你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
2018.09.04 | 區塊鏈

區塊鏈可謂為近兩年最紅的關鍵詞,從2017年中國因其巨大泡沫帶來的「割韭菜」效應,導致政府出面制止利用區塊鏈ICO,但也因為這樣,讓全世界都認識或聽過區塊鏈。隨之而來的是,許多人開始疑惑自身的商業模式與區塊鏈是否或應否發生關聯?在此,筆者將討論企業如何評估應否導入區塊鏈在其組織運作過程。

有一種說法是,「加密貨幣可能是假的,但區塊鏈是真的」

另外一種說法是2018年是區塊鏈大量落地元年,筆者從從事相關工作的角度,發現企業對導入區塊鏈的熱度逐漸升高,但要怎樣使用區塊鏈是個大難題。

如同AI的火熱,區塊鏈因加密貨幣的特性讓更多人參與,剎那間成為全民運動,但也形成很多不協調的現象,如在今年Computex Taipei期間,筆者受邀參加區塊鏈或加密貨幣有關的聚會,台上的人講著自己的幣和產業互動的連結,或根本就是在賣十多年前流行過的box pc(包裝成物聯網挖礦機),台下持幣者雖然討論氣氛熱烈,但多半只關心漲跌和內線。最後還是不會知道區塊鏈是什麼。

回到產業實務面,金融科技業由於跟加密貨幣的目標市場最接近,吸引了各式利益團體。

有趣的是,所有的區塊鏈專案一開始的起手式都是:區塊鏈可以改變世界!區塊鏈會影響到所有產業!

究竟區塊鏈怎麼改變世界,怎麼影響產業呢?總不會是所有的人都去搞幣,世界就會自動改變了吧?

由於區塊鏈泡沫,讓許多企業和各國政府嘗試著利用區塊鏈做些創新變革,區塊鏈也因技術上實作有許多變化,拿當年資料庫面世的狀況類比,不同的公司推出符合資料庫定義的產品和技術,但可能面向的產業和能解決的問題特性有各自的不同切入點。

近一點的雷同的例子則是雲端,若要揣想區塊鏈/分散式帳本的未來,可以拿雲端的歷史來做探討。雲端的觀念成形僅十年餘,現今大家已能朗朗上口,變成一種基本存在,以及大家都能接受的概念。筆者試舉幾個雲端的歷史演進來對比現今的區塊鏈泡沫,或許大家能產生新想法。

什麼是雲端?什麼又是區塊鏈?

發問者例如客戶,基本上不是真的想知道什麼是區塊鏈的技術,你不妨試問許多客戶,客戶說他們在用雲端,然若認真跟客戶討論何謂雲端,就會發現這問題的詭異之處,大家在經過多年洗腦後,早接受雲端這名詞,但具體講雲端是什麼,又好像回答不出來,所以,你覺得你真的想知道區塊鏈是什麼,還是其實你只是以為你想知道?你問對問題了嗎?

很多企業會問,怎麼證明你真的用了區塊鏈?

其實客戶不是真的問這個問題,並不是真的想知道資料是否寫到了區塊鏈,同樣的命題方式是你怎麼證明你在用雲端?事實上,早期的雲端很難證明你真的在用雲端。可以這麼說,客戶真的想知道和看到的是一個美美的dashboard告訴你:現在正在下進行寫入區塊鏈和從區塊鏈讀出的動作,千萬別說你可以開帳本給他看,那就跟怎麼證明你正在用資料庫而不是excel很像,你只是給客戶看資料庫的欄位寫入讀出,這些對於客戶是沒意義的。用傳統Server Client架構產生的特性效果和雲端是一樣的,那什麼時候知道你在用雲端呢?或者說雲端在這類命題的好處是什麼呢?

答案很簡單,當整個用量變大,或者你的服務開始跨國跨境跨區,這時雲端和傳統Server Client的差別就會出現。不證自明。

公有鏈與私有鏈

某種程度上,談論公有鏈與私有鏈,筆者認為跟談論公有雲和私有雲的情境類似。私有雲這個名詞出現可說是硬體伺服器業者對公有雲的反撲,若大家都用雲端,誰還要買伺服器?於是出現私有雲這樣的名詞,業者也宣稱比較安全。但事實上,你如何能確定你的資安能做得比Google或AWS更好?

當你用了私有雲,當業務擴張成長到跨區跨境時,這時你會發現只是用了難以同步成長,缺乏可擴性(Scalibility) 的Server Client技術,所有的基礎建設還是都要靠自己,沒有真的享受到雲端的好處。這種現象套用到私有鏈和公有鏈時,也會浮現類似的問題。

所以,用私有鏈解決了某個問題,未來你要準備多少資源和團隊來解決因為成長而帶來的挑戰呢?

舉個例子,現階段IBM也是用私有鏈或者聯盟鏈提供企業服務,那是因為全球化的團隊和基礎建設本來就是IBM的強項,若真的用私有鏈技術解決某個產業問題,無疑是為IBM這樣的企業帶路。當然正面的看待就是在大企業還未能反應過來時,先把位置佔好佔滿。

這是目前區塊鏈另外一個產業實際運用的矛盾之處,區塊鏈之迷人就是公開的帳本和多人共識帶來的可能性,實踐了新型態的「價值交換」方式,為了能促使更多的人參與其中,有些公有鏈會設計誘因機制,簡單說就是各種挖礦的概念來形成公有鏈網路,也因為這些誘因機制帶來了挖礦成本和新的交易成本,相比過去的雲端,反而把問題變複雜了,雲端你只要選擇好你的費率,基本上就不會有其他的意外成本。

假若你的服務試著架構在公有鏈上,那麼就得面對交易時間品質的不確定性以及交易成本的浮動。這就成了產業應用非常大的障礙,所以才會有聯盟鏈的機制出現。

但聯盟鏈也可能會變成是替某些特定產業大咖作嫁,如此一來,反而對於想用區塊鏈顛覆產業的新創來說不見得有利。

結語:區塊鏈是一個泡沫還是一場革命?

綜觀區塊鏈演進過程,仍然處於早期萌發階段,未來尚有許多不確定性與可能性,然而這股趨勢是令人期待的。

企業經營者若要掌握這個趨勢,必須鑑古而知今,透過資訊科技發展歷史找尋區塊鏈趨勢變化的蛛絲馬跡。企業是否該擁抱區塊鏈,筆者身為從業者當然是相當樂觀看待,從產業態勢及國際局勢來看也確實是樂觀的,擁抱新科技和趨勢本就是驅動產業前進的動力之一,至於企業該用何種方式擁抱它?如何善用泡沫而不被泡沫化?那就真的得把功課做足了。

《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
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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