AI再次讓硬體變重要，Google簡立峰：今天開始可以記得「On-device」|數位時代 BusinessNext

終端裝置也要有AI，On-device為台灣帶來發展機會

過往談AI好像都只發生在雲端上，但現在終端裝置也必須要有機器學習的運算能力，也就是簡立峰所說的「On-device」。而大家都知道，具備硬體製造能力和完整的硬體生態鏈，一直是台灣的強項，他認為如果能在既有的硬體基礎，再加上AI，將可以是台灣很好的機會。

同時簡立峰也特別想提出的是：「台灣人才其實很多時候不知道自己有多優秀。」事實上他還記得自己剛加入Google時，他的老闆就對他說：「台灣找來的工程師超過全球平均水準。」簡立峰認為，過去台灣的問題其實不是出在軟體實力不好，而是軟體人才和硬體產業的銜接度低，沒能將硬體優勢和軟體優勢整合在一起，發揮出更大的力量。

如果能解決這個問題，他相信以台灣這種少見的「硬體重鎮」獨特環境，將可以創造出競爭優勢，他說：「在世界上那麼多會寫程式的電機系畢業生，這只有在台灣找得到。」而他也看好AI的發展有助於台灣產業走向高毛利。

不只是簡立峰這麼看好，科技部部長陳良基甚至稱AI將會為台灣帶來黃金年代，他說：「AI跟網路不一樣，網路是軟體為主體，但在AI世代，沒硬體稱不了AI，這將是台灣強項的再一次發揮。」

物聯網的軟硬整合需求也曾被視為台灣的機會，但如今⋯⋯

只是這種「因某一項當紅科技少不了硬體，所以會是台灣的機會」的相關樂觀論調，在幾年前物聯網剛興起時，似乎也曾聽過不少。還記得當時連有晶圓教父稱號的台積電前董事長張忠謀都跳出來說：「物聯網是下一件大事（next big thing）。」而類似的樂觀論述一時間也讓已經錯失前一波行動網路機會的台灣硬體製造業，彷彿再次看到希望。

然而幾年時間過去了，如今陳良基也得直言：「看起來台灣這幾年好像沒看到廠商從中獲得比較大的收益。」但這是否就代表同樣的論點套用在AI身上也將是雷聲大雨點小？他倒不這麼悲觀，而是認為台灣雖然在物聯網的收穫看似不大，但在加入AI這個關鍵元素後，他相信未來4、5年就可以看到有台灣廠商做出成績。

同樣地，簡立峰雖然也不否認從台灣的產業觀點來看，物聯網似乎不如預期中走得那麼快。但他認為這其實和5G、硬體發展是否足夠成熟等諸多因素有關，而且整體來看，他認為物聯網其實也沒有不好，還是在高速發展中。基本上他認為物聯網和AI的發展方向其實是相當一致的，只是物聯網比較強調「物」這端的連結，AI則是物聯網上的服務核心，兩者不相違背，而是相輔相成。

除此之外簡立峰還想特別提出的一點是，和幾年前物聯網的推動相比，現在的AI發展其實有一點很大的不同，許多國家都已經將推動AI這件事拉升到「總統層級」。因此他認為產業的推動力道其實是不同的，而今AI如此受重視，相信也將同步帶動物聯網的發展。

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。