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

火熱的 AI 風潮掀起客廳革命，到底 AI 電視可以幹嘛？簡單來說，AI 電視透過 AI 處理器與演算法，即時進行 AI 畫質優化、音效調整、智慧語音搜尋和極致的個人化推薦，全面顛覆傳統智慧電視。在 AI 電視功能中，最讓消費者有感的是 AI 畫質優化，但許多人往往忽略了，畫質提升不只關乎演算法，更取決於底層的背光、色彩與控光技術。Sony BRAVIA True RGB LED 電視，正是將軟體思維與硬體工藝深度結合的最好示範。透過創新的 XR 認知智慧處理器搭配 True RGB 技術，精準呈現 AI 電視的畫質優化能力。

AI 電視是什麼？不只是能上網看串流的智慧電視

要理解 AI 電視可以幹嘛，首先必須釐清 AI 電視與一般智慧電視的差異。傳統智慧電視是為電視接上網路，讓使用者單向觀看連網影音。AI 電視則是在智慧電視的基礎上，導入了 AI 處理器與先進演算法，讓智慧電視具備「主動分析與學習」的能力，可即時判斷每一幀影像的畫質特徵、聲音頻率、觀看環境（如白天強光或夜晚暗光），甚至是家庭成員的使用習慣，進而動態調整視聽呈現。簡單來說，傳統智慧電視解決的是「能不能連網看內容」的問題，而 AI 電視解決的是「如何讓內容呈現得最好」的體驗問題。

但當 AI 演算法分析出最佳的畫面設定後，如果硬體無法精準跟上，優化效果就會大打折扣。這也是為什麼高階顯示技術 True RGB 開始受到市場矚目，確保 AI 算出的極致色彩與對比，能精準落地在觀眾眼前。

AI 電視可以幹嘛？從畫質、場景、音效到個人化推薦的四大核心進化

面對消費者的核心疑問「AI 電視可以幹嘛？」，可從四大 AI 電視功能深入拆解。

AI 畫質升頻與降噪：讓低解析度內容更清晰

透過 AI 升頻與降噪技術，可分析解析度較低或經過壓縮的影音內容，改善線條、紋理與雜訊，使畫面在 4K 螢幕上呈現得更清晰。True RGB 則能協助 AI 優化後的畫面亮度、色彩與對比度精準呈現。不過實際效果仍會受到原始片源解析度與壓縮品質影響。

智慧場景辨識：依電影、球賽、遊戲自動調整畫面

AI 電視能即時辨識播放內容，自動調整畫面呈現，比如看電影時調整為劇院感色溫、看球賽即時插幀消除動態殘影、玩遊戲時自動切換至低延遲模式。在不同場景轉換時，True RGB 讓亮度與色彩對比表現依然精準自然。

AI 音效優化：讓人聲與環境音更清楚

AI 音效演算法能分離出人聲對白與背景音效。看動作大片時，能放大環繞立體感；看新聞時，則優化人聲頻率，甚至能根據客廳結構進行空間音效校正。

語音互動與個人化推薦：減少尋找內容時間

AI 語音互動更能理解複雜語意，當你說出「我想看適合週末晚上的搞笑電影」時，AI 便會結合使用者的觀看偏好推薦清單，真正做到懂你所想。

整體而言，在眾多 AI 電視功能中，消費者最能直觀感受到的是 AI 畫質升頻與場景優化。但不論軟體演算法如何強大，都需要有對應的硬體執行力，而 True RGB 正是讓這些高階 AI 畫質能精準落地的關鍵技術。

AI 畫質優化的關鍵：不只靠演算法，硬體也是決勝點

在討論 AI 電視時，大眾常有一種迷思，認為只要電視內建強大的 AI 處理器和演算法就行，事實上，AI 電視的畫質優化不是靠單一演算法完成，而是包含「AI 判斷」與「硬體呈現」兩大層次：

首先由 AI 負責辨識畫面中的主體物件、人眼焦點、光影分佈及動態物體的移動軌跡等。根據 AI 判斷結果，演算法在底層即時計算出一套優化藍圖，決定哪些區域需要進行 AI 升頻、降噪、提高畫質、調整亮度、對比或色彩飽和度等。而硬體則負責最終畫面呈現，包含電視的背光、面板、控光技術與色彩控制技術，才是真正決定這張優化藍圖能被實現到什麼程度的關鍵。

