[朱宜振] 亞洲矽谷？先問臺灣對物聯網相關的頻譜策略在哪裡？|數位時代 BusinessNext

智慧電表用手抄、加上數位時代 2016 年七月號封面故事引出林百里對「物聯網」與「聯網物」的討論，「物聯網」最常被重視的就是其中的「物」和「網」，但中間還有個重要的關鍵字：「聯」，卻鮮少被提及。許多人覺得只要裝置接上現有的 WiFi 或藍芽，這些裝置就成了物聯網產品了，但物聯網最有趣多元的服務，卻是許多不同無線頻段組合接入後才有的應用。

舉凡從國外常被提及的智慧電網、智慧瓦斯表、智慧水表、土石流監控、水災監測、船聯網與張忠謀先生認為機會較大的應用平台：車聯網等等，很多連接資訊串流的方法，並非是目前我們所熟知的 WiFi。因為先天各種場域所帶來的限制，這些裝置許多時候反而都用上了 Sub-1GHz 的各種頻段與 ISM Band (Industrial Scientific Medical Band)。其實，一般大眾所熟知，且已經天天使用的 WiFi 就是使用了 ISM Band。但是這一個頻段因為全球通用，也不用額外付費、而且也確實太好用，帶來的副作用就是相互干擾，還有覆蓋範圍限制。而在物聯網的應用中，則是有非常多的裝置會使用 433MHz 或者 915MHz 這幾個頻段。

由於台灣過去的歷史發展，讓我們在不同的應用上，根據當時的政治經濟因素分別在某些應用或產品上採用了美規或歐規。例如我們的電視系統大多走了美規的 NTSC，但是在 2016 年今天已經幾近成為歷史的 2G 行動電話系統卻又採納了歐規。這對我們的生活和未來到底有什麼影響呢？無論是美規或是歐規，這些規範都將牽扯到不同國家的無線頻譜分配表，隨著更多不同資訊應用引進臺灣，但分別採用不同的規則系統，我們的頻譜分配表相對於分別協調、配適過的美系或歐系國家來說就相形混亂了。沒記錯的話，關於智慧電表的應用，在國外頻段的問題早已解決。ISM Band 又不是只有 2.4GHz。915/868MHz 早就被導入在智慧電錶使用。台灣因為過去的歷史包袱，很多頻譜一下子跟歐規、一下子跟美規，所以我們自己的頻譜分配表當然就比人家錯亂很多。台電提到的頻譜問題，除了台電或經濟部該與 NCC 溝通外，NCC 對於頻譜分配的規劃，又是否有主動跟上時代呢？

（圖說：從上圖可以看到，目前在國際上常被使用的 915MHz ，因我們過去採用歐規 2G 行動電話頻譜的關係還被佔用。這部份也得看 NCC 何時能夠重新調整。資料來源：中華民國頻率分配圖，NCC。）

根據筆者過去在為美國鐵道設計通訊系統的新創服務經驗，當時為了在台灣做防災應用上的測試，必須透過學校系統申請專用電台頻率，也曾經與 NCC 交手；現實上，我們的防災單位必須在深山內將各種監測數據傳輸下山，常見的方法則是申請專用的電台頻率來傳送，但因為現實天然環境的限制，可說用盡各種灰色（不在法規允許範圍內的）手段，例如超過使用規範的大功率 WiFi 基地台，。

面對將要席捲世界的物聯網應用，傳統的硬體廠商使用既有解決方案相對單純，但對於需要與國際接軌的業者或新創團隊來說，這下挑戰來了：想用的頻譜不見得都可以使用，只要進行稍具規模的實驗就有觸法疑慮；如何設計一個場域，讓這些應用的業者可以在實際環境裡，無須複雜的流程申請與干擾就得以進行測試，可能比起在桃園高鐵站旁邊建一棟樓、劃設一個物聯網實驗專區還實際許多。又，臺灣需要採取什麼樣的頻譜策略，讓相關的物聯網服務或智慧城市應用可以順利導入，則是下一階段攸關國家或產業發展的重點政策。在物聯網的時代下，sub-1GHz 的 ISM Band 有非常多的舞台。NCC，你們其實扮演挺重要角色啊！

參考資料：
1. NCC：低功率射頻電機技術規範
2. 李興國/臺灣電力公司電力通信處，台電經營4G電信事業的前景 (從行動通信技術應用於智慧電網探討)，台電月刊
3. 智慧電表能傳訊 NCC視作基地台，聯合報
4. 陸向陽，物聯網 IoT 必行之路 -- Sub-1GHz 頻段，CTIMES

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長800至1000字，兩天內會回覆是否採用，文章會經編輯潤飾，如需改標會與您討論。

[白話新商業電子專刊] 掌握物聯網基礎入門+進階應用套書合購價129元!
@@BOOKID:126865@@

@@ACTIVITYID:618@@

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。