免進維修廠遠端監控車輛問題！喜德科技以車聯網裝置改善德國修車困境|數位時代 BusinessNext

「2016年，住在德國的我開車前往大約 170 公里外的城市見重要客戶。駕駛途中，儀錶板上引擎警示燈亮了，我打電話詢問身為專業汽車維修技師的哥哥 Mehmet。」身處遠端的 Mehmet 也無能為力，最後只能和我說：「回家吧，看到車子才能知道什麼東西壞了。」最後，我只能冒著失去一個客戶的風險取消會議打道回府。當車回到維修廠接上了診斷電腦，哥哥判斷只是一個小問題：「按一個按鍵就可以解決了！」來自德國的新創公司喜德科技（S.I.T. TECHNOLOGIES）常務長 Servet 和我們分享親身經驗。

在德國，當汽車需要維修時，如果車主在外地，原本信任的維修技師沒法及時掌握車輛狀況，不確定是否需要立即處理，或還可以再行駛一段路；在陌生的外地，不容易找到信賴的維修廠。若有真的進入維修程序，車主往往需要漫長時間等待，歷時超過維修期間數倍，甚至為此更改工作排程，影響日常生活。

維修技師第一線觀察：維修等待時間難掌控

汽車都有「引擎故障燈」（Engine Check）的設計，如果引擎燈亮起，表示車子出現問題，車主在這個情況下除了查詢說明書，只能尋找維修廠當面與技師確認車輛狀況，這前後花費的等待時間不計其數，有時因為一個小問題，更需承擔很高的外部成本。而前述的等待時間，在德國更因為距離的緣故，被拉得更長。德國面積約為台灣的10倍，幅員廣大且WiFi取得不易，使得本地維修技師跟顧客的關係受限於空間，車主在外地時很難聯繫信任的維修技師，即時的車輛維修服務形成了很大的缺口。

為了解決修車耗時費力、苦尋不到技師等狀況，喜德科技創辦人 Mehmet 帶著汽車工程師的專業，離開第一線維修崗位，毅然投入創業。

unique TELEMATICS 所有車輛通用，即時連線診斷

為了優化汽車維修的歷程，喜德科技以「顧客關係數位化」為出發，研發 unique TELEMATICS。

unique TELEMATICS 是一個小型裝置，只要透過 OBDII 端子連結車輛，就能夠即時搜集車輛資訊並上傳平台，車主只需透過線上瀏覽器、無須下載任何應用程式，即能獲得車輛相關資訊。「凡2001年後出廠的所有車款，我們的裝置皆能支援。」Mehmet提到，數據上傳的頻率可由車主依照購買方案決定，在使用上，車輛數據平台具有兩個入口：一為車主、二為修車廠商。車主登入後可以管理自家車輛的資訊；而維修廠登入後，可進行顧客管理和遠端車輛診斷，從遠端便能處理部分車輛問題。

Servet 以2016年發生於自身上的案例，近一步描述 unique TELEMATICS 在生活中的應用：「有了這項裝置，在引擎警示燈亮了之後，我就可以選擇連線鄰近或者常去的維修廠，維修技師可從遠端告訴我，其實這只是一個按鍵能解決的錯誤，按下去之後可以正常行駛；如果有零件損壞，他能夠告訴我損壞嚴不嚴重，不嚴重的話晚點維修；狀況嚴重就趕快到維修廠處理，維修技師也可以馬上準備我需要的零件與工具，為彼此節省時間。」

跨接台灣市場，看中軟硬體結合技術

「整個德國都在製造汽車，大家假日有空的時間賞車，最想買的東西就是汽車。」德國以汽車品牌與製造名享全球，擁有移民背景的 Mehmet 真切地從日常生活的觀察，描繪出德國人與汽車間的密切關係。根據喜德科技蒐集 2018 年的數據，德國有超過 5600 萬輛車，他們選擇人口最多的巴伐利亞地區市場，在巴伐利亞 980 萬輛車之中，喜德科技目標是在 2022 年讓 25100 個車主使用 unique TELEMATICS。對應台灣市場，2019 年，全台灣有 2190 萬輛汽車，喜德科技也鎖定台北的 490 萬輛汽車，計劃在 2022 年能夠成功取得 5000 個用戶。

喜德科技接觸台灣的契機，是 2017 年德國的科技加速器 Zollhof 聯繫 Mehmet，邀請他一起瞭解逢甲大學跟台中科學園區創新代表的商務拜訪，並向台灣代表說明他正在創業中的計畫，2018 年四月 Mehmet 受邀來到台灣瞭解本地製造業的發展，返回德國後與 Servet 決定進一步拜訪台灣了解更多軟硬體技術，兩人在同年六月又赴台灣考察，認識更多台灣公司跟他們的運作模式。十一月喜德科技成立台灣公司，隨後也加入亞太 5G 加速器、和台灣新創 IGCar 取得合作，從此開始兩週台灣兩週德國的往返創業生活。

喜德科技預計在德國與台灣都採 B2B 模式銷售 unique TELEMATICS，透過維修廠接觸實際用戶。然而，喜德科技尚未找到台灣公司的成員，語言隔閡造成業務上的巨大挑戰，包含硬體代工廠的電話聯絡，以及中文資料閱讀，都需要未來的台灣夥伴協助執行。今年 11 月，喜德科技預計在台灣推出 20-30 個 unique TELEMATICS 產品，藉此更了解台灣的市場與顧客。

創業快問快答

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？

Being able to swim in a pool with sharks...

Q：創業至今，做得最好的三件事為何？

It is a system for every vehicle brand and can use from everybody.
We founded the company end of February and we are already in planing a pilot project with taiwanese companies.
We are one of the lucky members of the APTG 5G accelerator program.

Q：最常被客戶或投資人問起的事情？您會如何回應？

They don't believe that we already have a finished system. After showing them, they really liked it. They also are very happy, that our system is not only for B2B.

團隊資訊

公司名稱：喜德科技有限公司
成立時間： 2019/2/22
產品名稱：remote diagnistics
上線時間：2019 /11 /1
團隊人數： 5人
官方網站｜新創資料庫｜Facebook

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

免進維修廠遠端監控車輛問題！喜德科技以車聯網裝置改善德國修車困境