為什麼我認為區塊鏈是物聯網的主幹基礎?
為什麼我認為區塊鏈是物聯網的主幹基礎?
2017.07.20 | 物聯網

我在4月時寫下這篇文章,記錄一路觀察和研究物聯網的重要里程。

物聯網新主幹基礎誕生的必然

過去會探討2020年或者2025年時的萬物聯網會如何發生,但在觀察一段時間後,就發現萬物聯網的現象已無須探討, 因為萬物聯網已經是「必然性」,而非「可能性」。

以下幾個原因奠定了必然性。
1.摩爾定律
2.不斷追求CP值的使用者
3.不斷生產功能過剩的硬體供應商

這個必然性,除了是硬體產品世界送給物聯網世界的遺產,也是硬體產品公司最核心的驅動力。

你是否曾經有過仍然想用傳統手機卻因為買不到了,而只好開始用智慧型手機時刻呢?那麼萬物聯網是什麼樣貌呢?就是個當你想買傳統燈泡,但走進了特力屋卻發現只能買到連網燈泡了。

萬物聯網既然是必然,就該換角度思考,尤其是創業者或者是物聯網時代要做創新服務的業者。

萬物聯網對個人是怎樣的樣貌呢?可以問問自己幾個問題:

你現在身上有多少連網裝置?
你家現在有多少連網裝置?

根據CISCO的相關探討,到了2020年,平均每人身上將會有6.58個以上的連網裝置。

CISCO IBSG.png
圖/ CISCO

這時我們該煩惱的是所謂的IoET(Internet of Evil Things)問題,在2016年10月21日美國的網站大斷網的事件中,造成諸多網站——包含了亞馬遜以及Netflix——斷線的元兇正是物聯網裝置。

在2016年號稱可連網的裝置不過才64億個,很多黑帽駭客還不急著在現在出手,因為與其現在出手,還不如等到2020年效果將會更大。

對於認同萬物必然連網的我們來說,若不開始做點什麼,那麼諸如天網(Skynet)的可能性確實會隨之升高。

要知道,大多數的硬體業者沒有理會萬物聯網帶來的威脅,持續製造連網物,有點良心的業者,可能在產品中買了資安服務後,就覺得應該沒問題了,殊不知所製造的連網物正在這已經運作了30年的網際網路架構上增加負擔。

現行網路的基礎架構是奠定在[1986年ARPA將其網路協定從NCP改成現行的TCP/IP][2],從1986年到現在已經超過30年,並持續增加各種服務和連網數目,價值也從人與人的連接進化到了物與物的連線。

網路架構的革新早已是個非常重要的議題,但是製造連網物的業者卻最不在意,也不知道增加連網物會造成反噬。

試想,若物聯網的安全問題持續存在,而且可能還有更多漏洞沒被發現,當你的連網物出貨出越多,一旦出了問題,你得面對多大的責任?

於是聰明的業者早已開始探討起這些威脅和探討New Internet的可能性。

矽谷群瞎傳-1.jpeg
連神劇《矽谷群瞎傳》也恰巧在第四季中預言了這樣的主題。
圖/ 矽谷群瞎傳

反巨大中心化的必然

除了萬物聯網的必然性,接著還有個另外一個值得討論的必然性。

網際網路的誕生之初,是希望能夠創造一個去中心化的網路,避免被攻擊後,政府的運作就中止。但我們來看看現在的網路是怎樣的樣貌呢?

目前的網路世界等於被Facebook、Google、亞馬遜、蘋果與中國的BAT(百度、阿里巴巴、騰訊)等公司所統治。

大家可能同時間都擁有這些公司的多重身分,本意為去中心化的網路,反而成了巨大中心化的產物。

而前面提到的物聯網攻擊卻又讓大家看到網路的脆弱性,如果連亞馬遜這種一級的網路業者都可能會擋不住網路攻擊,那遠比亞馬遜小的業者又怎能抵擋得住?

因此,在未來,New Internet的必要性更加上升了,開始有更多有志之士和深謀遠慮的業者思考著New Internet該如何誕生,甚至用來解決現行網路問題的手法就直接捨棄,用新手法來解決。

矽谷群瞎傳-2.png
圖/ 矽谷群瞎傳

如果在數學上,某些問題因為數量級的不同,得用加法以外的高等微積分解決問題,當我們來到有500億以上連網裝置的世界後,怎麼可能還用30年前的架構解決問題?

於是思科提出了霧運算(Fog Computing),華為也提出了邊緣運算(Edge Computing),從他們的角度來提出各種新的解決方案。

我提供一個觀點,基本上試著從這些網路巨頭的對面去想解決方法,因為這些網路巨頭基於自己的利益或者商業模式,提出的種種解法往往必須先考量到自身利益,這不是新業者的機會,但若從網路巨頭的對面去思考:

中心化的對面,或者說中心化後的反作用力是什麼呢?

區塊鏈回應了以上兩大必然

答案也就呼之欲出,極有可能是「去中心化」或者是「多中心化」,而區塊鏈的技術可能正是New Internet的基石!

