曾用動態消息改變世界的他，轉戰硬體可以為Facebook再創新局嗎|數位時代 BusinessNext

網路公司難以跨越的硬體障礙

就像Google、微軟、亞馬遜等國際大型軟體、網路公司一樣，過去這幾年Facebook也在做一件事：加碼硬體投資。但從Google Glass、亞馬遜Fire Phone的失敗，以及近來傳出故障率偏高的微軟Surface裝置，還有傳出將胎死腹中的微軟AR眼鏡HoloLens等諸多例子不難看出，縱使這些企業有大把的資金和優秀人才，跨足硬體卻沒有想像中那麼簡單，而對Facebook來說，同樣不例外。

不論是2014年以20億美元併購而來的VR公司Oculus，還是Facebook神秘的Building 8部門，目前都還很難稱得上有成績。而在亞馬遜開啟智能音箱Echo的熱潮，Google隨之也以Google Home迎戰，但Facebook卻還什麼都沒有的狀況下，似乎開始讓佐克伯有些著急了，決定任命過去五年執掌Facebook命脈的廣告暨商業平台副總裁博斯出手救援。

讓一個完全沒有硬體背景的廣告暨商業平台工程主管去領導硬體部門，聽來好像有點狗急跳牆。但如果你認識博斯，或許會對這個調度有不一樣的看法。

一點都不宅的工程師，創造出改變世界的動態消息

博斯1982年出生在美國加州聖塔克拉拉一個名為薩拉托加，有著牧場和葡萄園的小鎮，十歲的時候，他在參與的四健會活動中學會寫程式，也埋下未來走向資訊工程的種子。不過他可不是外界想像中的「阿宅」，反之，他從就小善於社交，是舞會的常客，高中時期還是學校裡的體育明星，曾拿過全國跆拳道冠軍，也參加過美式足球隊。而在他的自我介紹裡，還寫著他喜歡拍照、寫作與創造東西。

大學考上哈佛後，他主修電腦科學，而當他在一堂人工智慧課上擔任教學助理時，當時就讀大二的佐克伯就是他的學生之一。不過博斯沒有立刻加入佐克伯的創業行列，而是先到西雅圖擔任微軟工程師，直到2006年才正式加入Facebook，也是在那一年，誕生了改變全世界訊息流通方式的動態消息。

博斯其實不是動態消息這個功能的最初構想者，但他確實是讓這個想法得以實現的關鍵幕後推手。雖然這項功能剛推出時在市場上掀起了相當大的波瀾，甚至有用戶到Facebook總部抗議，但動態消息團隊的挫折感很快就被數據帶來的興奮感給取代，因為博斯發現，雖然市場上有不滿的聲音，但不論是瀏覽數、留言數量等等各種數據，都呈現出倍增的情形，顯然消費者因此變得比以前更黏Facebook，也讓他們看到龐大的機會。

而在這次戰役之後，博斯又陸續主導Facebook多個重要產品線，如Facebook Chat和Messenger的整合、隱私權工具等等。而這當中最重要的莫過於在2012年推出Facebook行動廣告。

行動廣告一戰，證明Facebook價值

如果長期關注Facebook的人應該還記得，2012年正是Facebook掛牌上市的那年，但當時Facebook所有營收都還是來自PC，基於對Facebook在行動市場獲利能力的疑慮，華爾街可說是相當的不給面子，股價自掛牌後一路下挫，毫無蜜月期可言，也讓佐克伯背負了沉重壓力，直到博斯和他的團隊改變了整個局面。

其實博斯原本不應該出現在這段故事裡的。在經過六年時間奮戰，博斯在2012年提出休假六個月的請求，甚至連行程都已經規劃好。但5月的某一天，佐克伯找他出來散步，對他說：「你不覺得在六個月內創造十億美元的事業是很有趣的一件事嗎?」佐克伯說所說的十億美元事業，指的就是在行動裝置上賣廣告。

對於這個提案，博斯一開始其實不是很有興趣，不只是因為他想休假，更重要的是，他根本就不懂廣告。但佐克伯相當有說服力，「他說了一個你認為很瘋狂的事，但結束談話的時候，你會認為是有可能的。」博斯最終還是答應了，並且也真的做到佐克伯的期待。後來，佐克伯決定將整個Facebook的廣告事業和商業平台工作都交給他負責，一做就是五年，而這五年來，Facebook的營收也翻了五、六倍。

打造Bootcamp，累積人才實力

還不只如此，其實就連Facebook的工程人才培育和企業文化也與博斯有密切相關。2008年他在Facebook發起針對工程師設計，名為Bootcamp，為期六周的密集訓練營。他不只是這個項目的發起人，也親自擔任教官。

這個訓練營主要是幫助新進員工更快進入狀況，也幫助他們找到熱情所在，以發揮最大的生產力，因此可以讓Facebook工程師數量不必隨著使用者人數的擴大而同比成長。此外，博斯認為這個訓練營同時也為公司培養潛在的領導人才，並且打通跨部門之間的溝通障礙。

全能好手能在硬體領域再打出漂亮一仗嗎？

可以說博斯就像是一個全能好手，深受佐克伯的倚重。而這次他接下負責消費性硬體部門主管，就像當年面對全然陌生的行動廣告任務一樣，博斯直言：「我對消費性硬體的了解不多。」但過去幾次經驗已經證明，他不只有面對跨界挑戰的勇氣，也有解決問題的能力。他表示相信人與人之間連結的力量，也相信他的團隊。「我已經等不及要開始了。」博斯在個人Facebook放上一張兒子將頭放進Oculus Rift包裝盒的逗趣照片來表達他的迫不及待，也正式宣告新的角色，新的開始。

雖然目前還不清楚完全沒有硬體背景的博斯能不能再次為Facebook開創新的局面，但對於過去缺乏明確硬體策略的Facebook來說，在博斯的領導下，或許可以找出更明確的發展方向。

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。