什麽是DevOps?(一)從管理與商業思維角度切入
什麽是DevOps?(一)從管理與商業思維角度切入

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。)

關鍵字: #數據分析
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