亞洲·矽谷啟航了,也是個滿滿的大平台?
亞洲·矽谷啟航了,也是個滿滿的大平台?
2016.12.27 | 物聯網

「行きまーーす!(啟航了!)」就如同初代鋼彈駕駛阿姆羅出發前必定會喊出的口號,亞洲矽谷執行中心也在聖誕節這樣特殊的日子正式揭牌和啟航。

筆者也有幸受邀出席並且擔任下午場的物聯網論壇的主持人,所以既然都得來了,就乾脆一早來看看到底我們國家要怎麼做這件事情。

多個媒體上已經有不少關於亞洲·矽谷揭牌的報導,我也就不再多做記錄,但我想談談我的一些觀察。

很多人會提到政府喜歡這種大堆頭式的開幕方式,還有象徵式的啟動儀式,我自己其實也是。但仔細想想,會這麼做的原因必然還是有民眾對這樣的方式買單,若公民不喜歡,透過持續的表達,政府終究是要滿足(娛樂)公民的,這種方式才會真的有機會慢慢改變。否則!這確實是政府告訴民眾「我們有做事」的有效方式之一。

在揭牌和啟航儀式過後,現場的人潮走了一半,台上談市場趨勢的論壇場次其實很重要啊!怎麼副總統走了,這我還能理解,很容易有超多行程要走,但不是還有物聯網大聯盟嗎?怎麼相關的官員和人員好像都走了?

目前除了執行中心的關鍵七人小組現身之外,確實還沒有比較進一步和具體一點的作法,雖然在之前的熱烈討論中,社群許多人都在質疑為何這計畫必須在桃園?那段期間有許多討論,國發會這裡也重新檢討,沉寂了一陣子之後,隨著唐鳳政委上任,似乎畫龍點睛的加了個點(Dot)在亞洲矽谷中間,然後就順順的在桃園執行中心啟動了。

亞洲矽谷計畫執行中心七人小組.jpg
亞洲矽谷計畫執行中心七人小組首次亮相,由國發會副主委龔明鑫兼任執行長(左一)。
圖/ 工研院提供

確實,執行中心在哪裡的問題不大,政府可以有其考量,只要讓積極想參與的民間社群理解政府執行的考量就好。而對桃園來說,爭取這個議題到桃園發展必然也能理解。所以,困難的是中央政府的論述得更清楚。

下午兩場的深度論壇以及座談,也就順著亞洲·矽谷的另一個重點,物聯網的議題。這也是我覺得有趣的,我們既然編組了物聯網大聯盟,也有物聯網志工團,但怎麼下午的物聯網論壇,除了必然在的執行中心團隊,物聯網大聯盟或者志工團似乎都不見了?

那麼我也就好奇物聯網大聯盟和志工團是用怎樣的機制方式來和社群以及其他人交流呢?

大平台_youtube截圖.jpg
亞洲·矽谷包山包海,仍未見具體方案,也要帶來「滿滿的大平台」?
圖/ youtube截圖

在啟動結束的不到一天,不少人都問了我看法,我必須說,由於政府執行的流程,所以一個創新的議題要在這樣的體制下進行本來就不容易。

我一直覺得應該強調公民素養,政府的所有作為到最後都必須滿足公民。

當我們在期待政府做創新的時候,是否又能接受創新的代價極大的機會像是打水漂?而看到政府打水漂,激不起太大的漣漪之後,我們是否會瞬間變成嚴格監督的酸民謾罵政府的監督不力?

如果會的話,那我們怎麼期待政府去做可能的創新和探索未來?

對於亞洲·矽谷,很多人在參加之後,感覺內容似乎有點空洞,或許是因為這跟最早提出的樣貌,在被媒體及社群批判一輪或者討論之後,似乎除了句點增加,實質的改變似乎不多有關。

實驗場域如何做到標準接軌?

如同在之前的文章談到的一些建議,我很樂意再次提起,其中我覺得最有價值的部分是實驗場域,但卻也還沒能看到具體做法。政府要如何積極參與創新,提供可具體落地實驗的場域?不是什麼自造者空間(Maker Space),也不是什麼實驗室,而是實際測試的場域環境。

創建研發群聚是好的,但若最後依然只是大廠的舞台,那我先說這大概就輸了。積極的作法應該是:善用開放式創新的觀念、提供試驗場域,大廠和政府提供資源,讓新創用不一樣的角度做實驗,這樣才能同時達到實驗成本低、風險也低。

新創本就該冒險,而若大廠這樣都願意一起做,那就是真的想創新的大廠;而非只想用政府經費,協助降低自己研發費用而已。

物聯網產業大聯盟也絕對不要再像過去一樣,只是產業群聚的公協會,而是標準的接軌。

什麼是標準的接軌? 絕對不是成立那些線下聯盟或者協會,讓我們自己在島內自嗨; 而是能夠開放有競爭力的學者與企業有更多的合作,並且積極並直接參與國際標準協會,從參與跟隨,到建立影響力和發聲,這才是發揮我們實力和能力的場子。

先進國家都是透過建立標準來作為產業戰略的一部分,若我們還在角落結黨,那就是持續讓自己邊緣化。

有真正可以實驗的場域,和積極參與國際標準的作法,搭配願意投入早期的基金,或者是投資國外有價值的物聯網新創,透過場域的搭配,那麼就可以有很多有效的實質創新產生,進而帶動新產業生態的誕生。

不要被生態系的論述給綁住了!生態系是讓自己也成為其中可能的節點,融入然後發揮影響力,而不是建立我們自己的生態系,希望別人加入我們的生態系,這依然是「寧為雞首」的概念。

最後,曾經聽某個老前輩提到,政府投入資源資金的方式有時候會被既有的體制和系統卡住,要改變現況,確實需要長時間投入。但是至少要在資源資金到位後,執行時要搞對方向。才能用有效的方式滾動出實質效果,並且回頭導正體制。怎麼做?最會溝通的政府看來還得繼續努力。

《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。
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