看準企業AI技術痛點，開發者與創業家老兵創立InfuseAI聯手打造新工具|數位時代 BusinessNext

看準企業AI技術痛點，開發者與創業家老兵創立InfuseAI聯手打造新工具

InfuseAI 提供企業單位一套輕鬆入手 AI 開發環境，讓使用者省略安裝過程、同時可支援多種最新軟硬體規格，可有效管理數據、控管運算資源與資料集，並具備可擴充性。

鎖定企業投入領域痛點提供環境基礎建設服務

InfuseAI執行長暨共同創辦人高嘉良，是台灣知名自由軟體程式設計師，除了開發Xcin輸入法之外，同時也是控制系統SVK的創始人。擁有豐富創業及程式設計經驗的他，鑽研技術外也積極推動台灣Open Source社群；在近年來希望能以科技促成民間與政府良性交流，推動自由與民主持續進展的零時政府g0v社群暱稱為高村長的他，與眾多夥伴花費大量心力，結合國內外公民科技技術社群力量。

由於長年鑽研技術領域，高嘉良觀察到，這兩年想投入AI的企業越來越多，但卻常因錯放資源或執行不當策略策略，導致成效有限。於是，他攜手另一位曾創立知名售票網站KKTIX(現已被KKBOX收購)、擁有一流Ruby on Rails技術的營運長暨共同創辦人薛良斌，成立 InfuseAI。

「當你依序安裝A、B、C解決方案，結果發現最好的方法是D，這是目前企業跨入AI領域最常遇到的問題。」薛良斌提到，在市場上，一間公司想要投入AI領域，常認為購買所費不貲的機器、高薪聘請資料科學家，就能搞定所有事情，但在運作後才發現，技術專家擅長領域有限，想純靠人力擺平一切是不可能的事情。有鑑於此，從這項痛點切入，他們提供企業可快速建立機器學習環境的基礎建設服務，以解決中間技術落差。

降低門檻輔助企業技術人員快速打造機器學習環境

但如何降低企業打造AI環境門檻？InfuseAI推出PrimeHub機器學習平台，使用者運用平台內的各式基本化模組，就能快速打造一體化機器學習環境。除了模組工具，平台也依照用戶需求打造客製化服務，六大解決方案包括：

快速開啟Jupyer Notebook環境
Jupyer Notebook是一個介於整合開發環境(Integrated Develop Environment，IDE)及編輯器(Editor)之間的編碼工具，使用者無需自行安裝軟體，便可直接透過Jupyer Notebook工具撰寫程式。此工具有利於研究室及教學現場，能容易地將研究數據和結果以視覺化圖表、線性回歸等方式呈現。

多種硬體規格及深度學習框架供選擇
使用者不必再自己組裝硬體、下載軟體，省去費力、耗時過程，PrimeHub支援多種主流深度學習框架，包括提供Docker Image管理環境設定及其他客製化選項，技術人員可選擇最符合需求的方式建構企業機器學習環境。

更有效管理數據、避免資料缺漏
在機器學習領域，資料集(dataset)包含大量圖片、文字影音檔，因此在共用、分享時，時常產生檔案缺漏、變動或損壞等問題，為解決此問題，PrimeHub支援管理者建立、上傳資料集，以類似「唯獨檔案夾」形式開放專家下載，除非管理者下放權限，否則不可變更內容，藉此確保檔案存取統一。這項功能可協助企業更有效地管理大量資料集，並確保機器學習指向相同結果。

輕鬆與內外部協作者共享資訊
PrimeHub為降低使用者進入的門檻，串接了其他網路服務帳號系統，如LDAP、AD、Google等，讓使用者可使用原帳號登入協作。同時，管理者能自訂使用者權限、增加訪客帳號、設置到期時間和可觸及資料等。

配額控管硬體資源
系統運作理想狀態是一台機器專心處理一項專案，但實際上常是一機多用。資源分佈不均情況下，不僅浪費時間也使專案延宕。PrimeHub透過調度，將硬體資源分配給不同專案，例如：一家公司共有20顆GPU和其他CPU等容量設備，平台可設定其中A組使用10個、B組使用10個、有多餘資源時再給C組，減少資源浪費、成效不彰等問題。

具有高擴充性、高可用性及高服務可靠度
除上述支援與服務外，PrimeHub也提供分析圖表，並建有自動故障排除、分散式資料儲存等機制。企業可在軟體中設定可用性及擴充性，升級系統版本時，也能停止某幾個伺服器、只維持特定一個持續運作，使作業不會中斷，資源可以妥善分配、使用。

持續打磨產品拉高與其他競爭廠商區隔

InfuseAI主要商業模式為B2B，將PrimeHub軟體及服務賣給握有資料、具硬體設備、想打造機器學習環境的企業及單位。薛良斌說：「即便相關開源工具越來越多，但企業還是有客製化需求，如何讓動手步驟愈趨簡單、快速，就是InfuseAI想做的事。」同時，針對尚未擁有硬體、卻也想跨足AI領域的潛在客群，團隊計畫未來與硬體廠商合作，藉由軟硬整合拓展客源、滿足更多企業需求，並藉此與純提供SaaS服務的競爭對手做出區隔。

目前，他們主要面向金融、教育產業，台灣人工智慧學校就是他們其中一個客戶。短期內他們會先在台灣爭取更多傳統產業、學術研究及教育機構客戶，等基礎打穩後再進一步前進全球，藉由參與國際大型技術論壇、開發者活動等，積極爭取曝光，打造跨國軟體供應企業。

創業快問快答

Q：長遠來看，公司想成為一家何種類型的公司？
軟體服務公司。下一步目標是增加國際曝光，並且提供平台讓國外用戶便於試用。

Q：創業，教會了你哪些事？簡單分享創業至今以來的心得感想？
除了公司要做什麼之外，也要決定公司不做什麼。

公司資料

公司名稱：工合有限公司/InfuseAI Inc.
成立時間：2018/6/26
服務名稱：PrimeHub
上線時間：2018/6/26
團隊人數：7
官方網站｜Facebook｜MeetHub

本文授權轉載自：創業小聚

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。