奧特曼3次陷絕境，3次都能浴火重生！怎麼做到的？全靠超猛「好友buff」|數位時代 BusinessNext

回鍋OpenAI竟是靠朋友的幫助？

《The Wall Street Journal》報導，OpenAI執行長奧特曼（Sam Altman）在上個月突如其來的被開除後，是臨時CEO謝爾（Emmett Shear）與Airbnb執行長切斯基（Brian Chesky）替他鋪好回來的道路。

切斯基是奧特曼十多年的好友，也是其在發現自己被解僱後，最先聯繫的朋友之一。在11月17日，奧特曼收到解雇消息的幾分鐘後就發訊息給切斯基表示，「他們的行徑太野蠻了」。而切斯基也在了解細節後，與微軟執行長納德拉（Satya Nadella）聯繫。

謝爾除了是Twitch前CEO外，也是奧特曼在擔任創投公司Y Combinator總裁時的兼職合夥人。11月19日，他成為OpenAI的臨時CEO後，在X上發文表示奧特曼的免職處理「非常糟糕」，當時就擬定了一個30天的計畫，其中包括聘請一名獨立調查員，來調查走到「這般田地」的過程，並產出一份報告。

這份報告雖然隨著奧特曼的復職而沒有下落，但謝爾在後續更新的貼文中表示，「很高興能成為解決方案的一部分」。言下之意，他也認為奧特曼是這份職務最合適的人選。

奧特曼也不是第一次面臨董事會對他失去信任的局面，《Wall Street Journal》指出，這幾乎是他職業生涯中一貫的模式，被解僱然後迅速的東山再起。算上OpenAI一役，在他過去的職涯裡，奧特曼曾經數度從原本的公司跌落神壇，最後都觸底反彈。

矽谷「幸運兒」？總有辦法東山再起

奧特曼的第一家公司是在2005年就讀史丹佛大學時，輟學與朋友創立的Loopt，這是一間以地理社群網路服務為主的公司，通過手機上的地圖向用戶顯示朋友的位置，以及他們在做什麼。

當時，一群資深員工曾兩次督促董事會解雇奧特曼CEO的職務，理由是其不誠實與混亂的行為（像是分心於副業等等）。後來在創投公司紅杉資本（Sequoia）合夥人瑪卡度（Greg McAdoo）的支持下，董事會保留了奧特曼的職務，直到2012年，Loopt以4300萬美元的價格出售。

2014年時，奧特曼被Y Combinator聯合創辦人，也是瑪卡度朋友的葛拉漢（Paul Graham）選為負責人。這是一間後來孕育出Airbnb與Dropbox等獨角獸的創業加速器。葛拉漢甚至將奧特曼與已故Apple創辦人賈伯斯（Steve Jobs）做比較，認為他是為數不多擁有強大意志力的人之一。而奧特曼也是在此結識了後來創立Airbnb的切斯基。

雖然奧特曼一路成功讓Y Combinator茁壯，但是好景不常，2019年時知情人士表示，奧特曼被要求辭去負責人的職務，原因是他花在OpenAI之中的時間越來越多，激怒了許多原本的長期合作夥伴。

相關人士透露，在2018年裡，奧特曼幾乎沒有出現在Y Combinator的總部。而他也在3月辭去總裁職務後，專注於OpenAI的發展上。隨後，OpenAI便在他的帶領下一路成為估值上看千億美元的巨頭。

奧特曼的能耐：95%員工連署要他回歸

再下一次就來到了今年11月時的臨時解職，整個OpenAI團隊超過95％的員工簽署了公開信，要求奧特曼回鍋擔任執行長。甚至連被認為是主導政變的OpenAI首席科學家蘇茨克維（Ilya Sutskever）也認錯，表示奧特曼才是最合適的執行長。而奧特曼也在切斯基與謝爾的幫助下回到OpenAI，避免了一場AI界的腥風血雨。

曾任Loopt營運長的雅各布斯坦（Mark Jacobstein）曾表示，奧特曼的想像力與實踐力，對於野心勃勃的企業家來說，是一難能可貴的特質，但是對於員工來說，這樣的鋒芒可能會使人感到不適。就像當時蘇茨克維與他的意見分歧一樣。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。