「你是台灣的媒體嗎？我們很想被採訪！」
在 Computex 展前活動熱絡的會場中，細看不同顏色識別證所代表的身分，不難發現多數新創攀談的對象，大都鎖定在投資方與大企業人脈的建立。像 Overview 共同創辦人 Russell Nibbelink 這樣主動走向媒體的，倒是少數。
「我們即將邁入下一個階段了，很希望在這個時間點能留下記錄。」Russell 一邊說，一邊介紹 Overview 開發的是一套為半導體、電子、汽車零組件等製造產線設計的「AI 視覺檢測系統」，其核心產品已與研華科技展開合作。
而他口中所謂的「下一階段」，遠不只是完成產品驗證或 A 輪募資，而是 Overview 今年預計營收將達 3,000 萬美元（約新台幣 9.5 億元），更在今年 8 月將公司 20 多人的研發團隊從美國搬遷來台、正式成立辦公室，作為布局全球的研發中心。
這家誕生於舊金山的新創，之所以選擇將研發部門搬遷來台，除了公司市場版圖正從美國、中國擴展至亞洲各國，也因為台灣正是 Overview 另一位共同創辦人暨技術長高曉陽（首圖）的家鄉。
專案很賺錢卻變成成長瓶頸，你敢砍掉嗎？
Overview 由 Christopher Van Dyke、Austin Appel、Russell Nibbelink 和高曉陽共同創立。四人在舊金山的新創聚會上認識，聊了幾次後一拍即合，當時其中三人都只有 20 多歲。
Christopher 過去在特斯拉任職 8 年，從零主導特斯拉超級充電站（Supercharger）的硬體設備設計，以及第一座超級工廠（Gigafactory 1）的電池生產設備建置；擁有西北大學製造與機械工程雙學位的 Austin，也曾在特斯拉產線與 R&D 部門磨練 4 年。Russell 畢業於柏克萊電機系，曾在 Salesforce 專攻大規模軟體系統；高曉陽則在大二休學後投入創業，曾任一間體育科技新創的技術長，主導雲端串流與即時影像演算法系統開發。
Overview 於 2018 年底正式成立後，很快便入選 Y Combinator（YC），並於 YC Winter 2019 Batch 畢業。
回顧 2018、2019 年的技術環境，當時產線的「視覺檢測」模型仍高度依賴人工提供正反樣本訓練，同時還必須克服光線、視角等環境差異造成的誤判。
因此，Overview 初期從專案制（project-based）的商業模式起步，服務範圍從汽車零件、醫療設備、電子零組件一路延伸到畜牧養雞場等各式產業。公司也在沒有正式對外募資的狀況下，逐步建立穩定營收與獲利。
但團隊逐漸察覺，客製化專案雖然能快速產生營收，也能直接接觸客戶、理解不同產業的痛點，卻也成為公司邁向「規模化成長」的阻礙。
「等於每接一個專案，就要再聘一組團隊去支援，這樣很難複製成長。」高曉陽說。
於是在 2022 年，團隊做出一個大膽決定：全面終止所有客製化專案。
當時 Overview 已有約 50 名員工與 30 多家企業客戶，但團隊選擇放棄全數既有專案，砍掉已能帶來穩定收入的業務，將整間公司的資源重新集中到「通用標準化產品」的開發。
同一年，團隊也正式展開與研華的策略合作，由研華負責智慧相機的硬體製造，Overview 專注於 AI 軟體與產品技術，完成從專案服務走向產品化的轉型。
愈簡單的解決方案，就是愈好的產品
對 Overview 來說，過去累積的專案經驗並沒有白費。30 多個客戶、不同產業與不同產線累積的實戰經驗，讓團隊逐漸分辨出哪些是單一客戶的特殊需求、哪些其實是製造業普遍存在的共同痛點。
如今的 Overview，不再只是替工廠產線開發「視覺檢測系統」的整合商，而是把過去需要一整組軟體工程師才能完成的流程，整合進一台智慧相機裡，打造一系列開箱即用的 Edge AI 產品線。
Overview 的產品從初階 OV10i AI 視覺感測器、中階 OV20i、適用於高精度電子產業的 OV80i，再延伸至整合熱成像的 OVX 平台，全系列產品都在設備端搭載 NVIDIA GPU，直接完成 AI 模型訓練與即時推論。
這種「100% 邊緣運算、不上雲端」的架構，一方面能保護客戶敏感的生產數據，另一方面也讓設備在沒有網路的環境下獨立運作。
「我們競品很多還需要外接工業電腦或是傳到雲端去訓練，我們直接用 NVIDIA 晶片在小相機上進行。」高曉陽提到，「這幫了很大忙，因為很多客戶根本不想把資料傳上雲端，也不想在產線裡接一堆複雜的設備。」
從單點到整條產線，打造 5 分鐘就上手的檢測相機
Overview 的 AI 視覺感測器在產線中的部署範圍，涵蓋一項產品從進料到出貨的整段生命週期。
「如果等到產品組裝完成，才在最後一站進行檢測，很多內部的瑕疵早就被封在裡面，根本看不見。就算最後發現了，也代表前面的工時與材料成本全都白費。」高曉陽指出。