而 Sony BRAVIA True RGB LED 電視便精準示範，硬體如何賦予 AI 電視極致表現。傳統 LED 電視使用單一藍色 LED，再搭配濾光片混色的方式，容易產生色彩混濁或亮度減損，True RGB 技術則以獨立驅動紅（Red）、綠（Green）、藍（Blue）三原色 LED 作為背光源，當 XR 認知智慧處理器分析影像內容，發出畫面調整指令後，True RGB 能精準響應，讓紅、綠、藍三色背光以極高精度進行獨立控光，將 AI 畫面調整的判斷精準呈現。

一般智慧電視、AI 電視、搭載 True RGB 的 AI 電視差在哪？

跳脫複雜的規格參數，一次搞懂三代智慧電視有何不同。簡單來說，一般 AI 電視可以做到升頻、降噪與場景辨識；搭載 True RGB 的 AI 電視則進一步把 AI 判斷延伸到背光與色彩控制，真實還原亮度、色彩與對比。

	一般智慧電視	AI電視	搭載 True RGB 的 AI 電視
核心定位	解決「連網與內容獲取」	解決「基礎畫面自動優化」	解決「極致高階畫質精準執行」
畫質處理能力	支援基本的數位降噪，無法因應訊號源差而改善	具備 AI 升頻技術，能動態辨識場景並優化低解析度影片	結合 XR 認知智慧處理器與硬體優勢，進行深度的 AI 畫面優化
背光技術	傳統常亮背光，容易產生漏光與局部發灰現象	具備區域控光，但演算法與硬體匹配度較為普遍	採用 True RGB 三色獨立背光，控光精準度極高，無溢光與色偏
色彩與亮度表現	色彩表現較為平淡，高亮處易過曝，暗部細節容易丟失	色彩飽和度高，但有時因演算法過度補償而顯得不夠自然	實現豐富飽和的色彩表現層次，精準還原真實色彩
主要適合情境	看第四台、日常追劇	看 4K 串流，希望電視能自動適應不同影音內容	追求劇院級體驗，喜歡高畫質影音、球賽、遊戲的用戶

買 AI 電視時，真正該看哪些規格？

當你準備為家裡添購 AI 電視時，除了關心它是否支援智慧語音、刷新率有多高、個人化推薦好不好用之外，以下四個核心 AI 電視功能才是決定長期觀看品質的關鍵指標：

AI 處理器

大腦優劣決定電視表現，挑選時認準旗艦級的 AI 處理器，如 Sony 的 XR 認知智慧處理器，不只單純堆疊算力，而能模擬人類大腦的認知方式，打造身歷其境的畫面真實感。

AI 升頻能力

優秀的 AI 升頻能力應能精準區分「影像噪訊」與「畫面原生紋理」，在去除雜訊的同時保留皮膚毛孔、衣服編織等細節，而非一味抹平。

背光與控光技術

若重視高階畫質，True RGB 可作為判斷 AI 畫質能否精準呈現的重要顯示技術，徹底告別傳統畫面暗部發灰、亮部慘白的通病。

色彩與亮度表現

不能只看標榜的 HDR 規格，更要檢視硬體能否真實呈現。True RGB 能賦予 AI 電視更強悍的畫面執行力，銳利呈現 AI 算出的明暗對比與色彩飽和度。

關於 AI 電視與 True RGB 的常見問答

Q1：AI 電視適合哪些人？
AI 電視適合所有對影音品質有追求的人。不論你是愛看高畫質影音的追劇族、追求畫面流暢不殘影的運動迷、重視高刷新率與低延遲的遊戲玩家，AI 電視都能大幅提升觀影體驗。

Q2：AI 升頻會把影片變成 4K 嗎？
無法完全等同原生 4K，但能讓畫面更接近高解析度的觀看效果。AI 升頻利用比對與像素補插，將原本模糊線條變得銳利清晰，結合 True RGB 的高精細控光後，視覺表現會非常接近 4K 原生畫質。

Q3：買 AI 電視時，只看 AI 處理器夠嗎？
絕對不夠。演算法算出的完美畫面需要顯示硬體來執行，電視的背光技術、控光與色彩管理能力（如 True RGB）同樣重要。軟硬完美結合，才是高畫質的保障。

Q4：AI 電視對看球賽或玩遊戲有什麼差別？
AI 電視能根據不同場景優化畫面表現，觀看球賽時，能動態識別高速移動對象，即時插幀消除動態殘影；玩遊戲時，能自動切換至低延遲模式和強化暗部細節。

Q5：白天和晚上看電視，AI 電視會自動切換不同的畫質設定嗎？
Sony 搭載 True RGB 的 AI 電視內建環境光感測器，能根據環境光線變化動態調節畫面呈現，在白天明亮時自動增亮、晚上變暗時調降亮度並柔化對比，省去手動切換的麻煩。