從監控到「現場DX」：Safie 如何讓影像成為日本產業的數據語言 | Taisa的對策
當日本的勞動現場面臨人手枯竭，Safie 正用「影像」補上這個缺口——把鏡頭變成資料入口，讓每個現場都能說話。從零售到建設，Safie 不只是賣攝影機，而是在打造日本的「真實世界作業系統」。
在日本的街頭、超市、工地，有一家公司正悄悄改變我們看待「影像」的方式——Safie（セーフィー株式会社）。
它不是一家單純賣攝影機的公司，而是一家讓攝影機變成「資料入口」的公司。從「防犯」到「營運」，從「監視」到「決策」，Safie 正在把日本的實體現場數位化，也在重塑一個勞動力嚴重短缺國家的新基礎設施。
■ 勞動力危機下的「現場DX」浪潮
日本的「現場」正面臨結構性的崩壞。到 2040 年，國內勞動力將短缺 約 1,100 萬人。其中最嚴重的行業，正是 Safie 的核心市場：零售（24.8% 不足）、物流（24.2%）、建設（22.0%）、照護（25.3%）、餐飲（15.1%）。這些產業有一個共通特徵——離不開現場。而當「人不夠」，就只能靠「數據」來補。
所謂的「DX（Digital Transformation）」也就是數位轉型在日本，與其說是數位升級，不如說是一場勞動力的延命戰。Safie 便是在這樣的背景下誕生。它的產品並不直接取代人，而是幫助企業讓現場更「看得見」。這種「可視化」能力成為日本企業面對人手不足的第一步。
■ 零售與服務業：從「防犯」到「無人化運營」
零售業是人手短缺最明顯的行業。自助結帳機的普及率，已從 2019 年的 66% 上升至 2023 年的 78%。門店管理開始走向「省人化」、「無人化」。
但安全與效率的問題隨之浮現：少了員工，誰來確保營運品質？誰來防止糾紛？Safie 的雲端攝影機與 AI 平台，正是這個時代的解法。它能即時監控店內狀況、分析人流、甚至協助行銷決策。對企業而言，攝影機已經不只是「防犯工具」，而是門店營運的數據感測器。
■ 建設業：從「現場感」到「遠隔管理」
建設業則面臨另一個現實衝擊。日本政府自 2024 年起全面實施「加班上限規制」——建設現場再也不能依賴無限延長工時。要提升生產力，必須依靠數位化。
「i-Construction 2.0」政策推動 AI、影像與遠端監督的導入，Safie 於是成為建設業的「眼睛」。它的攝影機被部署在出入口、施工現場、機具區域，即時提供影像資料給遠端的管理者。現場決策不再靠經驗，而是靠數據。攝影機，成為新的施工儀表板。
■ Safie的核心：讓影像成為資料語言
Safie 最早以雲端錄影服務（Cloud Recording Service）起家。它的起點很單純——讓攝影機能上雲端，並以 SaaS 模式提供儲存、串流與分析功能。
但真正的創新，不在於「錄影」，而在於「理解」。Safie 的願景是：「從家庭到街區，成為資料化的基礎建設。」這句話揭示了它的本質——Safie 想讓影像成為企業營運的共通語言。
透過影像，讓工地、人流、設備、店鋪現場的動態都能被即時「資料化」，進一步被分析、學習、最終優化。這也是 Safie 提出的五階段進化模型：可視化 → 遠距化 → 自動化 → 連動化 → 最適化。
更值得注意的是，Safie 的戰略優勢並不只在技術，而在「開放性」。多數攝影機廠商都希望鎖住自家硬體，但 Safie 採取了完全相反的策略——它選擇兼容多種攝影機設備，讓不同品牌、型號的裝置都能接入其雲端平台。
這種「軟體優先」的開放架構，使 Safie 能夠以軟體服務（SaaS）為核心，提供影像資料的集中管理與分析訂閱服務。對企業來說，即使手上已有現有攝影設備，也能立刻導入 Safie 的平台，快速啟用影像管理、AI 分析與資料串接功能。Safie 不只是販售一台攝影機，而是在打造一個讓「影像成為語言」的資料生態系。
■ 從便利商店到補習班的可視化改革
以下幾個例子可以來做為案例來說明Safie可以用在各行各業，確實地解決了很多過去真的需要用人去盯著觀察的問題。
①Belc 超市——讓營運數據化