以一條 50 公尺長的汽車零組件產線為例，工廠可以從原料進廠、零部件組裝一路到最後成品，在整條產線部署十多台相機。「小至螺絲有沒有鎖緊、煞車皮邊緣有無缺陷，到最後整台車的油漆，每一站都能用。」高曉陽補充，「甚至在特定關鍵站點，有時會同時架設 6 台相機，從上下左右前後同步掃描，確保組裝過程完全沒有瑕疵死角。」
為了直接融入工廠原有設備，Overview 的產品採用開放式平台設計，支援 EtherNet/IP、Profinet、Modbus TCP、OPC-UA、MQTT 等常見工業通訊協定，能直接與廠房既有的 PLC、SCADA 等自動化控制系統串接。工程師只需透過網頁瀏覽器，即可完成配置與部署。
Overview 這套產品化策略的核心，追求的正是極致的「低門檻、高通用性」，讓更多廠商拿到設備後就能直接使用。
預計今年推出的新產品 OV Spark，更進一步朝這個方向發展。與過去全線採用 NVIDIA 晶片不同，OV Spark 將首度與高通合作，搭載 DragonWing 晶片，主打更低成本與大規模部署的應用場景。
OV Spark 的另一項特色，是可以直接在裝置端運行大語言模型（LLM）。這代表現場操作員不需要具備 AI 或軟體工程背景，也能直接用對話的方式告訴設備自己想檢查什麼，完成檢測模型的訓練與調整。
「你不用是 AI 專家，我們開發目標就是讓它簡單到誰都可以設定。現在大家都知道怎麼對 ChatGPT 下指令（prompt），你也可以直接用自然語言去 prompt 你的檢測相機。」高曉陽說。
根據 Overview 官網公布的數據，導入其 AI 視覺系統後，客戶最高可降低 75% 的檢測成本、50% 的重工率與 20% 的報廢率，多數專案更可在 3 至 6 個月內回收設備投資成本。
轉型至今，Overview 的客戶數已成長近 10 倍，業務版圖橫跨 30 多個城市，客戶涵蓋 Toyota、Honda、三菱集團等汽車大廠，零組件大廠愛信精機、連接器大廠 Molex、Amphenol、物流無人機新創 Zipline，以及消費品牌高樂氏、Tyson Foods 等。
把誰當競爭對手，決定了高度和市場突破口
Overview 於 2021 至 2022 年轉型前後，完成總金額約 1,300 萬美元的 A 輪與橋接輪（Bridge Round）募資，由 Blumberg Capital 領投，參與投資方包含研華、GV（Google Ventures）以及來自日本的投資機構。
不過，相較於持續透過外部資金追求擴張，Overview 對股權稀釋始終相對克制。「一直募資並不是件好事，我們蠻堅持 4 人合計必須保有公司 50% 以上的股權來維持主導權。」高曉陽說。
而如果將「視覺檢測」市場簡單拆分，一邊是 Keyence、Cognex 等傳統自動化工業領域的龍頭大廠，另一邊則是系統整合商（SI）與 AI 軟體公司。
「我們沒有把 SI 視為競爭者，希望他們能成為我們標準化產品的通路夥伴。」高曉陽提到，Keyence、Cognex 等傳統大廠，才是 Overview 真正鎖定的競爭對手。
過去的銷售經驗讓團隊發現，除了新建廠房帶來的需求外，竟有高達半數客戶原本使用的是 Keyence 或 Cognex 的產品，卻因遇到既有技術難以解決的問題，最終選擇更換設備。
對 Overview 而言，這也成為新創挑戰既有巨頭的突破口。因為傳統大廠產品線多元且龐大，較難將所有資源集中於視覺感測的 AI 升級，反而替專注單一領域的新創留下切入空間。
為了搶下市場，Overview 在業務模式上更借鏡 Keyence 著名的「直接銷售」模式，組建 Go-to-Market 團隊，每天透過電話陌生開發、積極出擊，再靠著能在客戶現場幾分鐘內訓練好模型、直接展示結果的產品力，主動敲開一家家工廠的大門。
「我們在中國的客戶，許多都是幫 NVIDIA 代工、生產連接器的廠商。他們常會抱怨說，NVIDIA 對品質的要求有多嚴苛，逼得他們只能反過來對我們施壓，要求檢測的相機要夠給力。但我們相機裡用的又是 NVIDIA 的晶片，不管怎樣，最大的贏家其實都是 NVIDIA。」高曉陽笑著說。
目前 Overview 全球團隊約有 80 人。今年 6 月初，團隊在台灣仍只有不到 10 名工程師、使用共享辦公空間。到了 9 月初，Overview 已正式落腳台北大安區，台灣團隊拓展至 40 多人，並持續徵才。
組織快速擴張的背後，是營收規模同步放大。「我們前年到去年的營收增長是 6 倍，去年到今年應該會有 3 倍，預計營收約是 3,000 萬美元。」高曉陽說。
團隊資訊
公司名稱：Overview_美商奧維達智能股份有限公司
成立年份：2018
[新創資料庫]｜[📮❗️我想聯絡創辦人]
（本文出自創業小聚）
