[Meet創業之星]從大數據出發，核桃運算打造即時資料分析引擎|數位時代 BusinessNext

在大數據時代中，如何更快地即時分析巨量資料，成為新的創業契機。來自台灣的團隊「核桃運算MacroData」，從最底層的資料分析架構出發，耗費兩年半的時間，研發出可分析不同資料屬性，以及橫跨各式硬體的資料分析引擎，比起現有的資料庫來說，運算速度還要快50倍到100倍，今年下半年將正式走入市場。

令人意外的是，核桃運算一開始並非瞄準大數據商機。核桃運算的靈魂人物薛文蔚，是台大資工系第一屆學生，畢業取得哥倫比亞大學資工博士學位後，先到華爾街工作兩年，在1995年開始創業，開發教育平台。2000年回到台灣，在知名的軟體公司Computer Associates負責亞洲地區的合資公司業務，隨後在台灣成立供應鏈管理公司「聯合通商eBizprise」，和在中國的子公司「eBizServe」。

2011年，薛文蔚遇到一個中國大型零售商的供應鏈預測問題。當20萬個品項、上萬個通路，再加上要做100週的預測時，資料共有驚人的上百億點，如此龐大的資料量，傳統的資料庫無法負荷。他發現市場空缺後，找來公司裡兩位同事黃怡誠和賴育駿，一同成立研發團隊。

雖然本來是從供應鏈管理的問題切入，但深入研究後薛文蔚卻發現，這是大數據的問題。他解釋，現在用的資料庫技術都是1970年時提出的架構，很多理論是基於當時的假設，「但當底層條件已經改變時，我們不該再用過去的模式想事情。」於是團隊從非常底層的架構重新思考，適合現在使用的運算模式是什麼。

其中最大的差異是，過去資料運算時，需先從資料儲存的地方如硬碟，搬到記憶體運算後，再把資料放回去。但現在的資料量早已是過去的好幾千萬倍，薛文蔚打個比方：「Data的成長就好像房價一樣，Code的成長則好像薪水一樣。」

如果沿用過去搬動資料的運算方式，大多時間都是花在「搬移」上，因此核桃運算主張透過不搬動的「in-place computing」運算方式，直接把程式送到資料的所在地運算，少了搬移動作，資料運算速度就會提昇很多。目前團隊已申請四項美國專利，其中三項已被核准。

比起現有的資料庫運算方式，核桃運算共同創辦人陳元貞解釋，以目前知名的Hadoop來說，透過分散式運算，把1部機器要算的東西放到100部機器上算，雖能提升運算速度，但卻不是每個公司都能負擔的起部建分散式運算系統。
若是非關聯式的NoSQL資料庫，數據存儲沒有一定的模式架構，雖然速度可以變快，但也因為不需固定模式，當要做兩者的比較分析或資料採礦就有些困難。若是傳統的MySQL資料庫，更是無法負荷現在龐大的資料量。

從2011年下半年先在母公司聯合通商旗下成立團隊開始，眾人花了兩年半時間研發，終於在今年推出產品「Big Object」，團隊也在今年2月從母公司獨立。Big Object主要運行在64 bit的裝置上，因為採用「in-place computing」，最大優勢就是快，運算速度可快50倍至100倍，因此可做到當下的即時分析。

此外，Big Object也能分析異質性資料，不只企業本身的商務資料，也能結合open data和非結構性資料，像是零售業者可和天氣預測或臉書貼文交叉比對。「就像冰山一樣，本來你只看到交易資料，可是更多的是你沒有看到水面底下的資料，」陳元貞說。

也因為Big Object是很輕巧的資料運算引擎，在未來物聯網時代，小至眼鏡、手錶，大到汽車、冰箱，每個裝置都能成為分析資料的機器，因此這些裝置也都可以嵌入Big Object的分析引擎，根據數據做出最優化的預測或行動，如調整車速、冰箱溫度等。

Big Object主要針對BI產品（Business Intelligence，從數據分析中挖掘商業價值）或LOG分析的軟體開發商，可直接將Big Object嵌入在軟體裡，收入以授權年費為主。目前核桃運算已有些試用客戶，像是在台灣就已和神坊資訊旗下的購物網站合作，透過Big Object計算商品間的相關性，進而做出即時的購物推薦。

產品到位後，今年下半年Big Object將開始走入市場，目前處於客戶開發階段。陳元貞表示，由於這類應用主要在美國市場居多，因此今年3月團隊也在美國註冊公司，預計今年在台灣和美國都要各自招募十人團隊，未來台灣負責研發，美國則負責業務。

