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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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