微軟共同創辦人打造了史上最大飛機，一次可以載運、發射三枚火箭！|數位時代 BusinessNext

微軟共同創辦人打造了史上最大飛機，一次可以載運、發射三枚火箭！

在比爾·蓋茲把大部分財產捐出用於慈善事業的同時，微軟另一位共同創辦人保羅·艾倫則忙著打造世界上最大的飛機。

作為世界上最大、最成功的網路/科技公司之一，微軟為它的共同創辦人們帶來了幾乎取之不盡的財富。當已經遲暮的比爾·蓋茲（Bill Gates）決定把大部分財產捐出來用於慈善事業時，另一位創辦人保羅·艾倫（Paul Allen）的錢卻有著更瘋狂的用途：造出世界上最大的飛機。

昨天，在加州的莫哈韋沙漠（Mojave Desert），艾倫創立的航太科技公司Stratolaunch Systems正式揭露了公司的第一架飛機：Stratolaunch。

Stratolaunch無疑是世界上最大的飛機。這是一架雙體飛機，兩個機身中間有很大的空間可以用於裝載貨物，使得它的翼展達到385英尺（約117公尺），比現役的最大客機空客A380 和最大貨機H-4「大力神」都長。

這麼大的雙體飛機要用在哪？其實它的名字已經透露了它的用途：Strato作為平流層 (stratosphere) 的簡稱，launch 的意思是發射。 Stratoluanch飛機的任務，是在平流層發射（火箭）。

在機翼的下方、兩個機身的中間，Stratolaunch可以攜帶重達110噸的火箭，從地面升空，飛到平流層三萬五千英尺的高空，然後讓火箭點火、發射、脫離大氣層、送衛星進入近地軌道。

Stratolaunch的使用空重（不加油不載重）已經突破了226噸。與看起來皮包骨的外表不相稱的是它令人難以置信的起飛重量（即滿載並加滿航油的重量）：超過了590噸，比A380最大起飛重量多一倍有餘。這可能也是這架飛機的外號「roc」（大鵬）的由來。中東地區的傳說中的Roc是一隻巨大的神鳥，能用爪子抓起一頭大象。

保羅·艾倫早在2011年就提出了造出這架飛機的想法，但飛機的建造工作其實從2010年就開始了。最初，Stratolaunch母公司，艾倫創立的Vulcan Aerospace對第一架飛機造價的預估是3億美元左右。當時Stratolaunch還吸引到了SpaceX，兩家公司打算合作進行空射火箭專案研發。

然而到了2012年，SpaceX退出了合作。當時Stratolaunch 的前總裁查克·比姆斯（Chuck Beames）表示，「我們對SpaceX的引擎很感興趣，但伊隆和他的團隊……他們要去火星，和我們的目標不一樣。」

現在的火箭技術這麼先進，SpaceX和藍色起源的火箭都可以重複利用了，為什麼還要用飛機發射？如果你想要問這樣的問題，那你可能小看了 Stratolaunch 的發射效率。該公司現任CEO讓·佛洛依德（Jean Floyd）稱，Stratolaunch的最大能力是一次起飛發射三枚火箭！

當然，三枚並不是像獵鷹9號、長征五號或者土星那樣的重型火箭，而是小型商用火箭。Stratolaunch正在和軌道科學公司（Orbital ATK）進行合作，未來的首次發射測試時將採用該公司旗下的「飛馬座」（Pegasus），一款專門用於空射的小型火箭。

我們可能要等很多年才能親眼看到Stratolaunch升空。這架飛機接下來經歷長時間的地面測試、引擎試車、滑行測試，直到這些測試安全完成才能進行首次試飛，可能要等到2019年⋯⋯

空射運載火箭的理念，現在已經不算時髦。1990年4月5日，美國首次使用一架改裝過的B-52轟炸機，在大西洋上空13公里處的平流層發射了一枚飛馬座火箭，將巴西的第一顆人造衛星送進軌道。除了B-52之外，洛克希德馬丁公司生產的L-1011 Stargazer運輸機也經常被改造成空射火箭發射平台。

和地面發射火箭相比，空射火箭有其優勢和劣勢。優勢在於空射火箭避開了大氣濃密的地表，使得火箭進入軌道所需的推力/升力減少很多，降低成本。總體來說，這種發射方式能以較低成本將載荷快速送入太空，不需要復雜的發射場設備。另外，研究空射火箭技術也具有巨大的軍事價值。

而空射火箭的劣勢，在於飛機的起飛、升空和飛行過程中有可能會對火箭帶來意料之外的損傷，進而增加發射中的不確定性。SpaceX創辦人伊隆·馬斯克（Elon Musk）認為空射火箭的個體優勢並不足以彌補它的劣勢，「從SpaceX的角度來看，是用一架巨大的飛機來發射火箭，還是把火箭的第一級容量增大5%？我會選後者。」

空射和地面發射到底孰優孰劣，需要具體事情具體分析，要考慮客觀現狀，也和技術的進步有著很大關係。不管怎樣，至少Stratolaunch在昨天刷爆了科技新聞頭條：一次起飛發射三枚火箭？聽上去太酷了⋯⋯

人類的未來就靠這些有錢的老頭了！

本文授權轉載自：PingWest

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。