疫情下市值翻3倍!墨西哥獨角獸KavaK,如何在「接觸恐懼」下打造二手車帝國?
疫情下市值翻3倍!墨西哥獨角獸KavaK,如何在「接觸恐懼」下打造二手車帝國?

據路透社2021年4月7日報導,專營二手車市場的Kavak在2020年底以估值11.5億美元正式成為墨西哥第一家獨角獸後,吸引了日本軟銀集團、香港DST Global和美國Greenoaks Capital等投資大頭的注意,並 在D輪融資領銜注入4.85億美元,使其市值翻超過三倍以上,達到40億美元,更讓Kavak成為拉丁美洲地區前五家高市值的新創公司之一

延伸閱讀:「韓國版Uber」衝出11億美元市值!SOCAR如何克服共享爭議,把獨角獸帶出海?

從自身經驗出發,為二手車市場提供完善的交易平台

Kavak創立於2016年,由Carlos García Ottati、Roger Laughlin和Loreanne García在墨西哥市以三台二手車起家。當時Kavak的執行長Ottati正要從哥倫比亞搬到墨西哥,並打算買一輛二手車,但因為沒有銷售商,他前後花了6個月時間,卻只買下一台有法律糾紛、機械故障的二手車,更因此損失大部分的購車預算。

Ottati提到:「 墨西哥的二手車市場每年價值600億美元,其中90%的交易是非正式的,也就是發生在個人買、賣家間,但由於市場機制破碎且沒有完善規則,導致二手車市場的交易有近4成都淪為詐騙案 。」

層出不窮的交易詐欺,讓Ottati更希望能替市場增加交易透明度,提供經檢查、翻新並有保證的車輛,甚至是幫拉丁美洲以外的新興市場帶來新商機,因為Ottati認為:「與其買新車,不如讓消費者買到一輛有保固的車。」

Kavak.jpg
Kavak執行長Ottati。
圖/ 截圖自Twitter

儘管現在遇上COVID-19,但疫情反而加速消費者對數位平台的信任,加上必須保持社交距離,二手車市場已超過COVID-19爆發前的需求。Ottati說:「汽車市場正在復甦,前景看起來不錯,需求也將持續增長,以前會使用公共交通工具的乘客,都正在尋找其他替代的交通方式或汽車。」

以消費者立場出發,成功在「疫」中求生

Ottati在接受《墨西哥商業新聞》(Mexico Business News, MBN)的採訪時,提及Kavak吸引客戶之處在於: 當客戶購買車輛時,他們會知道車輛已通過240項檢查項目,以保證汽車處於最佳狀態;車輛會進行外型和美觀上的修復;一旦汽車修復後,會將車輛送至客戶家中,提供7天或300公里的試駕體驗;購買後也提供保險服務及三個月的保固期

除了以消費者感受為優先的服務特色外,疫情危機也替Kavak帶來成功契機,Ottati認為:「疫情固然會破壞生意,但我們成為讓客戶在不出門狀態下,仍可進行汽車買賣的唯一選擇。而對新創的堅持,也讓我們 在封城期間建立了『非接觸式體驗』(contactless experience),並實現每日5%~10%的營收成長 。」

而傑出人才例如Uber墨西哥的營運長(COO)暨前總經理Federico Ranero的加入也替Kavak在創業初期,就與Uber建立牢固的合作夥伴關係。現任的Uber墨西哥總經理Gretta González便指出:「與Kavak合作不僅能讓更多人在Uber賺取額外收入,也能替那些想獲得交通便利性的人,提供更實惠的解決方案。」

另一個重要的合作夥伴關係則是墨西哥的主要銀行之一Banco Bilbao Vizcaya Argentaria(BBVA),BBVA的戰略與解決方案總監Ricardo Duhart告訴MBN:「與Kavak的合作是銀行數位化戰略的一環,我們正在開發一個能提供一站式服務的產品,讓客戶能在同一個網站上選擇他們要的汽車、申請貸款、立即得知獲得批准或拒絕,然後完成整個交易。」

雖然Kavak的出現讓該行業的專家們認為它帶來許多附加價值,但業務快速擴展也帶來挑戰,例如:部分用戶會在社群媒體上抱怨客戶服務太差。Ottati也很快地意識到需要聘僱更多員工來處理此類問題,因此在2021年初於墨西哥招聘1,500人,這也使得Kavak的員工人數增加至2,500人。Kavak目前在墨西哥已擁有17個據點和4個車輛檢測設施,在阿根廷甚至更多。

Kavak
圖/ Kavak

延伸閱讀:長時間宅在家掀換房潮、速食店也鬧「雞」荒!美國人有哪些後疫情日常挑戰?

在南美洲站穩腳跟,繼續向全球擴張

Kavak在2020年8月將業務往南美洲擴展,第一個選定的國家為阿根廷,因為當時Kavak正好宣布併購阿根廷的二手車平台Checkars,而籌集到新資金將在未來18個月內用於四個面向:將汽車庫存從12,000輛增加到30,000輛、提高融資信貸額度、翻新基礎設施(如銷售據點)以及打造一個技術中心。

Checkars的共同創辦人Juan Cruz對於併購樂觀其成,因為聯手能鞏固雙方在拉丁美洲二手車電子商務領域的領導地位,而Kavak更計劃在今年進入拉丁美洲的最大經濟體、同時也是該區域最大的二手車市場: 巴西

Ottati有信心地說:「 Kavak在接下來幾年將會獲利,也可能在三、五年後公開上市 。」他接著補充:「穿越大西洋是我們的野心之一,我們看到很多潛在市場,例如歐洲、東南亞、中東等,在這些市場上Kavak可以彰顯價值。」

在阿根廷Kaszek Ventures的合夥人、同時也是Kavak最大股東之一的Nicolas Berman則表示:「投資者關注的是二手車業長期發展,這個行業在墨西哥和巴西共代表著1,600億美元的利益,但這個巨大的市場卻還未得到充分服務。」

成立不到五年,KavaK已成功打響名號,除持續維持它在拉丁美洲的領導地位,也顛覆當地對二手車市場的想像,更無畏疫情大膽地向國外擴張。對此Ottati謙虛的表示:「我們的故事才正要開始,我們還有很多事要做、很多客戶要滿足,在改變世界汽車行業前,我們不會停下腳步的。」

資料來源:Latamlist路透社Tech Crunch彭博社墨西哥商業Aimgroup

責任編輯:文潔琳、蕭閔云

關鍵字: #創新創業
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