馮鑫傑（Forte）的創業生涯頗曲折，產品的技術含量亦高，幸好遇上AI熱潮，終於迎來爆發的契機。
Forte在2014年於都會大學商學院畢業，其後入讀城市大學攻讀市場學碩士。兩年後完成學業，他加入阿里巴巴杭州總部，參與營運「淘寶直播」。半年後申請調職回港，2017年加入成立不久的「阿里巴巴創業者基金」（AEF），籌備年度重頭戲Jumpstarter，並支援團隊的創投工作。
自動駕駛啟發創業
在AEF工作的四年間，Forte大開眼界。其中一個深圳自動駕駛項目尤令他著迷，使他萌生創業念頭：「我想坐上駕駛座試試。」2020年，他離開待遇優渥的工作，創辦MotoNerv，成為自己口中「苦修」的創業者。
Forte的合夥人是一位具豐富經驗與人脈的賽車手。最初他們專注車隊管理及駕駛影像識別，希望提升駕駛安全。MotoNerv花了足足四年時間收集行車影片、訓練AI模型、開發系統，把影片內容轉化為文本，再進行分析，可惜期間收入寥寥。好不容易熬到ChatGPT橫空出世，向Forte展示出一片新天地。
「我們的產品不再局限於車或駕駛。」大型語言模型（LLM）擅長理解文字，而MotoNerv的核心能力，正是把影片實時「翻譯」成可搜尋的文本。一段包含環境、人物、物件與互動的10分鐘影像，經處理後可生成海量文字資料，而且準確度甚高，成為分析基礎。
影像化成文字 即時預警
更重要的是，用戶可以直接就影片提問——例如「剛才誰進入房間？」「今天下午有多少人跌倒？」系統會即時從文字資料中整理答案，猶如一名全天候觀看畫面的助理。
以MotoNerv其中一個政府項目為例，系統持續分析CCTV畫面並轉化為文字，一旦偵測到異常狀況，便通知人員處理，效率比人手高得多。「一般人能看到什麼，我們都能看到。但我們不累、不分心、不看漏。」Forte說。
這套技術同樣適用於商場、醫院及酒店等公共空間。當系統辨識到跌倒或潑灑等意外，可即時通知負責人員處理。而影片在轉化為文本後可被刪除，文字所需儲存空間遠低於影像。
一般人都可利用LLM把影像轉換成文字，但十分耗時且需要大量算力。Forte比喻MotoNerv的系統好比連鎖快餐店，處理食材又快又標準化；一般人偶爾才下廚，自然慢得多，成本也高。
成立多年，MotoNerv終於在2025年錄得收支平衡，2026年預計收入有500-800萬港元，穩步發展。這一刻，Forte終於感到坐穩屬於自己的駕駛座了。
本文於2026年9月12日刊登於《經濟一周》的「都會大學專欄」。上為原文。
）。但能做到向壞客戶say no，也實在不容易，我佩服「老闆娘」。現在減息周期已啟動，市道應該開始活絡起來，我相信「老闆娘」的生意將漸有增長。期望不久之後與君再談生意經，交流學習。
