諸如下載量巨大的圖像掃描儀CamScanner也被下架，導致受益的不僅僅是短影音應用。因此受益的不同類別應用有三個共同特點：這些應用程式都是印度當地開發的；應用數據存儲在印度；其中內容主要是當地語言，更符合當地人的需求。

印度當地還開發了集WhatsApp、Facebook和Instagram於一體的應用程式Elyments。亞洲首富穆凱什·安巴尼（Mukesh Ambani）擁有的信實集團也推出了視訊會議軟體JioMeet，與總部位於美國聖何塞的視訊電話服務Zoom進行競爭。

Chingari共同創辦人蘇米特·高希（Sumit Ghosh）表示，「我們的算法是為確保有害內容永遠不會在Chingari上傳播流行。」 Chingari影音的更新速度更慢，目的是審查是否有不當內容。如果多個用戶進行投訴，相關影音就會被撤下。

高希和Chingari共同創辦人在一年前開始開發這款應用，當時印度市場的數據消耗量已經開始出現激增。Chingari迎合了居住在小城鎮的印度當地人需求，他們普遍渴望獲得有當地語言的影音內容。在接下來的幾個月裡，兩位創辦人不斷模仿TikTok，為自家應用照葫蘆畫瓢添加了從直播到增強現實濾鏡等所有短影音平台功能。

總部位於班加羅爾的Chingari在中國應用下架當天擁有350萬用戶，目前該公司稱其用戶已超過1,750萬。不堪重負的創辦人開始創建一家名為Chingari Media pvp的公司。他們正在製定公司股權結構，測試營收策略，並擴大原本只有8名工程師的團隊。在高希的Twitter上，成千上萬擁有大量粉絲、習慣推銷產品和服務的TikTok主播紛紛要求成為Chingari認證用戶。高希說，他的初創公司正處於「募資談判」的後期階段。

在新德里，特麗莎·格達爾（Trisha Girdhar）創辦的主播管理公司可能預示著未來。直到上個月，TikTok還是她收入的主要來源。現在22歲的格達爾正努力將旗下明星主播轉移到Roposo和其他平台上，「各大平台都在認真考慮我們這些有影響力的主播。」專門製作肚皮舞影音的格達爾在Roposo上已經有了一群粉絲。

Roposo本身也受到了大量有影響力的行銷機構和名人的歡迎。它正在與名人用戶和內容創造者討論合同問題。公司還在相機濾鏡功能和印度主題影音內容上進行投資。特瓦里說：「這不僅僅是企業家的機會。投資者也應該趕緊過來。」

責任編輯：林芳如

本文授權轉載自：網易科技

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。