Viscovery為企業揭開影音資訊背後商機，品牌行銷更效率

不知道各位手上拍攝的影片或相簿採用什麼方式整理。除了依據日期和主題之外，有沒有另外用文字標籤方式標示？根據調研機構 IDC 預測，2025 年全球資料領域將只有 15% 的資料會被加以標籤，其中更僅僅只有五分之一會被用來分析。這顯示企業如何有效運用資料，從中萃取出對商業夥伴和消費者更有價值的洞見，已成重要課題，也是未來商業模式中的致勝關鍵。

傳統用 meta data 的方式整理影片、圖像，其實是間接的方式進行，不是直接以影片本身性質整理。台灣的新創 Viscovery 創意引晴，專注影音資料裡出現事物的分析判斷，直接「看懂」影片到底在做什麼。

正當全球最大的影音分享平台，被有心人士操弄演算法，被盯的滿天包之下，台灣的影像辨識新創公司 Viscovery，則在這幾年之下，除了分析影片出現的商品，快速推薦購物商品。

而在 Seagate 贊助 IDC 《Data Age 2025》白皮書中預測，資料量的產生到了2025年將暴增至163ZB，意味著以資料價值為王的世代來臨。消費者和企業在各種裝置和雲端之間創造、分享和存取的資料將持續增長，並且遠超過原先的預期。

Viscovery 創意引擎的創辦人黃俊傑 Amos 話不多，訪問的時候大部分的時間都交給技術長陳彥呈 Albert 說明。廣告系出身的 Amos，訪談時解說 Viscovery 創辦緣起，以及中間經過的重要時刻，以及最近幾起資料風波，如何資料處理方法的看法。Viscovery 會專注在容易變現的廣告相關技術，還要加上 Amos 自身背景的因素。

找出有明星出場、劇集中主角穿得的衣服，或是使用的商品，透過 Viscovery 影像辨識的技術，都能辨識而且一一自動標示出來，不用花太多人工檢視的成本，提供廣告商、代理商機會顯示相關商品的廣告。

在前面提到的 IDC 報告， IDC預測，2025年全球資料領域將只有15%的資料會被加以標籤，其中更僅僅只有五分之一會被用來分析。這顯示企業如何有效運用資料，從中萃取出對商業夥伴和消費者更有價值的洞見，已成重要課題，也是未來商業模式中的致勝關鍵。

最近 Viscovery 還有其他計畫，要協助媒體整理手頭的影片，從中找出新的趨勢和洞見。Viscovery 說這不是像臉書那樣很粗略的辨識，加上很泛泛的描述，如出現三個人，而是協助媒體找出明星在影片出現的片段，不論是化妝、整型前後，不同造型的劇照，或是在畫面中以不同角度出現的影片。並自動化歸類，減輕這些影片資產管理和調閱出來的成本。

Viscovery 強調，只要有類似 IMDB 的影星資料庫的話，不論是好萊塢還是東南亞市場，只要手上有足夠的影星出現的影片，就可以訓練 AI，讓 AI 能找出還有那些影片有這些影星出現。

談到 YouTube 被演算法搞到的問題，是不少家靠 user generated content 為生的公司痛腳。 Viscovery 說他們的技術能避免偶爾出現的畫面中物品干擾，導致 AI 被誤導的問題，像是貓喵影片中隨便插一張不相干的汽車圖像，就能干擾 AI，AI 因此下錯判斷。Uber 無人車死亡車禍，或是先前 Google 辨識錯誤造成軒然大波，都顯示即便影像辨識越來越多方案，但還有很多能改進的地方。

在台灣 Google 和微軟近期在 AI 上面有相當大的動作。Viscovery 說到他們一個案例，業主用了大廠的方案，實際測試通用型 AI 效果還好，業主只好輾轉來找 Viscovery 救火。最後 Viscovery 提出的方案讓業主滿意。

Google、Amazon、Facebook 的圖片自動偵測畫面機制，偵測的結果卻很雞肋，像是偵測畫面有草、人類、小孩，是有偵測出東西，但是做出的結果幫助不大。Viscovery 很自豪他們的技術能識別畫面中有含金量的東西，幫助不同的需求。

談到未來的 AI 發展，Amos 說大家很期待強 AI 能越來越強，但實際上未來會是由多個在特定領域的垂直型應用 AI 興起，通用型 AI 還有很大的進步空間。另一方面，大公司的 AI 方案看來在拚命收集訓練資料，大家可以免費用 AI 的程式，但最珍貴的資料反而是免費雙手奉上，許多人會有疑慮，資料只進不出並沒有分享出來。

做為影像專業識別的公司，Viscovery 能快速識別圖片中的物品，並且與其他事物做關聯，而成為被不少人關注的新創公司。而曾經在中國取得不錯成績，但評估之下自身不適合在中國的廣告環境之下發展。

新創資源有限，必須優先前往能促成成長幅度最大的市場。而 Viscovery 當時往中國走，是相當正確的一步。Viscovery 曾獲得與中國的視頻站合作的契機，技術獲得肯定。回首到中國發展的時間，Amos 提到他意識到在中國越成功會越難脫離中國市場，而且在其他地方則不會成功，市場狀況很不一樣。Viscovery 認清自己並不是媒體相關產業的公司，而且公司的底並不夠厚，並沒有能夠週轉的龐大資金，先行支付給媒體，再從廣告商收取。最後 Viscovery 決定專注在公司的技術上面，公司業務從中國撤出。

先前 2013、14年時，Viscovery 在台灣接到的都是小案子，回顧當時狀況，做起來感覺相當累。如今累積經驗，而且有業界的名聲，現在每年會有上百個案子自己找上門，可以從中一季找到最適合的三個案子，重覆應用先前案子累積的資料和模型，能好整以暇發揮專業執行。

最近 Facebook 的風波，以及不少台面上靠資料營生的公司，被人質疑資料處理流程。不少企業思考資料放那裡。相信未來不少企業會思考是否要把資料放公有雲上，進而評估將資料放在自建的私有雲上面。
資料歸屬權會成為不只是企業，還是一般民眾會關心的重點。

Viscovery 的伙伴，儲存廠 Seagate 的機會來了。Seagate 協助 Viscovery 帶進新的案子，有些客戶是向 Seagate 購買儲存設備時，得知相關需求牽涉到影像辨識，被 Seagate 轉介給 Viscovery。關於儲存應用，Seagate 與 Viscovery 分享相同的願景，也樂於和 Viscovery 合作。相信在大公司的資料風波之下，還有歐盟史上最嚴資料法規 GDPR 的衝擊之下，Seagate 在2B 會因為自建資料中心的需求，而有更多的業績。

其他的合作案例，去年與麗台合作，在 COMPUTEX 時展示用雜牌硬體組合弄影像辨識的方案。獲得不錯的成績。

2010 年，Viscovery 曾想過用手機鏡幫老外辨識台灣的食物，那年代 AI、影像辨識這些名詞還不風行，客觀環境如智慧型手機不成熟，手機漫遊方遊用的人不多。往往好的構想需要有天時地利人和，才有辦法發揚光大。Viscovery 如今歷經叫好不好座的方案，到中國發展後再抽手回來，如今抱持初衷，用影像辨識技術協助不同屬性的公司。希望 Viscovery 他們能越做越好，用越來越好的影像辨識技術，幫忙人類過得更好，享受更便利的生活。