新光三越、三井都找它! 騰雲從3名員工起家,靠「一站式整合」收服百貨業
新光三越、三井都找它! 騰雲從3名員工起家,靠「一站式整合」收服百貨業

成立6年的騰雲,手握日本與台灣等多家百貨產業指標客戶,成為近年來少數發展亮眼的電商類新股。

創辦人梁基文用什麼樣的策略思惟,讓騰雲成為橫跨亞洲多國的軟體服務商?

走進台北信義區的百貨商場遠百A13,一名消費者在專櫃剛刷完卡,瞬間,他的消費款項、會員集點、停車扣款統統在一秒內完成,這個堪稱「光速」服務的提供者,不是外商,而是今年2月登錄興櫃的騰雲科技服務。

2016年成立的騰雲,擅長提供整合客流、商流、金流的「一站式」解決方案,客戶多是百貨龍頭業者,像日本的永旺、三井,台灣的遠東百貨、新光三越。近年該公司營收連年創高,2021年營收達3.7億元、年增23%,帶動興櫃掛牌當周,股價漲幅逼近7成。

相較去年掛牌的91APP,以品牌商這類中小型客戶為主,騰雲則是專攻百貨商場。一名產業分析師解析,就是因為騰雲手握這些近年不斷加碼擴建的大型百貨客戶,預估今年營收成長率有望挑戰3成。

成立才6年 打進91APP鮮少接觸的市場

但一家才成立6年的公司,為何有這樣的能耐,可以做到堪稱新零售霸主的91APP,過往鮮少觸及的百貨公司市場?

耐能 龍騰
圖/ 宏碁基金會

其實,現在的騰雲,是脫胎自端點銷售系統(POS)大廠宏誌科技。2000年,現任騰雲董事長梁基文從台灣富士通加入宏誌,負責軟體開發的他,大展身手的第一步是從大型商場開始。

「那時候有個很大的案子,是京華城。」梁基文回憶起指標性的第一戰。當時,京華城內部有逾千家大小專櫃,對資訊系統的要求極為複雜,不僅要管理商場自己的員工,包括各大專櫃的營業人員、倉儲、會員資料、消費金額,都是京華城得整合的管理範圍。

為了找適合的軟體整合商,京華城當時除了梁基文的團隊,還找來IBM、東芝等外商報價。然而,相較於外商的價格高昂,還要客戶「配合」其服務、客製化程度低,梁基文最終以成本優勢與更彈性的軟體功能,拿下訂單。

關鍵,是梁基文把當時尚未普及的雲端概念,用在資訊流的整合上,「它就是一個瀏覽器,所有運算都在機房端。」運算透過雲端集中處理,讓騰雲能省下昂貴的機台建置費用,變為只要用三、四台小型主機就能對應。

經過京華城一役,也讓梁基文開始聚焦開發大型商場,在取得台北101的訂單後,2005年,他因為環球購物中心,而接觸其顧問公司、也是到日本最大零售集團永旺,進而被這家日本百貨巨頭看上,成為其中國事業的供應商,「短短幾年,永旺在中國的十家店都是我們做。」梁基文回憶。

2016年,梁基文興起了創業念頭,他與現任騰雲執行副總經理張婷婷,夫妻二人從三個員工開始,靠著過去建立的人脈,在隔年取得了新光三越這個重要客戶。

這個起點,是新光三越在中國重慶、擁有超過千個商鋪的新商場,由於專櫃的規模量龐大,金流、商流的整合不易,傳統POS系統業者難以做到,讓有著整合經驗的騰雲團隊,被新光三越找上門。

騰雲科技副總經理張婷婷
張婷婷/騰雲科技副總經理
圖/ 數位時代

「當時,我們也還沒有做好完全的準備。」張婷婷說,為了接這個案子,團隊時常不眠不休工作,記得在開店前一晚,為了一個系統更新的異常,「那天我們就是弄到清晨4、5點,解決了韌體的問題,然後馬上就開店!」

但堅持的結果,讓新光三越認可騰雲的實力,如今不僅所有的館皆使用騰雲的系統,位於高雄、一月開始試營運的SKM Park大型購物中心,更將成為雙方合作的新里程碑。

用3年磨出日本夥伴信賴 拿下三井大客戶

2019年,騰雲接觸近年最重要的客戶,日本百貨巨頭三井,而它的跳板,則是另一家日本業者「日立解決方案」。

當時,日立找上騰雲,透露想成為騰雲的日本代理商,讓雙方一起開發三井,但日立對細節的嚴謹,卻讓當時的騰雲歷經折騰。

騰雲T-POS
圖/ 數位時代

譬如,一般來說,業者提供給客戶的系統有異常,「通常就是修好就沒事,但是日立解決方案會要求說明,異常的原因是什麼、影響的層面評估、改善計畫、預防方案,全部都要做成文件。」騰雲總經理特助史美圻說。

其實,日立對每一個細節都不放過,是因為它想的,是三井這個超大型客戶。因此,騰雲光是交付給日立的系統規格書,就準備高達5百頁之厚,甚至每個系統運作的場址,它都派人實際運作測試一輪,反覆確認的過程花了整整3年,終於在2019年與日立共同成為三井的系統服務商,擴大在日本、馬來西亞、印尼、越南等東南亞市場的發展。

台日百貨龍頭在亞洲各地的發展,是騰雲今年的成長關鍵。如今手握台灣實體零售逾5成的軟體服務市占率,梁基文夢想中「有交易的地方就有騰雲」,正在加速實現。

本文授權轉載自:今周刊

責任編輯:傅珮晴、侯品如

好友缺你一個,加入數位時代LINE,科技產業趨勢新聞一次掌握!

傳送門點這裡

往下滑看下一篇文章
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現
一文看懂 AI 電視可以幹嘛?不只有 AI 演算法,頂級硬體帶來高畫質表現

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。

傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
傳統電視容易出現暗部發灰或亮處過曝。Sony BRAVIA 9 II 透過 True RGB 三色獨立背光,能將 AI 算出的極致對比與飽和色彩精準落地。
圖/ 數位時代

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。

左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
左圖為電影模式,右圖為遊戲模式。智慧場景辨識功能會根據電影、球賽或遊戲自動切換最佳模式。搭配 True RGB 技術,即使在動態或暗部場景下,色彩依然自然不失真。
圖/ 數位時代

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。

除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
除了頂級畫質,Sony 將 AI 音效演算法與機身背部揚聲器深度結合,能根據客廳結構進行空間校正,分離出清晰人聲與震撼環繞音效。
圖/ 數位時代

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
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
跳脫傳統電視容易漏光與發灰的痛點,Sony BRAVIA 9 II 結合旗艦級 XR 認知智慧處理器與 True RGB 背光技術,從底座美學到內在核心,皆為追求劇院級體驗的頂級用戶而生。
圖/ 數位時代

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。

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