首位獲頒圖靈獎的工程師逝世——曾為數位商業打下基礎的查爾斯·巴赫曼
首位獲頒圖靈獎的工程師逝世——曾為數位商業打下基礎的查爾斯·巴赫曼

如果你曾在網購後迫不及待地追蹤物流狀態,或是在亞馬遜上查看商品信息,那你都得感謝Charles W. Bachman,因為,多虧他在上世紀60年代創造了全球首個網狀數據庫管理系統IDS,改變了我們和數據的互動方式,並為我們今天習以為常的數位生活建立了技術基礎。

美國時間7月13日,他因帕金森氏病在麻省萊辛頓的家中逝世,享年92歲。

雖然電腦在誕生之時,為公司帶來「從會計到庫存都可以自動化管理」的希望,但現實是,當Bachman 在1960年加入通用電氣(General Electric)時,電腦還是昂貴的龐然大物,重點是,還挺難用的。

Charles W. Bachman_7438053718_a0c95cf2b9_o.jpg
右為Charles W. Bachman。

1950年初期,如果一個公司想調整自己的庫存程式,那就得在修改庫存程式後,另行調整針對與庫存相關的供應程式或訂單程式。雪上加霜的是,當時電腦外部數據儲容器是磁帶,就和以前看錄影帶一樣,想要獲取數值,就得順序快轉,或是倒帶獲取。

1956年,磁盤儲存的出現終結了磁帶這種線性化的數據讀取方式。 Bachman 將磁碟儲存的「隨機儲存」系統比喻為「一百萬個鴿子洞」,電腦可以在無須經過「1 號鴿子洞」、「2 號鴿子洞」的情況下提取「3 號鴿子洞」裡的信息,大大加快了電腦儲存數據的速度。

Bachman 在 1960 年加入通用電氣(GE),負責一個涉及通用電氣所有部門的綜合系統專案。他需要使用全新的 GE 225 電腦,製造一個通用的生產信息和控制系統(MIACS)。

我們那時用的那台電腦,雖然有整個房間那麼大,但電量和數據儲存能力比今天的智慧手機還要弱。

Bachman 回憶道。這個系統需要完成生產計劃,配件擴充,工廠調度,新訂單反饋、處理以及正確變更工廠狀況等許多功能,而在解決這個問題的過程中,Bachman 打造了第一個用於生產的基於磁碟數據庫管理系統,也就是IDS(Integrated Data Store)。

他所創造的系統,不僅在電腦發展有限的情況下,幫助通用電氣將「製造控制系統」化為現實,同時還為自己在 1973 年贏來一座圖靈獎。

圖靈獎有「電腦科學中的諾貝爾獎」之稱,由美國電腦協會頒發。在 Bachman 獲獎那年,圖靈獎走入了第八個年頭,卻是首次向一位工程師專業的人頒發該項榮譽,而且 Bachman 也是首位不具備博士頭銜的獲獎者。

Bachman 認為,電腦正在經歷一場革命,世界正在從「電腦為中心」逐漸轉變為「數據庫為中心」,這個改變的重要程度不亞於當初天文學從地心說轉移至日心說一樣。

在接下來的日子裡,Bachman 也繼續為他所相信的這場革命作出貢獻。通過數據庫任務組(Database Task Group),他積極推動與促成了數據庫標準的製定,並於 1971 年推出了第一個正式報告,成為數據庫歷史上具有里程碑意義的文獻。

2012 年,Bachman 獲頒美國科技界最高榮譽獎項——國家技術創新獎章。

雖然 Bachman 的整個職業生涯基本都是在業界內工作,沒有進入學術界做研究或教學,但他專注的卻不是「生意」本身,而是如何將電腦技術應用於生意中。

本質上,他一直以來都是一位工程師。對他來說,讓複雜的系統更好用,就是工作的快樂源泉。

科技歷史學家 Thomas Haigh 如此說道。但也許,對於這位喜歡解決問題的工程師來說,解決問題比經營一家公司更合適。

1983 年,Bachman 建立了自己的公司 Bachman Information Systems,開發了一些電腦輔助軟體工程產品,這些產品核心的 Bachman 數據分析,提供了創建維護巴赫曼圖(Bachman Diagrams)的圖形支援工具。

雖然該公司也獲得創業投資,並成功完成 IPO,而且在數據分析員產品,逆向工程和預研能力上也獲得一定的成功,但公司的財務和管理上卻一直掙扎不斷。在多輪收購後,最終成為了 CA 科技公司的第一部分。

他的兒子 Jonathan Bachman 曾和父親合作多年,他認為:

Charlie(Bachman)一直都是建築師,而不是 CEO,而他的設計作品還是留了下來,雖然是在一個不同的包裝下。

本文授權轉載自:愛范兒

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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