IOTA為何可能是物聯網的要角?
IOTA為何可能是物聯網的要角?
2018.07.31 | 物聯網

2016年10月21日的美國Black Friday網路大攻擊剛結束。當時我和Jserv討論著這樣的攻擊是否有機會預防或者在攻擊時還能夠正常運作。

這一次的攻擊後來也被證實是因為諸多設計不良的物聯網裝置被入侵後成了攻擊的跳板。

讓我們意識到設計不良的產品可以帶來多大的損害,尤其在現在世界確實是平的狀況,各種裝置的聯網化可以說是個必然性,在其中台灣的硬體必然會扮演重要的角色。

但卻可能因為沒想到我們長久只重硬不重軟,就算重軟都只單純利用OpenSource帶來的便利卻沒試著去回饋或者說學習到如何用比較正確的態度來與OpenSource相處,進而會遭受到萬物聯網後的反噬(白話就是只想爽拿不願回饋)。

IOTA1.png
Topology of IoT/Internet
圖/ 朱宜振

我和Jserv沒急著開始就做些什麼解決方案,反而是開始回頭看整個Internet的發展史,早在60年代就開始的Internet最初的設計就是為了萬一若遭遇到攻擊,資訊還是可以有效流通的狀態,但若我們來看看目前網路的樣貌,會發現有趣的矛盾點在於,我們預想的世界似乎到了2025年才有可能發生,而現在是一個巨大雲端集中化的概念。正常人不用懂太多理論去問這張圖中目前的架構中最大的風險點在哪?

雖然我自己也開始有了老花眼,但是在中間的那朵雲卻還蠻明顯的可以知道是最大的風險點。

可是!!為何大力推廣雲端概念的業者如Google,Amazon,Microsoft(中國就是BAT)都不跟我說這件事情呢?道理很簡單。

如果這就是風險,那一切的罪過我(GAFA+BAT)來承擔就好,你們這些不專業的就記得把錢繳給我就好!

這其實也是對的,因為一般業者尤其可能是硬體出身看到物聯網可能是既錯過Internet之後最大的機會,得趕快轉型來做平台服務好好學人家賺服務費。卻沒發現到,到最後你還是得乖乖的透過GAFA等業者來提供你的服務。

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?

  1. 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。

  2. 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。

  3. 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。

  4. 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。

  1. 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)。

  2. 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。

  3. 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。

  4. 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。

物聯網的挑戰到底有哪些呢?

可以參考筆者的其他幾篇文章
<價值來自需求,而非科技 — 萬物聯網的挑戰>
<物聯網世界的基石 — 信任(一)>
<物聯網世界的基石-信任(二)>
<區塊鏈應用的大挑戰 — 如何落地?>
<如果區塊鏈真的是未來IoT的骨幹?那真的是區塊鏈嗎?>
<在區塊鏈”投資”的正確姿勢>
<物聯網的End to End偽命題>

《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。)

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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