核桃運算四位共同創辦人，從左至右為賴育駿、薛文蔚、黃怡誠和陳元貞
**
【創業教我的事】找出自己的定位，在過程中隨時保有自己的判斷，尤其是對產品和市場策略的看法。**

Q1. 希望提供這個社會什麼價值？ 最主要是提供一個快速又可負擔的分析引擎，幫助資料分析者或商業決策者，發掘出隱含在大量資料背後的資訊。

Q2. 長遠來看，貴公司想成為何種類型的公司？

我們希望做到「資料處理界的Intel」，未來軟體內可以搭載BigObject的運算核心，不管是CRM、ERP、BI或是Log分析軟體，都能透過BigObject的即時分析而有更優化的軟體功能。

團隊 Team 5人

公司服務 Project 資料分析引擎Big Object

成立時間 Founded Time 2011年下半年

主要用戶 user 針對BI、Log分析工具的軟體開發商

商業模式 Business Model 授權金

*http://www.macrodatalab.com/

【延伸閱讀】 7/9 創業小聚暨AAMA台北搖籃計畫年會 span 年會以「軟硬結合，啟動大創新時代」為主題，邀請Google、微軟、聯發科、華碩雲端、海爾、京東等知名企業分享經驗；並有多組團隊分享創新應用，如微程式資訊(YouBike)、創意引晴(影像辨識)、點睛科技(健身管理)、台灣智慧服務(智慧插座)、太和光(iBeacon)、英諾奧茲(Smart Ebike)、FlyFit (智慧腳環)、北京極科極客(智慧路由器)、北京PICOOC(智慧體重計)，以及HWTrek硬體加速平台、Quest Venture等企業代表，多元角度探討未來趨勢、機會與實踐。 /span span 時間：7月9日(週三) 9:30-17:00 /span span 地點：台大醫院國際會議中心R201，台北市徐州路2號2樓 /span span 論壇報名：2人同行價、老友價、訂戶價、創新者價 /span 7/4 16:00截止報名 參見活動網頁

隨著代理式 AI（AI Agent）的快速普及，其在商務交易中的應用也從智慧搜尋、商品比價一路延伸至自主下單，逐步形塑出全新的代理式商務（Agentic Commerce）模式。為因應此一趨勢，萬事達卡攜手聯合信用卡處理中心（NCCC）於 15 日舉辦「 AI 時代支付安全與數據信任高峰會」，匯聚產官學界專家共同交流，深入探討代理式商務下的支付授權與驗證機制，以及 AI 時代金融監理的演進與詐欺防治重點。

萬事達卡台灣區董事總經理陳懿文表示，無論交易是由人或代理式 AI 發起，都應該在安全可信的環境中完成，萬事達卡將持續強化支付安全的把關能力，不僅著眼於風險控管，更期望將「信任」轉化為未來創新的基礎與成長動能。聯合信用卡處理中心董事長桂先農則認為，面對 AI 浪潮，支付安全已不再只是技術問題，更要在消費體驗、數據運用與隱私保護之間取得動態平衡。金融監督管理委員會主任委員彭金隆表示，金管會未來將持續秉持安全與發展並進的原則，致力於打造可信賴、穩健且具有包容性的環境，加速金融 AI 應用的發展。

金融監督管理委員會主任委員彭金隆特別出席，表示金管會核心理念為「負責任創新」，並於2025 年成立『金融科技產業聯盟』，期待結合金融周邊單位與金融機構的力量，打造可信任及穩健的AI 金融應用環境。

圖／數位時代

萬事達卡台灣區董事總經理陳懿文（左）攜手聯合信用卡處理中心董事長桂先農（右）致詞不約而同提到：面對 AI 浪潮，支付安全將會是如何在消費體驗、數據運用與隱私保護之間取得動態平衡的治理課題。

圖／數位時代

AI Agent 重新定義消費旅程，萬事達卡提 4 大要素保障支付安全

Google Cloud 台灣技術總經理林書平認為，代理式商務正在重新定義消費旅程，而 Universal Commerce Protocol（UCP）則是支撐這場變革的關鍵。他表示，UCP 就好像電商界的 Type-C 接口，可以串聯不同代理式 AI 與電商平台後台系統，讓代理式 AI 可以根據消費者需求，自主完成商品搜尋與推薦、比價到下單的交易流程，打造更即時、更個人化的消費體驗。

在此情況下，支付不再只是交易流程中的最後一步，而是串聯個人化服務、授權機制、風險控管與信任的核心環節。萬事達卡數據與顧問服務部資深副總裁戴輝瑾指出，要確保代理式商務下的交易安全，必須具備 4 個關鍵要素，包括可驗證代理式 AI 身份、明確的使用者授權、確保代理式 AI 執行的任務沒有超出授權範圍，以及在發生爭議時，能透過公開透明且可追溯的機制進行處理，確保各方權益。

