串接車廠與產險業者，創星物聯為UBI車險提供最精準的人車數據|數位時代 BusinessNext

隨著物聯網快速發展，其技術拓展到越來越多應用領域，這當中也包含「車聯網」，整合資訊、通訊、電子設備，將駕駛過程中所產生的數據蒐集起來，協助駕駛人有更順暢的行車體驗，實現人、車、道路一體的情景。我們已經可以預想到車聯網在未來將與更多科技技術結合，提升交通安全及便利性，但創星物聯遇到車聯網這項創業題目時，決定將「保險」與之結合，擴大車體數據應用價值！

當一部汽車從車廠製造完並出廠，交到消費者手上後，都會遇到汽車的保險、保修、保養這三保服務，但因為缺少數據來源，目前還沒有汽車製造商可以完整連結三保服務。這也促使創星物聯決定與整個汽車產業價值鏈最末端的產險公司合作，以數據做為黏著劑，讓車聯網平台可以黏住上游的汽車製造以及下游的車體保險，使整條價值鏈更加完善。

一機在手，操控由我

創星物聯開發的車聯網產品「KARDI」已被裕隆集團採用，結合KARDI APP，車主可以在手機上查看76項車況資訊，例如開車前，系統能將當前油箱油量預估出可再行駛的里程數，駕駛人就能透過APP決定是否要加油。

KARDI還支援AR遠端控制功能，讓手機變成一支啟動車輛的遙控器，透過4G網路或藍芽連線就能在APP上發動車輛、尋車、開啟尾門、上鎖。如果有其他人也想啟動這輛車，車主也能在APP上分享數位鑰匙，讓家人或朋友也能快速解鎖車輛。

提前檢視車況，給予最佳保養建議

除了提供目前車況資訊，平台也能彙整環境因子、駕駛行為、前次汽車保養內容等數據，推估汽車的耗損程度，提醒車主最好在何時將車輛送去保養，以降低意外發生風險。

而傳統的汽車預測性保養通常只有以里程數為判斷標準，但有的人開車習慣走走停停，有的人則開得很平順，依照每個人的行車習慣都會對車輛造成不同程度的損壞影響，因此創星物聯將多方的影響因素納入演算模型中，提高預測準確度。

創星物聯總經理林俊彥說：「我們的優勢在於擁有數據服務設計的能力，不斷優化並疊加演算法，得出高準確度的預估數值。舉例來說，我們可以拿汽車三個月的油耗費用來預測一整年的油料花費，準確度可以達到89.68%。」

加入駕駛行為讓保費計算更公平精準

台灣在近幾年引進UBI(Usage Based Insurance)車險，比起傳統車險僅採用靜態的個人資料，UBI車險納入動態的駕駛里程及駕駛行為等資訊，更貼近車輛實際被使用之情形，讓保險公司降低出險理賠機率。而對於駕駛人來說，優良駕駛也較能享有保費折扣，可以說是開車開得越好，保費繳得越少。

林俊彥認為目前交通服務產業出現的共享、分時租賃、電動車等現象讓全球的車輛總數量下降，同時每一台車的利用率上升，這勢必會讓保修、保養、保險的需求增加，也產生差異化，但如果沒有行車數據，傳統保險不容易處理好這三保服務，因此UBI車險的出現將會成為未來撼動整個產業的關鍵。

台灣目前真正有在推行UBI車險的保險公司寥寥可數，不僅是因為台灣保險公司受到法規諸多限制，缺少數據紀錄來源更是原因之一。

而創星物聯趁早切入車聯網分析這一塊，培養了專業的數據演算及變現能力，因而獲得泰安產險與明台產險的合作機會，讓車險評估能以更有力的數據資料佐證。

數據追蹤杜絕不良駕駛

創星物聯近期也在幫車隊業者架設車輛追蹤平台，以數據來管理車隊。特點在於系統可以每秒回傳車況、駕駛行為數據，當駕駛出現超速行為，系統能及時提醒，要求駕駛回到安全車速，同時記錄下數據，幫助車隊業者確認駕駛有無違規，並作為淘汰不良駕駛的依據。

打破傳統車隊僅依靠「追車」的管理方式，創星物聯以演算法發展AI車隊管理，改以「追人」的方式提高管理成效，駕駛當時的開車情況馬上無所遁形。

目前創星物聯主要與物流、宅配、客運業者合作，「不同型態的車隊業者在意的事都不同，像中小型車隊注重效率，一天之內送越多單越好，而大型物流業者則是注重品牌形象，因為車輛外觀都有公司自家的Logo，如果車輛發生意外都會造成民眾觀感不佳，因此業者會比較想管理好駕駛行為。」林俊彥補充。

多方涉入車聯網應用

創星物聯最令人熟知的就是團隊成員來自於鴻海集團旗下的物聯網事業單位，這也讓早期前來與創星物聯合作的客戶們都很信任團隊的專業能力，「雖然如此，但我們有獲得鴻海的投資，其他投資人看到反而不會投給我們，再加上在台灣的創業團隊早期要募到資金也不容易，所以我認為融資會是我們碰到的一個問題。」林俊彥苦笑著說。

以數據演算為基礎，創星物聯不斷拓展應用領域，除了與保險公司合作UBI車險計算，團隊也和車廠開發車聯網系統，同時更改善車隊業者的管理模式。要將資訊應用帶進汽車產業，串聯相關製造商及供應者，激起交通服務的革命創新。

創業快問快答

Q：最主要的客戶群？
1.Original Equipped(OE)-車廠客戶群
2.After Market(AM)-產險公司/物流運輸車隊客戶群

Q：就目前市場狀況，您認為貴公司服務的競爭優勢為何？
1.有整車整合的技術，有數據應用的實績與經過驗證的演算法。
2.具備數據服務設計的能力。

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？
1.創辦人與團隊的時間與專注力是有限的。
2.時間/資金/產品發展有絕對關聯。
3.越快體會到1&2，決策的品質越好。

公司資訊

公司名稱：創星物聯科技股份有限公司/Trans-iot Technology Co., LTD.
成立時間：2015/1/7
產品名稱：KARDI
上線時間：2016/11/17
官方網站｜新創資料庫

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。

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

在 Instagram 查看這則貼文

數位時代（@bnext_official）分享的貼文

串接車廠與產險業者，創星物聯為UBI車險提供最精準的人車數據