英特爾國際科學展第一特獎|數位時代 BusinessNext

我還是第一次看到耶，真是不想出鋒頭！」這天，台北市的傍晚突然下起大雨，師大附中女生趙依祈撐著雨傘，穿梭在校園大樓間，突然看到穿堂的跑馬燈，寫著「恭賀趙依祈獲得英特爾國際科學展第一特獎……」停留十秒，仔細看完內容的她，又快步走回圖書館，跟同學一起念書。
研究「人面蜘蛛借調整絲基因表現及網結構促進捕食效率」的她，除獲得一個由美國獸醫協會頒發的特別獎外，還贏得大會第一特獎（不分類別）以及動物學類的第一名。不僅如此，她更拿下Seaborg SIYSS大獎，十二月將受邀到瑞典諾貝爾獎（Nobels Prize）頒獎典禮觀禮，成為台灣首位獲此殊榮的高中學生。
拿到大獎的趙依祈，頒獎典禮才剛結束，台北時間凌晨六點就打電話回家報喜，讓在國中教數學的媽媽，高興得不得了。「她是個充滿熱情與自信的女孩，評審都很喜歡她的態度，」擔任指導老師一年多的附中實驗研究組長黃淑芬與有榮焉地說。
這項實驗，研究的是「蜘蛛絲」與「食物」之間的關係。趙依祈表示，會選擇人面蜘蛛，是因為它是台灣樹林中，體型最大的蜘蛛，視力不好，只能在樹林中結網，靠它捕獵、交配等。
為了要有效捕獵，蜘蛛會因為連續出現的獵物，而調整蜘蛛網的形狀。
例如，趙依祈餵蜘蛛吃蒼蠅跟蟋蟀，一直吃蒼蠅的蜘蛛，它吐出來的絲，面積、網眼都會比較小，同時絲的數量、黏性與張力也會比較差。未來可藉由這個發現，用食物改良蜘蛛絲的特性，讓它應用在手術線以及防彈背心上。

家人無悔支持不給她壓力

趙依祈的「蜘蛛學」，其實是從四年前開始。那時她們全家人到郊外踏青，她幫哥哥抓蜘蛛，回家後，兩兄妹就一起做簡單的行為觀察，從結網、捕食、交配到生育等，「從那時候開始，我就喜歡上蜘蛛，」笑起來有個酒窩的趙依祈說。
國二開始，趙依祈即以蜘蛛為研究對象，參加一連串的科展，第一年，小小年紀的她，就拿到全國第一。
為了這次實驗，趙依祈從野外抓了六十隻蜘蛛回家，家裡的三個樓層，客廳、自己房間與儲藏室全讓給她養蜘蛛，每個牆角都是蜘蛛網，家裡弄得亂七八糟。本來非常反對的父母，卻被自己女兒的認真所感動，決定跳進來幫忙。
為了邊做邊修正方向，每個星期五，她常常得請假，自己搭車到台中，拿著筆記找教授討論。甚至同學在畢業旅行時，她都得到台中忙完後，再坐車到台東跟他們會合，到飯店時，已經是凌晨一點了。
「我當然想放棄過，也曾經大哭過，」趙依祈睜著大眼睛說，「但是一想到自己的數據，跟教授有共識，就很開心，找到繼續走下去的動力。」最後三個月的集訓期，光是她的海報，就修改了將近二十次，研究摘要也花了兩個星期，「那段時間真是煎熬。」
到國外參展能否得獎，實驗結果不是唯一，還得通過英文簡報的考驗，必須在十五分鐘內，把重點講清楚。因此，除了跟其他參賽同學一樣，找了家教練習外，由於兩年前，趙依祈的哥哥也參加過這項比賽，因此在評審前一晚，特地從芝加哥（Chicago）趕到印地安納波里斯，跟妹妹傳授對答的技巧。
「媽媽沒有寄望我一定要得獎，」一向獨立的趙依祈，雖然在班上功課不是最好，但懂得學習「放手」的父母親，卻讓她在動物世界裡，找到一片屬於自己的天空。誰能保證，台灣下一個的諾貝爾得主，不會是這位令人喜愛的女孩呢？

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。