一手創立估值7.5億的新創！因「越獄」愛上程式開發，揭開19歲少年的創業路|數位時代 BusinessNext

編按：2021.5.14更新
《富比士》雜誌在5月12日宣布，將Harsh Dalal移出亞洲傑出青年榜（30 under 30）的名單，該雜誌提到，「在審慎檢視讓Harsh Dalal獲取亞洲傑出青年榜資格的背景資料、以及近幾天公開的新資訊後，決定他從名單中移除。我們所得知有關Harsh Dalal的資訊使我們做出最終決定，未來我們將加強（榜單）評估流程」。

不過，《富比士》並未特別提到實際原因，這份名單最早在2021年4月20日釋出。

19歲的Harsh Dalal有兩個身份，他是新加坡理工大學企管系學生，同時也是擁有120名員工、募資金額近1,000萬美元的新創Team Labs創辦人。

延伸閱讀：消滅低頭族、還種了百萬棵樹！《富比士》2021亞洲傑出青年榜出爐，台灣上榜4人什麼來頭？

11歲靠YouTube自學程式，「越獄」成了創業基石

Team Labs位於舊金山，主要產品為雲端數位工具開發平台Xenon，主要用戶為團隊技術開發人員與設計師，收費採訂閱制，最低只要免費就能在雲端開發屬於團隊的雲端工具。切入「 訂閱制＋雲端開發 」的趨勢，對於有意數位轉型，但不願付出昂貴成本購買套裝軟體的中小企業，確實是一個低門檻的備案。截至目前為止，Xenon使用人數約7萬人。

不過Harsh Dalal創業的起心動念，並沒有那麼「主流」。

6歲那年，Harsh Dalal與家人從印度搬到新加坡，從此過著不斷搬家的生活。一直到前幾年才買下新加坡東部的公寓，塵埃落定。但因為青少年時期居無定所，在現實世界很難維繫友誼的Harsh Dalal，轉而與筆記型電腦與程式碼相處。從11歲開始，他開始在YouTube上學習如何撰寫程式。

小學畢業後，他得到家人的一台二手iPhone 4，但真正讓他熱衷的並非手機本身，而是「 越獄（iOS Jailbreaking） 」的過程。所謂越獄，指的就是 利用iOS系統漏洞，取得裝置最高權限的技術手段，讓越獄者獲得被蘋果限制發布的應用程式 。「我對於被控制相當反感，我無法接受自己被什麼東西束縛著，」他在接受新加坡媒體「亞洲新聞台」（Channel News Asia）專訪時坦言。

因為投入越獄這項挑戰，Harsh Dalal也在網路上認識了來自其他國家、志同道合青少年們，甚至在2014年開發出他們的第一款產品：手機錄影App。並且隨後推出另一個App下載網站iDownload Pro，專門讓被App Store拒絕發布的開發者上傳App。雖然這些工作並沒有帶來實質上的獲利，甚至iDownload在2015年因維護成本過高而關閉，這些經歷卻帶給Harsh Dalal信心，與夥伴正式成立公司，踏入新創。

遇見貴人導師，獲得逾5千萬的資金

一開始，就像許多台灣軟體新創，他們提供客製化的網站或軟體開發服務。第一張訂單是創業夥伴父親介紹的客戶，以299美元開發一個網站。但是Harsh Dalal很快發現他們踏入的是一片紅海。這類「打工」性質居多的產品，雖然可以獲得收入，但是毛利低得可憐。「就像不存在一樣，」他回憶，「如果我們去麥當勞工作同樣的時間，可能還賺的比較多。」

Team Labs在2017年從原本客製化開發的商業模式，轉而開發產品平台，吸引用戶上門使用。除了前面提過的Xenon，還有以AI為核心，結合聲音、視訊與團體對話的會議軟體Silicon；以及因為疫情延後發布的專案管理工具Argon。

同樣在2017年，Team Labs也開始首次募資。雖然新創圈不乏年少得志的案例，但是CEO年僅16歲又缺乏經驗，還是讓Harsh Dalal募資進行得不順利。他回憶，當時被一位投資人問到公司每年經常性營收（ARR，通常用來評估以訂閱制為主要商業模式公司的營運表現），「我假裝電話訊號不良，趕快搜尋這個詞的意思...當時我只是一個青少年，真的什麼都不知道。」

奇妙的是，這位投資人Startup Capital Ventures在種子輪就決定投資180萬美元（約5,028萬新台幣），並且成為Harsh Dalal在新創圈的導師，固定每週見面討論，一直到去年五月，他的導師不幸死於新冠肺炎疫情。

「剛得知消息的時候，我整個人被摧毀……我想去找他，卻因為疫情的阻撓，我無能為力。這就是為什麼我覺得（疫情）爛透的原因。」

卸下CEO光環，短暫重拾19歲的少年生活

但面對疫情，Harsh Dalal沒本錢沮喪太久。雖然在疫情前，公司估值已竄升到2,500萬美元（約7.5億元台幣），但其實公司尚未開始賺錢。雖然2018年就推出企業用視訊軟體Silicon，但因為用戶多數轉向大企業，如Zoom、微軟，Team Labs這種缺乏資金優勢的新創公司，若沒能在第一步就搶得先機，優勢很快就會被淹沒。

延伸閱讀：每次開會都是免費「廣告」！Zoom靠這兩個飛輪加速，如何在視訊軟體戰場中脫穎而出？

但別忘了，脫去「30 under 30」、「CEO」的身份，Harsh Dalal仍只是一位19歲的少年。在商場之外，另一個身份的他，在今年即將取得新加坡理工學院企業管理的大學先修班學位，接著等待他的是為期兩年的兵役與四年大學教育。雖然入伍意味著他必須離開公司兩年，但Harsh Dalal卻看得很開，「至少當兵時，我可以得到應有的休息，特別是我在公司花費這麼多時間和心力之後。」

資料來源：CNA、Tatler

責任編輯：文潔琳、錢玉紘

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。