綠色規範對PC產業之影響分析
綠色規範對PC產業之影響分析
2009.06.29 | 科技

綠色規範發展進程

統整近幾年重要綠色規範和法令的發展進程,可發現在2009年以前,影響PC產業的綠色規範主要是WEEE和RoHS,分別針對廢棄電子電機的回收問題,和限制使用六項危害性的物質於電機及電子產品,以保護人類及環境的安全及健康,然因此兩個法令的立法時間分別在2005及2006年,相關產業已做好相關因應措施,且兩項規範,均為單一管制查核為主,故無論是品牌商或相關供應商,已達成該規範之標準要求。

然進入2009年,隨著EuP指令的產品管制範圍,逐步由家電擴大至PC,且指令考慮終端產品在整個生命循環週期對資源、能源的消耗和對環境的影響(包含原料、製造、物流、使用、廢棄和CO2排放量),因此EuP規範中實以涵蓋WEEE/RoHS的指令要求,將會是未來環保規範發展主流。

此外,RoHS對產品化學物之管制,主要基於禁止性原則作為規範標準,及該六大化學物質已確定對人體形成傷害,因而列入管理,然歐盟所提出的REACH,卻是基於預防性原則,而對相關化學物質之採用進行管制,因此化學項目的涵蓋種類和限用標準將更趨嚴苛,已成為各家品牌,納入綠色供應鏈管理的重要參考指標。

綠色規範對PC產業價值鏈之衝擊

RoHS和WEEE

由於RoHS和WEEE在2005~2006年已陸續完成立法,並在歐盟各國轉成內法,因此過去資訊產業,無論是OEM/ODM廠,或上游零組件供應商,所面對的綠色供應鏈管理議題,皆是放在符合RoHS指令的無害要求,對產品化學含量的控制,由上游端和製造端做有效的檢核控管,而WEEE的回收要求主要是對品牌商的營運成本和企業形象造成影響,因此主要由品牌商,結合當地業者,或相關環保機關進行廢棄物回收處理。

EuP和REACH

隨著歐盟EuP指令生效,對產品汙染的管制,已非個別由產品化學物質含量和產品回收處理等單項的標準認證,而是跳躍性的進入對整個產品生命週期的管制,要求產品「從搖籃到搖籃」的過程中,對能源的消耗和環境的污染與以數據化,即更加強調產品生命週期的思維方式,進入產品源頭設計,找尋可降低環境衝擊的綠色設計機會。

因此在產品設計之初,即必須要思考,如何將產品生命週期上的每一環節,所產生的能源消耗和製造或搬運中所發生的汙染降至最低,因此OEM/ODM廠商除了持續強化物料/零件的選用,對產品易拆解、省能源、提高材質回收率之環境化設計能力,亦逐漸重視,而蒐集盤查物料/零件與生產製造階段之生態化數據,和產品生命週期管理之評估流程的設計和分析,也成為廠商的當務之急。

此外隨著REACH所規範的化學物質項目愈趨嚴格和繁雜,上游供應商和組裝廠,所必須尋找的替代物質,和品質穩定之維持的技術研發和測試成本亦相對與日俱增,如何緊密配合大廠的化學物質限用進展時程和要求,成為廠商目前主要面臨挑戰。

綠色規範引發PC全球運籌思維重心變化

全球運籌模式變化-環保法令尚未轉為明文規範(~2005)

過去PC產品供應鏈,專業代工廠商以成本導向為主要思維方式,隨著電腦個人化需求的興起,轉變為以消費者需求為主要思維,即依據消費者求新求變的多樣化需求,快速彈性調整製程,因應所需,因此更貼近消費市場訊息,即時反應終端市場顧客要求,直接與上下游供應商進行資源整合和庫存控管,為主要關鍵成功因素,而品牌商則主要專注在產品的組合定位和品牌行銷等議題上,上下游分工態勢確立。

全球運籌模式變化-RoHS和WEEE法令轉為明文規範(2005~2006)

隨著國際大廠根據環保指令,將環保原則納入供應商管理機制,譬如RoHS對六大化學物質之禁用和限用標準,要求供應商所提供產品之相關物質含量,不得超過指令允許上限,而供應商又再轉而要求上游供應商,提供相關保證(檢測數據和保證書),並交由第三方檢測,以證明各原件之化學物質,使用在合理範圍內,而最後產品的化學物質含量加總確實符合規範所需。

在WEEE部分,品牌大廠由過去基於品質保證服務而提供到府收送修繕,延伸至在當地成立回收中心或交由當地業者到府收取廢棄產品,並進行相關焚燒和溶解再利用等手續,以確保廢棄電子產品對環境汙染之傷害降至最低,此時廢物回收、綠色採購與第三方認證的取得,在環保法規進來之後,成為運籌主要關注焦點。

全球運籌模式變化- EuP法令即將轉為明文規範(2009~)

隨著EuP的導入,實施方法中含有Ecological profile生態特性說明,和Eco design生態化設計,即包含產品生命週期能源消耗和廢氣排放之盤查,都需以量化方式說明,且涉及多項環境因素的強制性認證,因此全球運籌的思維重心,由原本看緊上游供應端原料的管制,新增組裝製造端的污染排放和能源消耗,亦須一同納入管制,甚至組裝廠產品出貨時的包裝設計和包裝原料,都必須重新設計,而各項廢氣汙染的第三方認證,亦需要強大的MIS管理與認證平台做溝通聯結,因此產品環境化設計和多項數據的盤查,成為ODM/OEM廠商所面臨的新挑戰。

更多文章請至ITIS智網

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