挖掘數據背後的價值,治略資訊用技術推進零售與工業的資訊革命!
挖掘數據背後的價值,治略資訊用技術推進零售與工業的資訊革命!

數據的價值在近幾年越來越受到各界重視,人們試圖要從以往被忽略的數據中找出新的解決方案,尤其是實際進到產業落地後,出現各種技術應用,以零售業和工業來說,大數據、AI、物聯網帶動產業升級,出現智慧零售與智慧工業,更有效地管理生產製程,也企業更了解顧客購物行為,產出符合人們需求、人性化的產品,不斷拉近企業與消費者的距離。

治略資訊正是在這樣的趨勢下,要來協助屬於零售業或工業範疇的公司更貼近大數據,有效地運用現有數據,找出目前產業困境的突破點。

團隊成員來自中央研究院,擅長機器學習、大數據分析、人工智慧等技術,長期鑽研資料分析,提供數據分析平台,讓企業輸入龐大資訊後找到預測模型,得以產出有效的解方。

智慧零售拉近與顧客間的距離

以零售業來說,人、貨、場是其中重要的三元素,治略資訊能以AI技術分析消費者購物習慣,進而會影響到門市鋪貨、安全庫存要訂多少,可見人、貨、場彼此息息相關,牽一髮而動全身,有了數據分析幫助商家做決策,也較能降低人為預測失誤所帶來的成本。

對於店家來說,除了要鞏固忠實客戶,也會希望喚醒那些一段時間未消費的沈睡會員,因此如何花費最少的成本去喚醒將來最有消費潛能的客群就是一個難題,以人為判斷是無法做到最有效的廣告投放或預測潛在客戶,但交給數據分析就有可能達成。治略資訊曾協助某間餐飲業者分析會員消費情形,將大筆的消費數據丟入分析平台可以得知最有可能被喚醒的會員有什麼特徵,依此來判斷需要發送訊息給多少會員,甚至是分析什麼時段的投放效果最好,讓店家的行銷資訊一出去就能打中目標客群。

治略資訊共同創辦人王智
零售業想要的不是工具,而是如何解決問題,並應用到情境當中。

大量購物紀錄其實很有數據分析的價值,治略資訊共同創辦人王智舉例,如果零售業者想開發購買威士忌客群,AI就能自動列出哪些人是從未購買威士忌但在未來很有可能購買,或是人們購買威士忌時通常會一起選購哪些商品。這些分析結果最終可以對潛在客全量身打造促銷活動,不需要浪費太多成本就能做到精準行銷。

協助工業物連網做到製程管理最佳化

工業物聯網(IIoT)正是企業迎接工業4.0的重要技術,在導入這方面的應用時,會由治略資訊的合作夥伴負責機台連網、數據採集,治略資訊則進行後續的數據分析。

工廠最怕的就是製程不穩定,需要時刻監控生產情形,並提高產品良率。目前治略資訊致力於進行工廠供應鏈或生產線的改善,形成智能數據平台,提升原物料管控、設備維護、製程品質的管理。平台會即時演算機台數據,推導在生產過程中出現的問題點是由哪些原因所造成,改善製程中的不確定性。

王智解釋工廠製程改善的重心會放在「品質」,當製程出錯時,通常會由工廠的老師傅憑著經驗去一一校對錯誤,當AI出現之後,AI要如何向工廠老師傅一樣自動且精準的修改製程錯誤將是數據分析平台獲得成效的關鍵。

治略資訊在接觸合作客戶時,也發現到很多工廠並不了解如何運用數據,也不知道該從何改善生產流程,因此治略資訊開展「12周分析」的業務模型,在這12周內,雙方會經過多次的討論與釐清,由客戶幫助治略資訊了解產業know-how、痛點,抓住問題點之後再由治略資訊為客戶擬定解決辦法。透過這樣深度盤點問題之後,也較能從根本解決產業問題。

成為輔助產業升級的推進器

治略資訊在台灣以及中國都有開展業務,對於這兩種不同的市場狀況有著深刻的體悟。中國內需市場龐大,不管是企業還是工廠老闆都很敢投資,產業競爭壓力大讓中國企業寧可犯錯也不要錯過,治略資訊營運長李榮生也說到:「即使去到那邊技術可能會被複製,但這不是不去中國的理由,不去可能會死得更快。」

治略資訊也曾拜訪過台灣超商業者,但普遍沒有使用或投資的興趣。因台灣企業多抱持著保守心態,產業龍頭仍安於目前現況,不敢冒太大風險,其他業者則奉行老二哲學,這樣下來也讓整個產業沒有進步的動力。

在工業方面也是同樣的情形,李榮生認為台灣目前還落在工業1.5或2.0,很多工廠的數據蒐集並不完整,自然無法導入AI或物聯網的應用,想要進到工業4.0就得花費很多額外成本汰換舊設備,許多工廠老闆是不願意投資的,最後也只能放棄數據分析這一塊,這也是令李榮生覺得相當可惜的部分。

治略資訊_2019_05_28_蔡仁譯攝-1.jpg
左起:治略資訊營運長李榮生、共同創辦人王智。
圖/ 蔡仁譯攝影

治略資訊仍相信著大數據可以為企業帶來前所未有的改變,即便有些企業還沒在這股資料革命的趨勢中做好準備,治略資訊也期望可以做為輔助產業升級的推進器,以數據分析做企業的最佳後盾。

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

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