物聯網的End to End偽命題
物聯網的End to End偽命題
2018.04.03 | 物聯網

物聯網在2018年科技趨勢報告中蟬聯最重要趨勢之一,對於我們這些相關的從業人員來說欣喜若見(筆者也感覺似乎是透過集體意志力洗腦市場的成果)。

眾多文章都曾提到所謂的2020年到來的500億個物聯網裝置從何而來?日本軟體銀行的老大孫正義先生更是提到在2030年會有超過1 Trillion的物聯網裝置連上網。

我們從來沒有想過有這麼多裝置要連上網

現代人擁有至少兩個聯網裝置(電腦+手機),家裡多台智慧電視(智慧電視與傳統電視若價差不到一千元你會買哪台?)家裡要上網也得有個Wifi AP、穿戴式裝置、智慧音箱、IP Cam,未來你再也買不到不聯網的燈泡、窗簾、洗衣機與冰箱等。
還沒算上民生公共物聯網中由政府負擔的聯網裝置,因此五百億的意義,其實是平均每人身上有6.xx個聯網裝置。

物聯網趨勢擋不住,挑戰不在於如何萬物聯網,而在於萬物聯網後隨之而來的挑戰,例如,我們從來沒有想過有這麼多裝置要連上網,就像當年根本沒想過有會有這麼多汽車同時在高速公路上。歷史上錯誤一直都在,而且可能是全世界最聰明的人所犯下的,如Bill Gates依然會講出現代人可能不知道什麼叫640K的意思的老笑話。

現在聰明科學家已經知道設計新一代的標準時,必須把一開始的框架就弄得夠大,例如IP就得有個天文數字般的概念,用也用不完。但問題也出在Internet遺留下的包袱,我們已經開始面對萬物聯網效應,因此就是解決速度比不上問題發生速度的概念。

那這些問題怎麼都沒聽物聯網業者講?硬體業者常因為包袱過重沒能意識到。只有Google、Amazon、 Microsoft、華為與BAT等企業等這類業者會意識到。

若全世界的人展開對話都得先問過某老大哥,這時問題來了!

物聯網End to End的偽命題1.jpeg
圖/ 朱宜振

上圖是個很簡單的雲端或物聯網架構。在物聯網的介紹中常看到業者提到「端到端」這個術語。白話一點的說法:我和你間的對話要怎麼展開?

以兩人溝通對話做案例,讓人覺得怪怪的,要展開對話不就是講話就可以了?在物聯網世界觀內者傳統Internet的世界觀並非如此,展開對話前得先透過雲端確認彼此是誰,講什麼語言?(英文還是中文還是克林貢語?),由雲端確認後才開始。這也不是什麼問題,現在的Internet架構或雲端架構就長這樣。

在數量級沒有很大的時候,此架構可以說完美又效率良好,但若全世界的人展開對話都得先問過某老大哥,那會產生什麼現象?這時問題來了!這等於每天持續不斷發生的超巨大DDoS攻擊,而且還是自己(指物聯網平台業者)所一手創造。沒發生只是產品數量級還沒到。

為何Google、 Amazon與 Microsoft等這些老大哥不講話?很簡單!若這件事情會發生,也只有這些老大哥可能擋住攻擊,所以請乖乖繳稅給這他們,由他們來承擔一切。因此照著目前雲端架構設計未來產品和平台,恐怕就是繼續為雲端大咖抬轎(本以為藉著物聯網轉型,結果還是一樣,只是由繳稅給Intel+Microsoft變成繳稅給Google & Amazon)。

那一個完整的端到端是否有別的可能?筆者認為可靠的網路,可以區塊鏈加上物聯網達成(另外一段就得在裝置本身,從作業系統到硬體搭配)。這也是孫正義先生買下ARM,最有價值的部份。(有趣的是,參加研討會時,發現大多數業者都會好好聽ARM介紹先進技術,但沒有什麼回應)。

一堆機器手臂動來動去就叫智慧工廠?

端到端的偽命題還包含什麼呢?在工業4.0討論中,常以關燈工廠或智慧工廠討論,搭配最紅的AI議題,但問題來了,「沒有人是真的沒有人嗎?」

在這關燈工廠情境中,會更要求端到端有效管理,看不到人是否就真的沒有人?是否資料就被正確保全和記錄?

事實並非如此!若沒有正確的端到端系統設計,只是拿掉看的到的人,還有看不到的一堆人在設備裡東搞西搞,於是AI的數據恐怕是假的,在區塊鏈寫入時就歪了。於是偽命題正在各種場合成形。

我們要談物聯網,該更務實地從萬物聯網後的各種效益,不管是技術上,產業經濟上,還是對人類經濟行為的影響探討,

而非自我感覺良好地看到一堆機器手臂動來動去就叫智慧工廠,無人機飛來飛去就叫AI,能電子支付就叫區塊鏈,有漂亮的Dashboard就是雲端大數據。

物聯網業者更該小心,所謂五百億裝置或10兆裝置的巨量數字下,除了硬體價格的持續下降,卻又增加各種管理上挑戰,帶來不只是機會也是巨大風險,轉得好就會在新時代有絕佳戰略位置,轉得不好,恐怕一次物聯網攻擊下的產品回收就會斷送你的公司,不可不慎!

《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
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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