【書摘】Mesh  最潮的創業模式
【書摘】Mesh 最潮的創業模式
2011.03.22 | 創業

「對通用汽車(General Motors, GM)有利的,就對國家有利。」一九五三年通用汽車執行長查爾斯.威爾森(Charles E. Wilson),曾對參議院小組委員會這麼自誇。儘管當紅漫畫家阿爾.卡普(Al Capp)事後利用這段發言諷刺威爾森是「進步黨總長」,但他可不是無憑無據地吹噓。通用汽車成為主導產業的龍頭並叱吒風雲數十年,它的品牌與商業模式羨煞所有人。

威爾森提出這番言論三年後,《財富》雜誌(Fortune)開始公布美國前五百大企業名單,通用汽車榮登榜首,而且屹立不搖長達二十年。爾後的二十六年,榜首之位仍然是通用汽車與另為兩家汽車相關企業的天下,即艾克森(Exxon)和福特(Ford)。直到二○○八年底,通用汽車被迫向國會請求紓困,最後宣告破產;這個支配了二十世紀大半商業市場的巨擘,才正式告別舞台,以汽車為中心的產業模式畫上休止符。

同一時間,在國人完全沒有注意的時候,一種不一樣的汽車公司快速地打破營業紀錄。Zipcar 這家公司以不到九年的光景,在美國、加拿大和歐洲奠立了一席之地。自二○○一年創立之初,Zipcar 就是十年來成長最快的公司之一,年收益在第二年和第三年分別成長了二倍和三倍;到了二○○九年,年收益已經超過一億三千萬美元,比前年增加了三○%。

Zipcar 是 Mesh 公司近乎完美的例子,它不製造、不銷售或修理車輛,經營的是汽車共享。總公司設在波士頓的Zipcar,是兩個幼稚園好友的創意之作。一九九一年,安特耶.丹尼爾森(Antje Danielson)坐在柏林的一間咖啡店,看到汽車共享服務的招牌,對這項服務愈看愈感興趣。丹尼爾森發現這項服務很容易做到,而且非常有意義。不同於傳統的汽車租賃公司(舊式的共享平台),這家公司的車子在城市的任何地方,都可以很容易就可以找到與租用。找到租車點後,你在網路上能夠預約完全符合需要的車,然後使用一小時、一天或更久時間。這一點讓租車服務實際上可以符合顧客每天的需求,而不是只有旅行時才租車。

在溫哥華這個城市,Mesh 公司與組織四處林立。我參訪了一種食品合作社,那是由部分顧客管理經營的小型商店。透過一位朋友的安排,我深入了解到這座創新城市的設計特色,得知民眾在市內每個角落可以步行、騎自行車,或找到方便的公共交通工具,因此我做了一次探訪之旅,目標是為冬季奧運所興建知名綠建築和運輸系統。不過溫哥華不是特例,全球包括美國、歐洲、亞洲已經湧現了幾千家 Mesh 公司。

在社群媒體、網際網路、無線網路和手機市場不斷成長之下,Mesh 公司業務一片欣欣向榮。他們取得每一筆可能的資料,然後進行大量的資料處理,在民眾需要商品或服務時,提供真正符合所需的優質商品和服務。Mesh 公司有四項共通特點:共享、網路與行動裝置的進階利用、以實體商品和原料為主軸、透過社群網絡與顧客連結。當然,並不是書中所討論的每一家公司或組織,都同時具有四項特點。就像任何大躍進、快速發展的知識或科技一樣,Mesh 也是在一條持續發展的路上,以各種不同的方式呈現;部分是完整的 Mesh 模式,但更多、更多只是朝著同一方向前進。

為什麼將這一波商務新浪潮稱為 Mesh?Mesh 指的是一種四通八達的網路,可以讓系統裡的任一伺服器,連上其他任何位置的伺服器;每一個部分都和其他任何一個部分相連,而且全部串聯在一起。之於我,Mesh 是一個適當又貼切無比的用詞,為資訊服務時代進入全新階段做出了最佳詮釋。Mesh 公司在眾多方面,都與彼此、與全世界緊緊繫在一起。部分聯繫是直接的方式,例如公司之間彼此認同一個市場,共同提供商品或服務。這些公司共享資訊,促進與新顧客、顧客偏好和商品的使用和取得。至於其他的聯繫則屬於間接方式,必須透過第三者,例如透過顧客資料彙集或是顧客的社群網絡。

Mesh 之所以可以形成氣候,乃是因為我們的一切都已經和其他的人、企業、組織、物品有愈來愈緊密的連結。這是人類史上,首次存在這種遙遠卻可及、隨時開放、相對便宜的互聯性。就像人類的思維比一群神經元要複雜得多,Mesh 的連結,已經引起更複雜與更具挑戰的東西。在人類大腦中,所有的部分(包括 DNA、神經元、腦葉)彼此結構且不斷相互溝通聯繫。我們可以用同樣的方式來說明 Mesh 的多個部分,例如電子、行動通訊、伺服器、服務、合夥人,還有顧客。不過就好比人類的大腦,Mesh 也比各個部分的總和還要龐大得多。如今每個人、每件事,都變成和其他每一個人和每一件事相互連結,例如微網誌推特(Twitter)在二○一○年二月,每天就有高達五千萬則推文。有一種新模式已經誕生,正在持續成長與改變適應。Mesh 顯然衝出了一波高峰,而且它的學習力又強又快。


書名:《10年後,你將找不到實體商店》

**《富比士》雜誌:「Mesh是未來10年重塑企業的重要趨勢。」**透過雲端運算、行動網路、社群網站、手機App等科技的虛擬平台,全球已有1,500多家企業、數十種產業,風起雲湧加入戰局淘金;在這裡,不用買、用租、用交換,就可以和所有人「共享」商品或服務。

作者:麗莎.甘絲琪(Lisa Gansky)

甘絲琪是全球網路導航器(Global Network Navigator, GNN)和 Ofoto 等多家網路公司的創辦人兼總裁。她目前指導與投資的幾個社會創投事業包括:新資源銀行(New Resource Bank)、Squidoo、Convio、TasteBook、MePlease、Slide、Instructables 和綠化世界傳媒(Greener World Media)。此外,她也是 Dos Margaritas(以環境保護為目標的社會創投事業)的共同創辦人。甘絲琪現居美國加州納帕(Napa)。

出版社:時報出版

買書去

 

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