談New Internet可能過於巨大,我們重新聚焦回萬物聯網的影響,來看看萬物聯網有哪些特徵?
1.低功耗
2.廣泛互通性(Interoperability)
3.百億數量級的交易數量
4.資料正確性

所謂New Internet的基石可能是與區塊鏈有關的技術,雖然現行的區塊鏈可能只是過渡技術,但現在的參與確實有意義。

我以我的技術合夥人Jim所整理的筆記分類目前的區塊鏈技術:

  • Generation 1.0 — Bitcoin and all the clones of it, i.e. Ethereum. [Blockchain with PoW]
  • Generation 2.0 — Peercoin, Ripple, NXT and all the clones of them. [Blockchain with PoS] — includes Ethereum if they switch to PoS one day.
  • Generation 3.0 — Simcoin, RaiBlocks, DAG-based coins, etc. [PoS without blockchain] — can include weird experiments, like eMunie, here too.

我們可以觀察到到不久的未來,所謂的第三代區塊鏈技術是否還能叫做區塊鏈已經很難說,因為拿掉了「區塊」也拿掉了「鏈」,更回歸是分散式帳本(Distributed Ledger)技術。從設計的角度來看:

  • Generation 1.0 is proven to be viable, yet inevitably leading to centralization.
  • Generation 2.0 is in the process of being proved, and we already see difficulties with PoS, like Ripple’s consensus issues.
  • Generation 3.0 is not even technically working yet. It is at the proof-of-concept stage.

這演化就等於是從PoW→PoS→without Blockchain。

區塊鏈的諸多特性包含:

  • Decentralized 去中心化
  • Trustless 去信任
  • Collectively Maintain 集體維護
  • Reliable Database 可靠資料庫
  • Open Source 開放原始碼
  • Anonymity 隱私保護
  • Time Stamp 時間戳記
  • Asymmetric cryptography 非對稱加密

這些都是作為物聯網中物對物的匿名可信任資料交易中,必要且又可靠的,但現行區塊鏈為了創造出去中心化網路,用來創造「誘因」的「幣」也成了B2B企業的應用困擾。

最好的例子就是作為開宗的比特幣(BitCoin),作為理想的去中心化網路示範,中本聰設計了幾近完美的機制,但在中國強大的算力之下被逼出了各種極限。

原本的全網認證和區塊都成了企業應用中的種種包袱,加上物聯網中真實狀況的資源有限,更限制了既有區塊鏈技術的導入。

這時我們發現了一個有趣的技術——IOTA的Tangle,它的關鍵都寫在一開始了:

IOTA TANGE.png
圖/ IOTA
  • 沒有交易成本
  • 去中心化
  • 可彈性放大使用
  • 模組化(可做離線認證)

這些天書似的特性用白話來說是什麼呢?

在物聯網中物對物的資料交易往往不是需要競逐算力,而是有其天生的責任,企業內的各種資料交易/交換也是,因此算力認證的機制變成多餘。

而也因為物對物(M2M)或者企業應用,不需要如比特幣的誘因來建立節點網路。

這些在Tangle中都沒有了。Tangle的具象就像其字義:

IOTA TANGE.jpeg
圖/ IOTA

具體應用樣貌像什麼呢?

很像我們生活體驗中的「標會」:我跟A借100萬,在實際的樣貌中,是否有需要搞到全世界幫我們記錄?似乎是太過小題大做,但究竟該多少人來幫忙作證呢?是同一個辦公室的人?還是同時在大安區的人,抑或是整個台北市?這部分就是IOTA的工作小組正在設計的邏輯。

其結構跟現行的網路更為接近,是一個網的概念,沒有區塊也沒有鏈,讓它的擴充性更好處理。

有趣的是,IOTA的創辦人跟以太坊(Ethereum)創辦人一樣都是20歲出頭的年輕小伙子,證明了能夠顛覆未來的,都是年輕人。

回到區塊鏈帶來的價值,有些書會說這是讓過往淨是資訊交流的網路,變成價值可以轉移的技術。

透過各種區塊鏈技術,讓數位科技真正地與實體世界同步,若這點成為可能性,也就是真的達成了價值的轉移。

白話來說,過去我分享一首音樂給你,就是我拷貝給你,你這個音樂我也有,蘋果或Spotify等業者都在解決這類的問題,創造了自己的封閉生態圈,保護音樂資產,但這還是建構在封閉生態圈內的。

透過區塊鏈技術,就可以做到我分享一首歌給你,但是你有的時候我並不會也同時擁有,這是實體世界擁有的特性,但在過去的網路世界中無法呈現,因此限制了數位世界的價值。但區塊鏈技術,同步了實體以及數位世界。

透過其可做匿名信任交易的特性,也會成為諸多物對物的物聯網世界安全交易的基礎。這也已經可以在幾個形成中的物聯網國際標準中見到蹤跡。

解決萬物聯網的各種基礎架構勢必得重新思考,而非使用過去的網路樣貌來設計,若繼續用過去的方法,只是讓原有的網路巨頭掌握優勢,但若我們思考,在巨頭們中心化作用力下會產生的反作用力,必然是新機會所在。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

關鍵字: #物聯網 #區塊鏈
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