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？|數位時代 BusinessNext

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」。

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。

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

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）。

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

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問