沉睡的影片數據如何成為企業新金礦

企業每天產生的影片數據比以往任何時候都多。從多年的廣播檔案到數千台店鋪攝影機，再到無數小時的製作素材，但其中 99% 都靜靜躺在伺服器中，從未被觀看或分析過。這就是「暗數據」—企業自動收集但幾乎從不有效利用的龐大資源。

兩位在 Google Japan 共事近 10年 的前員工 Aza Kai（CEO）和 Hiraku Yanagita（COO）決定親自解決這個問題。他們共同創立了總部位於東京的新創公司 InfiniMind，開發將PB級未觀看影片和音訊轉換為結構化、可查詢商業數據的基礎設施。

為什麼是現在？技術成熟的關鍵時刻

「我和共同創辦人在Google時就看到了這個轉捩點的到來」，Kai表示。到了2024年，技術已經成熟，市場需求也足夠明確，促使他們決定自己創建公司。

真正的轉變發生在2021年到2023年間視覺語言模型的進步。「直到最近，模型根本無法勝任這項工作」，Kai告訴 TechCrunch。雖然GPU成本下降和過去十年年均 15-20% 的性能提升有所幫助，但更重要的是能力突破—早期方法只能標記個別幀中的物體，無法追蹤敘事、理解因果關係或回答有關影片內容的複雜問題。

InfiniMind 最近獲得由 UTEC 主導的 580萬美元 種子輪融資，其他投資者包括 CX2、Headline Asia、Chiba Dojo 和 a16z Scout 的AI研究員。公司正將總部遷至美國，同時在日本繼續營運辦公室。

從日本出發的全球化策略

廣告

廣告合作

[email protected]

廣告

選擇日本作為首個市場並非偶然。「日本提供了完美的測試平台：強大的硬體、優秀的工程師和支持性的新創生態系統」，讓團隊能夠與要求嚴格的客戶一起優化技術，然後再走向全球，Kai解釋道。

首款產品 TV Pulse 於 2025年4月 在日本推出，這個AI驅動的平台即時分析電視內容，幫助媒體和零售公司「追蹤產品曝光、品牌存在感、客戶情緒和公關影響」。經過與主要廣播公司和代理商的試點計畫後，已經擁有付費客戶，包括批發商和媒體公司。

競爭格局：差異化的企業聚焦

影片分析領域高度分散。TwelveLabs 等公司為包括消費者、專業消費者和企業在內的廣泛用戶提供通用影片理解API，而 InfiniMind 則專注於企業用例，包括監控、安全、保全以及深度影片內容分析。

「我們的解決方案無需編程；客戶帶來數據，我們的系統處理並提供可操作的洞察」，Kai說。「我們還整合了音訊、聲音和語音理解，不僅僅是視覺。我們的系統可以處理無限長度的影片，成本效益是主要差異化因素。」

預計於 2026年3月 進入測試版、4月 正式發布的旗艦產品 DeepFrame，是一個能夠處理 200小時 素材以精準定位特定場景、發言者或事件的長影片智能平台。

華人市場的機會與挑戰

對於大中華區的企業而言，這項技術帶來了獨特的機會。從台灣的製造業工廠監控到香港的零售業客戶行為分析，再到東南亞華人企業的安全監控，影片AI的應用場景廣泛。

然而，與中國大陸市場相比，其他華人地區面臨的挑戰是數據規模和技術資源的差異。中國大陸擁有 百度、阿里巴巴、騰訊 等科技巨頭的影片AI技術，但在數據隱私和跨境合規方面，InfiniMind 這樣的國際化解決方案可能更符合台港澳和東南亞市場的需求。