此外，他也強調，風險管理不應侷限於付款當下，需從交易前、交易中、交易後到持續性的監控，建立端到端的治理架構。為此，萬事達卡推出多元解決方案強化整體防護能力，包括以 Identity Solution 強化數位身分驗證、以 Decision Intelligence Pro 提升即時風險判斷能力、透過 Ethoca 優化爭議處理流程，以及藉由 Recorded Future 提供即時網路威脅情報，全面覆蓋交易生命週期，打造更完整的支付安全生態系。

AI 監理邁入新階段，以信任為核心的監管新框架

從監理角度來看，AI 所帶來的變革也同步改寫治理思維。金管會銀行局局長童政彰指出，監理機關不僅要加強國際合作，更應深化與金融業及科技業的對話，建立更開放且具前瞻性的監理模式。進一步針對代理式商務來看，政大金融AI創新中心主任王儷玲認為，金融監理重心應由模型與資料管理，轉向代理式 AI 安全，尤其當 AI 可以代理消費者進行支付時，如何確保代理式 AI 在授權範圍內執行交易，將成為未來的監理重點。

在國際監理趨勢方面，萬事達卡數據與顧問服務部副總裁 Audrey Wong 分析亞太與全球支付生態並指出，AI 時代的監管核心已轉向「以信任為基礎」，金融業在應用 AI 時，必須具備可解釋性、可問責性與可稽核性，確保決策透明且可追溯。同時，隨著詐騙與洗錢行為跨境化，監理機制也應向外延伸，確保跨境一致性，並透過如 ISO 20022 等標準強化資料透明與治理能力。

回到金融機構實務面，國泰世華銀行數據長梁明喬表示，代理式 AI 將對既有支付與風控機制帶來結構性改變，以信用卡支付為例，過往的驗證重點在於是否為本人，但在代理式 AI 情境下，則轉變為驗證 AI 的身份、授權來源與行為意圖。未來，隨著代理式 AI 的普及發展，授權與權限管理將變得更加重要。

關鍵對談以「AI 時代的資安監管趨勢與企業應對策略」為題，左起邀請：數位時代總編輯王志仁主持及重磅與談人國立政治大學金融 AI 創新中心主任王儷玲、國泰世華銀行數據長梁明喬及萬事達卡數據與顧問服務部副總裁 Audrey Wong與會。

圖／數位時代

AI 詐騙升級，聯防機制成新關鍵

最後，本場研討會亦聚焦討論 AI 造成詐欺風險升級的議題。台灣大哥大資訊長蔡祈岩觀察，詐騙已從單一管道演變為跨平台、跨場景的複合型攻擊，尤其是假冒「代理式 AI 」的詐騙手法，透過對話引導消費者提供個資與支付資訊，正成為新興且高風險的威脅來源。

萬事達卡 Franchise Innovation 副總裁Dennis Koh 進一步歸納出 3 大詐欺發展趨勢。第一，Deepfake 服務化使詐騙門檻與成本大幅降低。第二，詐欺行為跨境化與遠端化，已經突破地理限制、走向全球攻擊。第三，社交工程從大量投放釣魚信件，轉為高度個人化、難以辨識的精準攻擊。

面對詐欺手法持續演進，聯合信用卡處理中心風險管理部資深協理李錦堯表示，聯卡中心正透過區塊鏈與FIDO生物識別技術，打造無密碼的數位身分認證系統，並結合AI數據模型提升TRACE風險預警系統的效能。未來，聯卡中心將持續優化模型，並建立跨機構資料共享的聯防機制，整合發卡機構與國際組織資源，以提升整體防詐能力，對抗日益複雜的詐欺攻擊。

代理式商務將為消費者帶來更好的消費與支付體驗，但同時也對安全、治理與信任造成更大的影響，促使產業必須從單點防護走向跨機構、跨生態系的整體治理思維。在此趨勢下，萬事達卡將持續扮演關鍵推動者角色，攜手監理機關與產業夥伴，強化支付安全標準，推動台灣支付產業的監管框架與創新發展，打造兼顧效率與信任的數位商務環境。

回應AI 代理經濟下的詐欺防制與個資挑戰，本論壇特別邀請台灣大哥大資訊長蔡祈岩、聯合信用卡處理中心風險管理部資深協理李錦堯、萬事達卡Franchise Innovation副總裁 Dennis Koh交流趨勢觀點。

圖／數位時代