數據智慧處理公司Collibra估值破50億美元,如何與微軟、Snowflake等雲端巨頭競爭?
數據智慧處理公司Collibra估值破50億美元,如何與微軟、Snowflake等雲端巨頭競爭?

從布魯塞爾發跡的數據智慧處理公司Collibra於2021年11月9日宣布,於G輪融資中籌集了2.5億美元,其投後估值已來到52.5億美元,比去年F輪宣布的23億美元估值高出2倍之多,其聯合創辦人兼首席執行長Felix Van de Maele告訴《TechCrunch》:「跟其他競爭對手相比,我們的估值是最高的,這強烈反映出我們在市場上的地位」。

Collibra
圖/ Collibra

數據處理公司的重要性:幫助企業或組織「化零為整」

Collibra是布魯塞爾自由大學STARLab的衍生產品,創立於2008年,是一家專門提供客戶查詢、管理、儲存和分析數據工具的公司,可將內、外部數據集中到一個名為數據智慧雲(The Data Intelligence Cloud)的平台,幫助客戶遵循當地數據保護政策,安全地儲存數據;讓員工更輕鬆進行協作和檢索,以全面了解公司營運狀況,並達到整合組織或加強公司決策的效果。

最新一輪的融資是由紅杉資本全球股票和Sofina共同領投,並得到Tiger Global Management、Battery Ventures、臉書執行長馬克祖克柏格管理的基金Iconiq Capital、谷歌成長基金(Capital G)、Dawn Capital等的支持;新資本將用於擴大在美國、歐洲、中東和澳洲的業務,並在工程、銷售和產品方面進行人才招聘,預計到2023年員工人數將增加1倍。

Collibra
圖/ Collibra

不過,Van de Maele也提到:「儘管公司已成立十多年,過去我們也看到許多數據陸續搬移到雲端,並有許多創新,但也因為數據使用的廣泛,例如:AI、機器學習或數位化,其結果反而是更加複雜和分散。我們也聽到許多組織需要的是一個能將零散數據全面整合的平台,而不是需要透過3或5個不同的工具來處理數據」。

數據及其隱私在當代社會為何受到重視?

在了解數據處理公司在企業和組織運作所扮演的角色與提供的功能後,接下來揭開「數據在當代社會愈加受到重視」的幾個原因。

一、國際上相關立法通過,讓數據使用與保存受到關注

被稱為史上最嚴格的個資法《一般資料保護規範》(GDPR)和其他數據保護與隱私法規陸續成為正式法律後,許多擁有大量客戶數據的企業和組織,在如何保存與使用數據之類似問題上,不斷受到社會關注,許多公司也已意識到他們無法以最佳方式使用和儲存數據,成為Collibra能介入的契機。

二、設備雖易攜帶且易於連接網路,但公司安全漏洞卻反而增加

Collibra
圖/ Collibra

根據Proofpoint釋出的《2021年網路釣魚狀態報告》,61%的美國員工允許家人或朋友使用自己的工作設備,員工也越來越常選擇使用安全性不足的個人電腦、平板或手機來工作;此外,反惡意軟體開發商PC Mactic Inc. 對遠端工作者的網路安全調查顯示,91%的遠端工作者從未取得任何防毒軟體,這些現象讓企業或組織不得不開始重視數據保存與安全防護。

三、疫情大流行讓雲計算的需求增加,數據對日常業務的重要性也逐漸提高

COVID-19大流行讓遠端工作模式興起,公司也被迫走向數位或雲端化,但組織或企業的數據也因此愈來愈容易外流;此外,Collibra的另一位創辦人兼首席數據公民Stijn 'Stan' Christiaens也說:「數據對日常業務流程至關重要,而且其重要性還在不斷提高」。

數據處理公司現在與未來

《SiliconANGLE》於8月刊出的文章中,作者Betsy Amy-Vogt從技術革新、大環境轉變和數據文化等層次,討論個人和組織在維護數據安全面臨的狀況以及應扮演的角色,該文更開門見山的點出數據雲端時代的有趣現象--「隨著軟體吞噬掉世界,數據也接管了工作場所」(原文為As software ate the world, data took over the workplace)。

Collibra
圖/ Collibra

Van de Maele說:「以前數據處理都是人為手動完成,現在我們利用AI和機器學習讓模型自動化」,對於Collibra所扮演的角色,他也充滿信心的說:「因為我們相信好的數據能透過將人和想法融合在一起來改變關係、業務和生活,也因為我們在改變組織使用數據的方式,我們的客戶開始可以改變世界」。

Collibra在數據管理和治理領域與微軟、Snowflake和Informatica等雲巨頭互相競爭,現今更與全球500多家企業和其他大型組織合作,例如 AWS、Google Cloud和Tableau。雖然Collibra並非唯一的數據處理公司,它的競爭對手還包括Informatica、IBM、Talend和Egnyte等,但目前Collibra的市場地位及其先進技術,已給投資者留下深刻印象。
 
資料來源:techcrunch、collibra、siliconangle、techstartups、siliconangle

責任編輯:傅珮晴、錢玉紘

關鍵字: #數據分析
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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