[年假書摘]《物聯網革命》：物聯網開啟第三次工業革命|數位時代 BusinessNext

第二次工業革命所發展出來的一個強盛新技術平台，促使資本主義意識型態的核心矛盾，加速朝上述那個結局前進。通訊網路（Communications Internet）、尚處於初步發展階段的能源網路（Energy Internet）及物流網路（Logistics Internet）在二十一世紀綿密無縫的智慧基礎建設──物聯網的支持下結合在一起，進而觸發了第三次工業革命。物聯網已將生產力推升到很多商品及服務的邊際生產成本幾乎降到零的程度，故實質上來說，這些商品及服務幾乎是免費的。結果，企業獲利開始枯竭，財產權概念轉弱，一個以匱乏為基礎的經濟體系，也逐漸被一個豐饒的經濟體系取代。

物聯網將透過一個高度整合的全球網路，把所有事物和每個人全部連結在一起。舉凡人、機器、天然資源、產品線、物流網路、消費習性、回收流程以及經濟和社會生活中的幾乎所有面向，都將透過感測器和軟體連接到物聯網平台，而且會持續不斷地即時對每個節點（node，包括企業、家庭、汽車等）提供巨量資料（Big Data）；接下來，再用先進的分析學，將巨量資料轉化為預測性的演算法（algorithms），並將之編製為能改善熱力效率、大幅提升生產力的自動系統程式，促使整個經濟體系生產與運送各種商品及服務的邊際成本降到趨近於零。

歐洲聯盟（European Union）的執行單位歐盟委員會（European Commission），其中為促進「普及運算」（ubiquitous computing）的新世代轉型而成立的歐洲物聯網研究計畫小組，已詳細描繪出全球網路中，一部分被用來連接整個地球的物聯網管道。目前工業及商業領域的各個環節，也陸續導入物聯網。企業沿著商業運作流程安裝感測器，以監控並追蹤商品及服務的流動。舉個例子，優比速公司（UPS）利用巨量資料，和美國境內六萬輛汽車維持即時聯繫；這個物流業巨擘在自家的汽車裡內建感測器，監控每個個別單元的情況，隨時察看是否有機能失常或疲勞狀態，這樣就能搶在汽車拋錨前先替換相關車輛，因而節省不少成本。

進化人類生活和顛覆企業運作模式

感測器也能記錄與溝通原料的可取得情況，將目前倉庫的存貨狀況傳達給第一線的辦公室，同時能檢修及排除生產線上的機能失靈。還有一些感測器能即時通報企業及家庭電器用品的電力用量，也會讓使用者知道相關用量對傳輸網上的電力價格的影響。在這種情況下，電力的消費者便可以將家電用品設定為省電模式，或是在尖峰用電時間將電源關閉，以避免電價劇烈上升，或甚至導致電網的電壓不足，而這些作為將使他在隔月的電費帳單上，獲得一筆電費折抵額度。

零售通路的感測器能通知銷售及行銷部門，讓他們知道顧客察看或觸摸了哪些品項、把哪些品項放回貨架，或已購買什麼品項等，從而協助評估消費者的行為。還有一些感測器能追蹤被運送給零售商和消費者的產品現在位於何處，也能監督回收與加工再利用的廢料數量。企業為了重新將供應鏈的庫存、生產及配銷流程調回正常狀態，同時啟動新的方式作業來提高整個價值鏈裡的熱力效率與生產力，勢必會以二十四小時無休的方式，持續不間斷地分析巨量資料。

現在，物聯網也開始被用來創造智慧城市。感測器被用來測量建築物、橋樑、道路和其他基礎建設的振幅和材質狀態，以便評估相關建築環境的結構安全性，還有何時需要進行必要修護等。另外，有一些感測器能追蹤各個街坊的噪音汙染，監控街道交通擁擠度，以及人行道上的行人密度，進而針對駕駛及行走路線進行最適當的規劃。沿著街道邊緣安置的感測器能通知駕駛人哪裡有停車位。智慧道路與智慧高速公路則有助於駕駛人即時掌握路上的意外狀況和交通延遲情形。近來，保險公司也開始做實驗，在汽車裡安裝感測器，以了解相關汽車每天的使用時段、所在位置，以及特定期間內的行駛距離，最後的目的當然是要預測風險及判斷保險費率。

另外，內建在交通燈號上的感測器，讓交通號誌得以根據周遭環境的亮度來增強或減弱亮度。現在連垃圾桶都裝了感測器，目的是要確認垃圾量，將廢棄物回收作業的效率提升到最高。

※ 本文摘錄自《物聯網革命》

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。