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
從人、流程到工具:TVBS解構新聞業AI轉型方程式
從人、流程到工具:TVBS解構新聞業AI轉型方程式

在生成式 AI 驅動下,新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式,也重塑了讀者獲取資訊的入口。面對這場產業變革,台灣科技媒體領導品牌TVBS 展現強勁的轉型動能,不僅積極布局 AI 應用,更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流,日前,TVBS 攜手數位經濟暨產業發展協會(DTA)舉辦「AI in the Newsroom-TVBS轉型實戰分享」發表會,現場匯聚媒體與科技領域專業人士,從實務案例出發,深入剖析 AI 導入新聞現場的應用模式,共同見證 TVBS 如何以 AI 為核心引擎,重新定義數位時代的媒體影響力。

TVBS-1.jpg
圖/ 數位時代

從「人」出發:從超級個體到超級組織,啟動 AI 原生轉型

TVBS 集團成長長簡西村表示,早在生成式 AI 浪潮成形之初,TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部,專責 AI 應用開發與轉型推進,更由董事長親自主持每週一次的 AI 策略會議,確保決策與執行節奏高度一致,並進一步盤點出「人、流程、科技(PPT)」三大轉型關鍵,逐步落實將 AI 導入各項營運環節。

從「人」的角度來看,TVBS 以 AI 提升效率與創造價值為目標,提出超級個體與超級組織的轉型藍圖。其中,超級個體指的是能善用 AI 工具的記者,例如:透過 AI 分析海量資料、自動生成初稿或經營個人品牌,透過與 AI 的分工協作,不僅提升產出效率,也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯,便進一步形塑出超級組織,透過 AI 全面提升團隊的數位戰力,成為 AI Native(AI原生)媒體組織。TVBS 的願景是,讓每一個議題皆能發展出專屬 AI Agent,負責資料處理與初稿生成,而人扮演總編輯角色,負責內容品質與倫理把關。如此一來,不僅能實現全天候、高頻率的內容更新,更可透過多 Agent 協作,同時產出文字、影音、Podcast 等不同形式的內容,實現一次生產、全平台分發的目標。

從「流程」出發:讓AI嵌入新聞產製,縮減 30% 作業時間

從「流程」的角度來看,AI 唯有真正嵌入新聞產製流程,才能發揮最大效益。然而,哪些環節最適合導入 AI、導入後流程該如何重塑,往往只有第一線新聞人最清楚。為此,TVBS 邀請新聞部同仁組成「文科種子」團隊,並由主管從日常工作情境出發,親自示範 AI 應用,讓記者實際感受到 AI 帶來的效率提升,進而翻轉「不好用」的既有印象,吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調,「AI不是要把新聞人變成工程師,而是要讓新聞人重新回到專業現場。」因此,這群橫跨編輯、記者、編譯等不同職能的種子成員,從使用者視角出發,與工程師並肩協作,以使用情境取代傳統規格書,讓技術團隊得以深入理解採訪流程中的真實痛點,進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用,整體作業時間平均縮短逾三成。同時,新聞部也與 AI 部門建立每週開會機制,持續提出痛點及回饋使用經驗,推動產品快速迭代。

TVBS-3.jpg
圖/ 數位時代

另一方面,TVBS 也連續三屆舉辦員工限定的「AI 黑客松」,各部門同仁由日常工作中的痛點出發,發想出更貼近第一線需求的 AI 解決方案,讓 AI 逐步成為組織共通的語言,不僅有效提升工作效率,也進一步形塑出 AI 驅動的創新文化。

從「科技」出發:打造混血系統 AI WIZE,讓AI真正貼近使用需求

從「工具」的角度來看,如何在滿足使用需求的同時兼顧技術快速迭代,成為關鍵課題。為此,TVBS 提出混血系統概念,由新聞人與 AI 部門協助,共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS-2.jpg
圖/ 數位時代

TVBS AI未來科技部副總監吳楨文說明,AI 技術迭代速度極快,若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式,不僅溝通成本高、也難以快速及時優化,容易導致使用體驗不如預期。若是直接使用外部 AI 工具,在產出結果不穩定的情況下,使用者常常要反覆調整提示詞與修正細節,反而會增加時間成本,使 AI 應用淪為新的負擔。

為解決這樣的困境,TVBS 在開發 AI WIZE 時,結合系統化與人才混血兩大策略,由工程師在「深水區」把關系統架構、資訊安全與成本控管,而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景,並將新聞專業封裝成可重複使用的 AI Agent技能,同時透過持續回饋機制,讓 AI Agent 不斷學習與優化,使工具更貼近日常工作需求。

簡西村最後強調,人機協作不是選擇,而是必然路徑。TVBS 期望透過這場 AI 轉型,打造兼具速度、深度與可信度的新型媒體競爭力,並以自身實踐經驗為基礎,帶動台灣媒體在 AI 浪潮下強化整體產業競爭力,重新定義媒體的「真實」價值,開創新聞產業的 AI 新時代。

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
AI全球100+台灣20
© 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