Gogolook改列一般板上市!Whoscall開發商5年成長率44%,一次盤點10年大事記
Gogolook改列一般板上市!Whoscall開發商5年成長率44%,一次盤點10年大事記

來電辨識App Whoscall開發商Gogolook(走著瞧股份有限公司,股票代號6902)於3月18日舉行「改列一般板上市前業績發表會」,除了發表2024全年業績,也宣布最快將於2025年4月底轉為一般板上市。

「現在是詐騙集團產業化的時代,也是AI爆發下亟需建立防詐基礎建設的時代,」Gogolook共同創辦人暨執行長郭建甫說,「我們已經不是防詐公司,而是建立數位信任生態圈這個基礎建設的公司。」

Gogolook共同創辦人暨執行長郭建甫_Gogolook改列一般板上市前業績發表會
Gogolook共同創辦人暨執行長郭建甫指出,將推動數位信任成為 AI 時代的重要基礎建設。
圖/ Gogolook提供

年營收創新高,併購荷蘭企業成為一大關鍵

Gogolook 2024年全年合併營收新台幣8.67億元,年成長12%,不過相比2023年達成全年首度獲利、海外營收占比過半,Gogolook在2024年淨損4,000萬元、海外營收佔比則是微降至45%,主要原因在於2024年花費1.56億元併購荷蘭企業ScamAdviser的認列。

但對於未來,Gogolook的團隊深具信心,「我們其實來到一個獲利轉折的關鍵點,預期2025年將成為真正的獲利元年,其中的關鍵就是在東南亞市場。」郭建甫表示,以Whoscall這項產品來說,在泰國的滲透率只有約10%,但已經帶來巨大營收,且還有很大成長空間,今年將以曼谷總部為中心,將所有產品擴散到東南亞7億人口的市場。

Gogolook進入泰國市場廣告
Whoscall全球下載量突破1億次,月活躍用戶數超過2,400萬,其中泰國的總下載量來到660萬,月活躍用戶也已經正式超越台灣成為用戶最多的市場。
圖/ Gogolook Youtube截圖

以營收占比來說,消費者端信任防詐產品Whoscall占66%、企業端信任防詐服務ScamAdvisor占13%,金融科技服務則是21%。

值得注意的是,在Whoscall的獲利方式中,訂閱制佔比來到46%,成為數位廣告外更穩定的來源,也代表消費者對防詐的需求;企業端的營收則是年成長249%,其中的關鍵就是2024年收購了ScamAdviser,在電話與簡訊之上再加上網域網址的資安服務,與Gogolook原本的服務形成互補。

郭建甫補充,Gogolook最重要的競爭關鍵是AI技術「TrustAI」,「我們結合大型語言模型、防詐領域知識,和落地應用平台的即時回饋,藉此不斷優化這個AI。」

以防詐領域知識來說,Gogolook擁有包含Whoscall累積的26億筆資料庫、ScamAdvisor超過6,000筆的網域資料庫,再加上每月超過2,400萬活躍用戶、400個企業客戶和1.5萬名金融科技服務的活躍用戶,相互交錯下AI防詐將更能落實。

首個從創新板改列一般板上市的軟體公司,Gogolook寫里程碑

作為台灣首間從創新板改列一般板上市的軟體公司,Gogolook的成長別具意義。

跟電子工業、半導體、硬體製造等產業相比,台灣的軟體產業無論是資本額、營收還是獲利都只能往後站,台灣證券交易所總經理李愛玲表示,硬體公司營收規模比較大、上市跟獲利相對容易,因此Gogolook的表現相當不簡單。

台灣證券交易所總經理李愛玲_Gogolook改列一般板上市前業績發表會
臺灣證交所李愛玲總經理出席Gogolook上市前業績發表會,認為Gogolook是相當指標性的案例。
圖/ Gogolook提供

除了資安軟體大廠趨勢科技外,近幾年只有Appier、91APP和玩美移動等軟體服務商成功在主板上市,而Gogolook將在今年加入這個行列。

創新板是證交所為了鼓勵新創參與而設置,並將其定義為「類一般板上市」,可以說創新板塊上多為科技創新類型的成長型企業,而Gogolook成為繼雲豹能源、鴻德能源、台灣虎航後第4家轉往一般主板上市的企業,代表以軟體、App為主的軟體服務業也有能力走到最大的板塊。

「如果還記得我們掛牌創新板時的數字,當時預測數位信任產業年複合成長率是18~22%,那是ChatGPT出現以前,現在則預估是20~24%,可見AI帶來的改變,但是我們近5年的年成長率是44%,代表Gogolook的實力。」郭建甫表示,由於數位轉型和生成式AI爆發,Gogolook未來將會持續發展以應對新型態詐騙,例如Whoscall將迎來10年來大改版,成為一個防詐的AI Agent。

「詐騙是不會消失的,手段更是不斷翻新,信任是社會運作的基石,我們要繼續成為信任的守護者。」Gogolook共同創辦人暨董事長鄭勝丰說。

共同創辦人暨董事長鄭勝丰_Gogolook改列一般板上市前業績發表會
Gogolook共同創辦人暨董事長鄭勝丰分享創業里程碑
圖/ Gogolook提供

從0到1、從1到100:Gogolook成長大事記

2010

  • Whoscall的原型產品「來電走著瞧」正式上架。

2011

  • 時任Google執行長Eric Schmidt在一次訪台演講中時提到Whoscall,產品一炮而紅。

2012

  • Gogolook正式成立

2013

2015

2019

  • 在發展策略考量下,Gogolook創辦團隊和國泰私募基金將股份買回,重新掌握經營主導權。

2020

  • 開啟B2B業務,陸續推出商譽保護服務「Watchmen」、洗錢防制解決方案「Crowdinsight」。

2021

  • 推出消費金融商品資訊比較平台「袋鼠金融Roo.Cash」。

2022

2023

2024

2025

-最快將於4月底改列一般板上市。

本文授權轉載自創業小聚

關鍵字: #創新板
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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