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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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