連9年正現金流!Canva兩年發動5次收購,全面進逼Adobe霸主地位
連9年正現金流!Canva兩年發動5次收購,全面進逼Adobe霸主地位

近期,Canva正式宣佈收購英國2D動畫平台Cavalry以及美國AI廣告優化新創MangoAI。

這是Canva在過去短短兩年內的第4和第5次收購,前3次分別為專業設計軟體Affinity、生成式AI平台Leonardo與行銷情報工具Magic Brief。Canva正透過精準的併購,補齊從動態設計到精準行銷的關鍵技術,試圖全面挑戰Adobe的市場統治地位。

Cavalry與MangoAI為Canva帶來的戰略效益:填補專業與成效的空缺

Canva為何買下這兩家公司?

首先是Cavalry。這家位於英國的2D動畫軟體新創,團隊規模其實僅有4名員工,但在專業設計師的圈子裡,Cavalry早就被視為是比Adobe After Effects更輕量、靈活且便宜的替代方案,甚至連Amazon、Meta、Google、OpenAI與Netflix的內部團隊都是其付費客戶。

收購Cavalry後,Canva將維持其獨立運作,但同時會將這套先進的動畫技術融入Canva的核心生態系,以及2024年收購的專業版設計軟體Affinity之中。

延伸閱讀:砸40億元收購Affinity,Canva撼動Adobe霸主地位的第7次併購

另一家新創MangoAI則補足了設計工具最難跨越的「成效」鴻溝。這家美國新創專注於「強化學習」系統,透過廣告平台的真實回饋,自動學習並優化影片廣告的表現。MangoAI就像是給數位廣告裝上了一套會自我修正的「GPS導航系統」,能自動判斷哪一段行銷誘餌該配上哪一個行動呼籲(Call-to-Action),並即時重組剪輯。

Canva計畫將MangoAI的技術直接整合進針對企業用戶的「Canva Grow」工具中(該方案每人每年收費250美元)。更值得注意的是,這筆收購也是一場人才掠奪戰:MangoAI的共同創辦人Nirmal Govind(前Netflix資料科學與工程副總裁)將出任Canva史上首位「演算法長」,專注於AI模型開發;而具備Netflix與Roblox經驗的共同創辦人Vinith Misra則加入Canva研究實驗室擔任強化學習負責人。

MangoAI共同創辦人Nirmal Govind(左) 、Vinith Misra(右)和Canv
MangoAI共同創辦人Nirmal Govind(左) 、Vinith Misra(右)和Canva共同創辦人暨營運長Cliff Obrecht (中)
圖/ Canva官網

Canva如何破解AI焦慮?掌握「最後20%」的商業價值

除了這兩筆收購外,Canva近兩年還買下Affinity,為了穩固專業排版與圖像處理的基石;收購Leonardo確保了圖像生成的底層AI算力;Magic Brief提供了行銷情報分析;而如今的Cavalry與MangoAI則分別鎖定了「專業動態視覺」與「機器學習廣告優化」。

Canva這一套戰略佈局,將AI的應用從單純的「產出內容」轉向「創造商業價值」。

根據《Techweez》報導,Canva共同創辦人暨產品長Cameron Adams指出,目前的生成式AI確實能幫創作者快速完成前80%的粗重工作,但這並不夠。

「最後那20%,也就是讓你有信心把這份內容推出去,真正代表你的品牌、與受眾溝通,並達成你想實現目標的部分,是至關重要的,而那最後的20%其實非常難完成。」Cameron Adams強調。

Canva專業設計行銷主管Liam Fisher也在接受《Hindustan Times》訪問時重申:「這關乎於工藝、創造力、設計師以及他們對細節的獨特關注。我們要確保的是,我們並沒有奪走那份工藝的價值。」

連9年正向現金流!Canva要對Adobe發起更猛烈衝擊

大筆收購的背後,Canva以優良的營收表現作為底氣。

根據《The PR POST》引述的官方數據,Canva 2025年底的年化營收已突破40億美元,年成長率高達36%。目前Canva擁有超過2.65億的全球用戶,其中包含3,100萬的付費訂閱用戶,更是連續9年維持正向的自由現金流。2025年單年就新增了5,000萬名用戶,去年8月在二級市場的估值更高達420億美元,且公司高層明確表示,目前營收與用戶數皆強勁成長,完全沒有再進行新一輪募資的計畫。

反觀Canva的競爭對手Adobe,雖然體量仍是巨人,但根據《Techweez》報導,Adobe上一季營收雖達62億美元但年增率僅10%,今年股價更重挫約30%,市值在1,010億美元徘徊。

成長的疲軟與昂貴的訂閱費用,正為Canva創造極佳的突破口。Canva的策略很明確:透過不斷併購填補專業工作流程中的技術空白,同時保持相對低廉的定價,讓Adobe的產品在對比之下顯得過於昂貴且笨重,光是Canva去年10月宣佈Affinity開放免費使用後,短短幾個月內就湧入了超過500萬次下載。

「我們正在打造一個全端創意作業系統(Full-stack Creative OS)。」Canva在其官方聲明中如此定義這幾波操作的終極目標。

本文授權轉載自創業小聚

關鍵字: #併購 #Adobe
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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
一次搞懂工業AI
© 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