什麽是DevOps？（一）從管理與商業思維角度切入|數位時代 BusinessNext

DevOps是資訊界這幾年在提倡的一種思維，就字面上來説，是Development（開發）+ Operation（營運）的縮寫，臺灣有的人把Operation翻作「維運」，但我覺得翻作「營運」會更好，因爲以前的資訊系統商，在談系統售後服務，都是講維運合約，也就是Maintenance，而「維運」的含義我覺得相對來説被動，「營運」比較強調主動去做更多事；另外我覺得，DevOps還要再加上Deployment（部署）才完整，也就是Development（開發）+ Deployment（部署）+ Operation（營運），這樣才是網路時代，一個系統需要的完整流程。

爲什麽這幾年會出現這樣的概念？在2000年之前的軟體時代，因爲空間上的限制，程式開發完，打包成光碟，交付給使用者就結束了，如果程式有問題，就要等之後再推出新版本才能更新，每次交付給使用者的時間基本上是以月為單位，所以這個時候的軟體開發方式是用傳統的 「瀑布式管理」，一開始一定要先將需求規格定的很明確，才會進行開發、測試，以免最後出問題。

而進入網路時代之後，一切開始改變了，透過網路，可以跨越空間的限制，將程式快速上線，這代表，產品交付給使用者的時間大幅縮短，而在商業競爭的本質上，能快速回應使用者的需求，就能更獲得青睞，因此現在的開發模式變成 「敏捷式開發」，講究快速交付、快速修正、快速回應，可看我另一篇文章談瀑布式與敏捷式的差別。

DevOps主要的概念和内容是什麽？

DevOps強調的是，現在網路時代的程式開發，不再只是開發測試完就結束了，還要考慮到程式部署時所需的環境，以及後續長期營運，持續優化的問題，這些過程都會影響到使用者感受，唯有全面考慮到了，才能在這競爭激烈的市場脫穎而出，讓使用者願意持續使用這個產品，這樣的概念下，就產生了快速開發、快速部署、快速上線、快速修改、快速回應的循環。

但要達到這樣的效果，當然不是那麽簡單，要考慮的事情會很多，所以DevOps的實際内容在講些什麽？其實它融合了非常多的方法論，不管是管理手法或開發手法，包含「商業思維」、目標管理（MBO）、限制理論（TOC）、資訊科技基礎資料庫（ITIL）、精實生産（Lean Production）、持續整合與部署（CI／CD）、看版（Kanban）、敏捷式開發（Agile Development）。爲什麽要融合這麽多？後續分享一些我自己的想法。

資訊科技在網路時代的價值

很多IT技術出身的人，會覺得只要把程式開發好，系統維護好，這樣就夠了，其他什麽財務、銷售、製造不用去管，但我覺得這樣是大大低估了資訊人的價值！在網路時代，資訊科技可以為企業帶來的價值，是以前無法想像的，資訊人可以做的事比以前多出非常多。

未來將會是由「數據分析」引領其他專業部門。

怎麽説呢？不管什麽產業，都會說經驗很重要，以前的各項行爲，不管是行銷、業務、製造，因爲無法明確地記錄各項數據，只能靠人的大腦去記憶，所以經驗越豐富，理論上越知道如何做出正確的決策，所以會很常聽到「以我多年的經驗，我判斷XXX」，但實際上準確率多少，是無法確實掌握的。

但網路時代的到來，透過資訊科技帶來的數位化，可以蒐集到以前完全無法得知的各項數據！數據蒐集的越多，越能透過這些數據去分析出使用者實際的行爲是如何。舉個例，現在的電子商務，爲什麽在談 「精準行銷」？以前的廣告投放方式，説白一點就是亂槍打鳥，靠大量的曝光來讓使用者知道產品，但這樣的廣告成本越來越高，而且最重要的是，很多並不是目標客群，所以競爭激烈的情況下，廣告投放的投資報酬率越來越低，但如果透過系統蒐集到的數據，就可以分析出哪些才是真正的目標客群（TA），針對這些TA再去做精準行銷，就能以最經濟的成本，達到最大的效果，同樣的方式對業務推廣、生產製造，都是同樣的道理。

培養商業思維，進行目標管理

但要怎麽樣才能達到這樣的效果，首先要培養商業思維，什麽是 「商業思維」？

簡單來説，不能只是被動地聽主管的指示才去做事，而是要主動去瞭解哪些是對公司更有價值的事。

很多人時常會問，投資導入了資訊系統，到底為公司帶來什麽價值？常聽到的回答是，可以提高生産力啦，提高效率啦，降低人工成本啦…等，但最根本的價值是什麽？任何公司，最根本的目標只有一個，就是賺錢獲利，這非常現實但也實際，公司經營不是在做慈善事業，只有公司賺錢了，員工才可能有更好的薪資待遇。

因此，每間公司一定是從這個最根本的目標，再根據自身的條件和環境，來發展不同的策略目標，這就是「目標管理」，只做對目標有幫助的事情，任何對目標沒有幫助的事情，都是資源的浪費。

而資訊系統的價值，就是協助公司更有效率地進行管理及評估，以達到策略目標，像是前面寫的，透過系統，協助行銷部找到目標客群在哪裡，協助業務部找到哪些客戶更容易成交，協助製造部找到產線的瓶頸，提高有效產出（Throughput），製造這部分，是限制理論（TOC）的範圍，之後的文章再來談。

本文由李正霖授權轉載自其blog。

《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。）

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。