IBM領軍布局智慧城市，運用各種科技整合城市資源|數位時代 BusinessNext

台灣IBM引進在全球建置智慧城市的豐富經驗，結合人文關懷與專業科技等合作夥伴，規劃「智慧城市」、「智慧警政」、「智慧交通」、「智慧建築」及「智慧雲端」等五大主題，並首次展出IBM智慧城市營運中心(City Operations Command Center)整合平台系統，在面對城市管理、治安、交通、節能、醫療等嚴峻挑戰時，也能運用最新科技整合各類城市資源，在最短的時間內掌握城市脈動、做出關鍵決策。

目前IBM正協助2016年奧運主辦城市巴西里約熱內盧建立「城市營運中心 (City Operation Center)」，提升里約市的災害預警及緊急應變系統；以及與中國知名旅遊城市蘇州鎮江合作「智慧鎮江，智慧旅遊」的發展策略等。

在台灣，新北市政府與屏東縣政府皆已參與IBM舉辦的「智慧城市大挑戰」企業回饋計畫：IBM與新北市合作打造科技防衛城，並獲國際智慧城市論壇評選為2014年全球七大智慧城市之一；屏東縣亦在IBM的建議下，持續進行再生能源發展，朝向智慧能源城市的目標邁進。

一、智慧營運中心 (Intelligent Operating Center)

<iframe frameborder="0" height="350" src="http://www.youtube.com/embed/8I9_zWKs_yA" width="425"></iframe>

城市是系統的集合，然而，目前大多數城市交通、醫療、緊急應變等系統分散各地，管理不易。IBM協助城市管理者建立智慧城市營運中心，整合城市中所有系統至單一平台，並透過智慧系統進行即時分析，讓城市管理者可完整洞悉城市運作、即時協調城市資源、提供市民優質服務。

在巴西，IBM協助里約‧熱內盧建立城市營運中心，將城市中來自不同部門的複雜指揮系統整合成單一平台，讓城市管理者透過視覺化介面監控公共安全、交通、防災、能源、市民服務等資訊，促進部門之間的協同作業並提高效率。

此外，IBM在夏威夷檀香山與當地政府合作建立「市民協作」系統，市民可利用行動裝置拍攝照片即時反映交通、公共安全、設施維護等城市管理問題，提供城市管理者城市運作的資訊，以便整合各部門資源與程序，進而建立標準作業程序指派相關單位協助改善，並即時回報進度給居民，讓市民的生活更便利，更提高城市的運作效率。

二、智慧交通 (Smarter Transportation)

<iframe frameborder="0" height="350" src="http://www.youtube.com/embed/vicqBmAGl80" width="425"></iframe>

都市人口驟增，連帶汽車數量攀升，不但影響空氣品質，潛在的交通危機也可能一觸即發。透過海量資料分析的車聯網平台，可依天氣狀況與交通事件預估運輸需求，即時調配車輛並優化載運量，確保行車安全、提升營運效率、並降低環境衝擊。

IBM協助江蘇省的交通樞紐鎮江市，收集分析交通路況，以科技提供市民即時路線建議，同時透過 IBM 交通系統中央指揮中心提升大眾運輸系統的品質，利用公車調度系統來提升交通的分析，管理一千台大眾運輸工具及 80條公車路線，以智慧交通改造計畫，實現不塞車的鎮江市。

三、智慧雲端 (Smarter Cloud)

透過IT基礎設施智慧化、雲端化，協助打造能永續發展的智慧城市，提供最完善的雲端運算解決方案，彈性選擇私有、公共、或混合雲端，並以一站式導入服務，滿足從藍圖規劃、評估、佈署、優化到長期服務的所有需求。

IBM與遠傳電信合作T-park智慧園區，以「Design Thinking」從使用者出發，整合雲端、通訊、數位、行動等科技，提升建物使用效率並有效減少營運成本，此次展會也將實際展出智慧「雲端會議室」的未來應用情境：透過無紙化會議APP、4G視訊會議系統、電子白板、支援Wifi Printing等高科技，整合智慧建築的技術，可進行會議室預約、安全管理、建築空調與照明等系統。

四、智慧建築 (Smarter Building)

透過感知化、互連化、智慧化，讓建築主動呈現運作的完整現況，將複雜系統以視覺化介面呈現，即時預警風險，識別營運異常，並運用分析工具擬定最佳化管理策略，改善資產效能，將建築的價值最大化。

IBM協助研華科技，在今年甫落成的昆山協同創新研發中心(Advantech Plus Technology Center, A+TC)及即將在今年落成的台北林口智能園區建置智慧的辦公室，提升能源使用效率。

除此之外，IBM也與台灣企業合作打造智慧能源廠房，台元紡織在IBM的協助下導入智慧節能系統，深入分析廠房製造生產流程，找出耗能的重要關鍵並導入自動化系統，降低設備維護費用，更一舉節省40%用電成本。

五、智慧警政 (Smarter Public Safety)

運用海量數據結合智能影像分析，並識別事件、特徵、行為模式，進行即時分析及比對歷史記錄，結合城市營運指揮中心，主動發佈安全警示，進行跨部門資訊調度。

IBM與美國曼菲斯市合作，將警政資訊加以分析，找出犯罪熱點，加強巡邏，降低犯罪率。在犯罪之前發生之前，就以積極的防範行動，來避免治安悲劇發生。

六、智慧醫療 (Smarter Healthcare)

IBM提供超級電腦華生Watson強大的運算和即時分析處理能力，結合臨床病例與實驗資料庫，建立病患為中心的醫療記錄儲存與運算分析，提供醫師詳盡的診斷與治療決策輔助。IBM協助美國紐約州羅徹斯特市整合社區、企業與政府資源，將深度分析能力融入醫療照護後，為城市的經濟發展開啟另一扇窗，成功促進城市的商業價值，創造更多的就業機會。

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。