IOTA為何可能是物聯網的要角？|數位時代 BusinessNext

為何你們覺得IOTA可能是答案？

回到我們在2016年看到這樣的大攻擊之後，思考著我們到底能做些什麼？我只知道不可能再去做硬體，硬體創業的一個挑戰是，常常你以為的優勢其實是傳統硬體公司的優勢，雖然做硬體有機會較快形成現金的流動，但創業並非只是為了創造現金的流動。

我們又繼續思考在萬物聯網之下可能會有哪些挑戰？於是列出了幾個關鍵。

在萬物聯網之下可能會有哪些挑戰？

Cyber Attack，隨著2020號稱會有五百億裝置聯網，網路攻擊只會更嚴重，傳統Security的解決方式可能只是延緩卻沒能從根解決。

去中心雲端化，在GAFA等業者的龐大勢力下，除了加入他們以外是否還有其他的可能性？而且還得如同雲端一樣的便利。

Scale，物聯網裝置多元且數量龐大，物聯網時代是人類數量的好幾倍，人類目前約七十億人，並且增長數目減緩中，而物聯網裝置，不管是因為人類的貪婪圖方便，或者其他因素會發現除了2020會實驗五百億裝置聯網，增加速率甚至可能更快。

必須是Opensource為基礎，理由很簡單，因為要解決這麼大的挑戰不可能再由單一公司尤其是新創公司來解決，挑戰過大之下本就需要更多人一起來參與。

在這些條件的考量之下我們發現區塊鏈的諸多概念可能可以解決這樣的問題，但又發現檯面上有名的區塊鏈似乎都無法真的解決，我們開始做實驗，Jserv並同時在GitHub上尋找著世界上是否有跟我們一樣的天真又熱血的人也想從這些角度切入。Jserv花了大概一個月把Github上所有帶著區塊鏈字眼的專案都搜遍了，其中也找到不少有趣的人才釣魚專案，最終我們開始看到了IOTA Foundation

這時我們也沒急著就是要用IOTA的技術來做些什麼，反而是花時間開始投入他們的開發、社群、了解這群人是誰，過去為何會開始想做IOTA、現在的狀態和未來準備怎麼走？也因為對於利用OpenSource技術，我們的態度是。

需考量可能的全球泛用性，盡量選擇最大可能可以通用而非只是自我感覺良好的Taiwan No. 1，別急著做些什麼，反而是能夠透過不同方式與全球的社群或夥伴定義好通用於世界至少70%以上的問題（數字是直覺抓的）。

選擇一個接下來會持續發展數十年而非已經用了數十年可能生命週期快到的技術，筆者自身就碰過產品剛量產就遇到關鍵零組件EOL的狀況，除了被罵以外，這產品根本規格還不是我開的。

選擇一個未來的Roadmap與問題相關而非只是在這個時間點規格相符的技術，這個跟未來的開發和維護成本有極大關連。

選擇一個出問題時，該技術組織是有人可以協助解決並且具備專業可以解決，因為一定會出狀況，面對嶄新的挑戰，我們需要有人可以一起問（拖下水）。

這些正是我們花了快兩年的時間深入了解IOTA Foundation之後，認為這一套OpenSource技術正是我們可以除了使用也可以投入並且與之共創並定義未來產品的核心技術。這背後等於形成了一套可能有機會找到其他機會的方法。

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。