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
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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