台灣數位化程度只跟印度相當，為何反是Dell、HPE的機會？|數位時代 BusinessNext

全球兩大伺服器巨頭戴爾（Dell）和慧與（HPE）同聲看好企業數位化轉型帶來的需求，根據IDC調查，台灣在亞太市場各國中，數位化轉型速度竟落後中、港、韓，只跟印度同步，亟待加快腳步。

台灣數位化發展快還是慢呢？IDC台灣區研究總監江芳韻表示，全球數位化進度約可以分5種階段，第一至第二階段的企業都在初始期，嘗試評估或以專案方式進行數位化，第三階段發展則是企業已經嘗試把數位化經驗複製到其他單位，第四階段的企業則已經有大規模成功的業務推展成績，第五階段企業則進入成功優化數位轉型。

亞太數位化進度，新紐澳三國最快

而根據調查，亞太在2018年數位轉型進步很快，表現最好的前段班國家是「新加坡、紐西蘭跟澳洲」，這些國家有25到30%比例已邁入第四階段，但多數仍在第三階段。

至於第二梯隊前段班是中國、香港跟韓國，介於2到3階段，台灣跟印度是第三梯隊，進度仍在第二階段，處於專案內部推廣數位化狀態，馬來西亞、泰國、菲律賓則仍在第一階段。

看待台灣AI發展腳步，慧與科技董事長王嘉昇表示目前仍在非常初期的資料收集階段。

戴爾台灣總經理廖仁祥表示，企業數位轉型過程中，AI已經不是選項，而是必然的作法，而導入AI也讓企業帶來採購需求。

廖仁祥說，戴爾創辦人Michael Saul Dell曾說，AI是火箭，但數據就是燃料，而今年則更倡議，若「未來5年公司主要的決策資訊不是來自AI的話，極有可能會做出錯誤的決策。」AI重要性日增，而一旦企業轉型數位化，增加投資就成為戴爾跟慧與科技的機會。

也因此本週包括Dell及HPE活動頻頻，HPE發布上半年財報，第2季連續兩季度營收維持兩位數成長，而Dell Technologies Forum 2018以「Make It Real」為主題登場，廖仁祥宣佈，今年首季戴爾在台灣X86伺服器市占率23.9%，外接儲存器37.8%都位居第一，分拆後的惠普科技（HP）則在今（19）日正式發表全新的入門級HP Z工作站系列，預計8月中上市。

幫企業建立AI模型，戴爾首次推出中文技術框架

Dell EMC大中華區企業技術戰略總監許良謀表示，企業思考如何使用AI一般有三階段，首先是資料收集及工具選擇，其次進行模型訓練，最後展開進行推論協助決策，每一個AI階段都需要不同的硬體裝置，戴爾也期望在其中扮演「人工智慧解決方案」角色。

許良謀說，戴爾期望幫不同的AI平台之間搭建橋樑，企業若要自己建立AI模型及推論，有太多框架思考開放不開放，很多不同操作系統跟硬體，企業必須在眾多生態系統選擇一個支派，若要再用其他的框架，必須要一切重來，因為AI發展仍非常初期，仍是新架構，為了幫助客戶，推出第一個中文技術框架「諸葛‧深知」。

許良謀說，若「AI是火箭，資料就是燃料。」當企業要用AI，選擇AI應用是最簡單的作法，只要把AI放在產品中就能升級，現在戴爾有超過180款產品都做在準備。

在FPGA及GPU階段，戴爾也幫晶片商開發「諸葛‧陣圖」平台，讓GPU as a Service變成虛擬化資源池。最後，戴爾也跟VMware、中國科技大學建立操作系統與硬體的串接，推AI解決方案「諸葛‧孔明橋」讓所有晶片跟操作系統打通連結。

戴爾也用人工智慧中深度學習跟技術學習演算法來預測銷售行為，利用「諸葛‧深知」去做精準銷售的新一代方法，未來戴爾的直銷可以判斷今天打給誰，甚至聊什麼，藉此提高做精準行銷成功率50%。

自駕車中關鍵是先進駕駛輔助系統（ADAS）要優化分析能力，單是一輛車前方的雷達，測試3000小時中，每小時可以收到1TB資料，總計測試週期中會收到4.2PB資料，而清洗過的資料100天內會超過10PB。如此大的資料量，自然會創造企業採購設備需求。

企業數位轉型刻不容緩，只有6%做好準備

廖仁祥說，3年前CEO都在問什麼是數位轉型？但1年前企業已經開始問誰數位轉型做得比較好？顯示企業都需要深度轉型，但這必須有4大要素，包括員工是否夠數位化？能否利用市場不斷出現的新技術提升？其次是技術是否改變服務客戶方法？技術是否改變公司營運方式?最後關鍵問題是不做數位轉型會怎樣？當市場不斷有新對手利用新技術加入競爭，該如何因應？

廖仁祥說，數位轉型是CEO的題目，但也是CIO的思考議題，這是第一次這兩個主管思考如此接近。

但全球IT轉型的成熟度企業評比（以自動化程度/最新技術/IT驅動商業模式這三個面向），廖仁祥說，全世界現在只有6%已經完成企業轉型，但有88%企業仍在第2到3階段，也就是正在演化改變中，而已經數位轉型的企業決策。

GDPR上路帶來高速儲存需求

慧與科技目前跟戴爾在全球伺服器競爭激烈，戴爾今年首季超越HPE拿下伺服器營收龍頭，在企業儲存裝置也居冠，不過慧與本身第2季營收交出亮眼成績，受惠於智慧邊緣業務成長17%，儲存裝置出貨成長24%。

慧與科技董事長王嘉昇表示，美中大戰帶來各國企業更加嚴肅的看待自家IP（智慧財產權）管理，紛紛將研發集中台灣，比方微軟跟Google都設立研發中心，這也讓慧與科技帶來機會，預估今年慧與科技在台業務量將有雙位數百分點成長，也將布局邊緣智慧（IoT）業務，目標幫助客戶打造從裝置端連結到雲的基礎建設環境。

王嘉昇表示，慧與將人工智慧管理技術InfoSight加入儲存裝置中，協助客戶做預測管理，甚至預測壞損狀況，帶動儲存裝置銷售大增。而分析儲存需求為何比伺服器還強烈，慧與主管分析，IOT跟AI的需求帶來大量數據需求，企業也發現深度學習的價值，開始認為所有資料都不能刪除。

慧與主管說，第三關鍵是慧與今年加大儲存裝置產品線規模，且賣到歐洲客戶的業績也大幅增加，這或許跟GDPR上路有關，而主要原因可能在於，法令要求資料的保存分類要更明確，且資料保存期限要更長，加上不同分類資料的保護方式也不同，看客戶資料成長的趨勢。

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。