發行美史上最夯信用卡Apple Card後,高盛CEO下一步放眼AWS量子運算
發行美史上最夯信用卡Apple Card後,高盛CEO下一步放眼AWS量子運算
2019.12.05 | Amazon

在亞馬遜AWS re:invent年度大會上,除了發表AWS旗下各種新服務、新產品之外,也會請到各種使用AWS的合作業者參展或是上台演講,分享不同產業如何使用AWS服務。

在今年(2019)AWS re:invent的主題演講開始前,踏進演講廳就可以看到熱鬧的DJ表演暖場。在主題演講進行到中場時,AWS執行長安迪.傑西(Andy Jassy)邀請合作夥伴高盛(Goldman Sachs)銀行上台分享的時候,開場DJ的耳機一拔、套上一件西裝外套從DJ台走向舞台中央,他就是高盛銀行執行長大衛.所羅門(David Solomon)。

高盛CEO David Solomon_GS (2).jpg
高盛執行長所羅門在主題演講前帶來DJ表演。
圖/ AWS

處理金融海量數據,高盛將導入量子運算技術

若要說今年的re:invent與往年有何不同之處?金融業者的參與度更高,形成顯著趨勢。

在今年,可以看到金融、銀行業者不僅僅參與re:invent的攤位展覽,高盛銀行甚至站上最大的主題演講舞台,大方分享企業的數位佈局。

「我們控管數萬億美元的資產,每一年都有海量交易;金融涵蓋範疇非常複雜,但高盛想把它簡單化,」所羅門一上台就點出銀行業的最大痛點。也正因如此,高盛內部已有9千名工程人員,並大量使用AWS的雲端服務。

展望未來,所羅門還說,正在考慮用量子運算技術來解決客戶問題。他所說的,大概就是AWS在re:invent大會前一天宣佈推出的量子運算服務Amazon Braket。

AWS全球金融服務業務開發總監史考特.馬林斯
馬林斯認為,AWS Lake Formation服務,能協助使用者將數據組織化,有利往後分析工作。
圖/ 程倚華攝影

AWS是Apple Card幕後功臣

金融業的一大特色就是充滿數據,無論是存款、信貸、風險評估業務,全部都是由量化數據所組成。因此,在數位轉型的過程中,銀行業者最感興趣的自然是與數據分析有關的AWS工具。

「 對於金融服務業來說,如果數據能有良好的組織,就有利於開展下一步分析, 」AWS全球金融服務業務開發總監史考特.馬林斯(Scott Mullins)這樣說,他也提到,像是AWS Lake Formation服務,就能協助使用者將數據組織化。另外,在今年re:invent宣布推出多項更新的機器學習平台SageMaker,能透過機器學習技術,協助銀行業者做到更複雜的數據分析。

不過,在整個金融行業數位轉型的過程中,其實每一個環節都與雲端技術有關。像是所羅門也提到,高盛與Apple合作的Apple Card信用卡,背後就是使用AWS作為底層架構。「在高盛工程師、AWS、Apple與萬事達卡的多方合作之下,Apple Card已經成為史上最成功的信用卡,」所羅門這樣說。

延伸閱讀:
美國史上最成功信用卡?Apple Card上線不到2個月,高盛發放超過3千億信用額度
Google跨入網銀服務!攜手花旗、史丹佛信用合作社開發「Cache」計畫

責任編輯:陳映璇

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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