超市連鎖 Belc 導入了 AI 攝影機「Safie One」與「AI-App」。它們能即時偵測顧客進出、POS 買氣與動線，把過去依賴經驗的營運決策，變成可以衡量的數據。店長不再憑感覺排班，而是根據實際客流與高峰時間配置人力。「影像」取代了經驗，成為管理的標準語言。
②森塾補習班——讓教室更安全、更透明
全日本擁有 650 間教室的個別指導塾「森塾」，導入 Safie 以實現「安心・安全的教室運營」。家長能遠端查看孩子所在的教室環境，本部能即時掌握各地分校的狀況，AI 模組則能自動偵測異常行為或突發事件。對補教業而言，這不只是監控，而是建立信任的新型基礎設施。
③Gooday——讓收銀台更順暢
家居量販店 Gooday 則用 Safie 解決「收銀排隊」問題。AI 攝影機能即時分析排隊人數、通知店員增開櫃檯。結果是：顧客等候時間減少、滿意度提升、營運效率改善。Safie 在這裡的角色，就像是「零售現場的AI管家」。
■ 成長的雙引擎：新客戶開發 × 既有客戶深化
Safie 的營收成長，不只是靠不斷開發新客戶，更來自於既有客戶的擴大使用。根據官方資料，Safie 的 ARR（年度經常性收入）從 2023 年的 93.7 億日圓成長至 2024 年的 119.4 億日圓，NRR（淨收入留存率）超過 120%。這代表：即使不增加新客戶，光靠既有用戶增加鏡頭、導入更多 AI 應用，營收仍能自然成長。
對零售業客戶來說也會產生複利效應，一間店面導入 Safie 後，往往會從一兩台鏡頭開始，逐步擴展到全店佈點、再導入 AI 模組、行銷分析工具。從防犯 → 效率化 → 顧客體驗 → 數據分析，Safie 成功讓「鏡頭數」與「價值密度」一同上升。
同樣對於建設業客戶來說也有長尾滲透的效果。在建設業，前 30 大公司中有 29 家已導入 Safie。這些公司平均每年在既有案場增加鏡頭與雲端串接，帶來 +150% 至 +300% 的收入成長。Safie 的角色不再只是硬體供應商，而是整個建設產業的「數據夥伴」。
■ 穩定擴張的訂閱成長引擎
從最新財報來看，Safie 依然維持穩定的高速成長。截至 2024 年底，ARR（年經常收入）達 119 億日圓，年成長率達 27.4%；同期間的付費攝影機台數也突破 29.3 萬台，年增 25.2%。這樣的成長結構，顯示 Safie 的營收模式已經進入「平台飛輪」階段——隨著導入的攝影機數量持續增加，來自影像資料的分析與API串接需求也同步提升，形成穩定的訂閱擴張循環。
更關鍵的是，這樣的成長並非一次性專案收入，而是建立在長期訂閱（Recurring Revenue）之上的高黏著度模式，反映出 Safie 在日本市場的滲透率正穩步擴大。Safie 正在從「硬體驅動」轉向「資料驅動」，逐步成為日本實體現場數據化的代表企業。
■ 小結 : 真實世界與資料世界的交界
我特別看好 Safie 的原因，是因為它正站在「真實世界」與「資料世界」的交界點。在 AI 能夠處理越來越多非結構化資料的時代，影像與聲音的價值正在被重新定義。
過去只有數字能被分析，如今行為、聲音、畫面也都能轉化為資料，並被理解、預測與優化。Safie 的存在，正是讓「真實世界的行為」能夠被數據化的關鍵接口。
與台灣過去熱門的寶寶攝影機新創相比，Safie 的 B2B 模式有著更高的訂閱穩定性與商業延展性。因為這些影像並非單純的記錄，而是直接連結企業營運效率、風險控管與決策改善的「行動數據」。這種將現場轉化為資料、再用 AI 反饋回現場的循環，正是未來產業數據化的核心。也因此，我非常期待看到 Safie 接下來如何繼續擴展，成為連結真實世界與資料世界的基礎建設。
■ 參考資料
Safie 事業計画及び成長可能性に関する事項
—
感謝你讀到這裡。
如果你還沒有訂閱我的電子報，誠摯邀請你加入。我是一位在東京工作的台灣女生Taisa Hsu，在IT/軟體相關行業工作。專注於觀察與分享日本企業的商業模式與案例分析。這份電子報既是我持續學習的筆記，也是我希望與你交流的橋樑。期待透過這些文字，讓彼此在商業學習的路上都有新的收穫。
very interesting