看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
看好微服務發展!創雲數據挾建立大型運算中心經驗,推AI企業資源自動化管理平台
2020.04.03 |
創雲數據行銷經理朱淯蓉
”當問題的發生時,沒有捷徑,就是靠經驗!

2014年創立的創雲數據團隊,專注基礎技術開發,以實踐開源的 OpenStack 架構切入,為大型軟體資料中心進行規劃設計、系統建置、同時考慮後續的維運模式。成立之際面臨激烈競爭的創雲團隊,以八年以上的 IT 規劃/維運經驗,持續在高技術門檻的雲計算產業耕耘,協助客戶進行彈性的技術佈局。

創雲數據 OpenStack

編按:OpenStack是美國太空總署和Rackspace合作研發的雲端運算軟件,為自由和開放原始碼軟件,擁有三大模組運算模組、網通模組和儲存模組,加上一套集中式管理的儀表板模組,來組合成一套OpenStack共享服務,可提供有需求者彈性擴充或調度,也可進行二次開發。

穩紮穩打帶來技術高含量和意想不到的機會

有別於大廠對於客戶而言無法釋出彈性、難以完全符合需求,創雲數據為因應不同需要,藉由客製化現有軟體和延伸其功能,更符合客戶需求。

創雲數據_Meet創業午餐會_2020-01-16_賀大新攝影_4118_Lr.jpg
圖片由左至右為創雲數據行銷經理朱淯蓉、董事長特助董啓豪與執行長徐振威。
圖/ Meet創業小聚

2015年創雲數據成功接洽中國湖北省級政務雲端計算運算及大數據資料中心的案子,打造共用雲平臺。當時,創雲用不到20名技術人員,在不到兩個月的時間,為資料中心建置1000個節點,成功讓200臺實體伺服器落地,「我們完成儲存總量約 2pb 的雲端計算中心,現在看起來雖然不大,但在當時是個創舉。」執行長徐振威提到。

相較於傳統數據中心,創雲數據提供的整體計畫讓硬體採購成本下降70-80%,維運人力節省高達90%。除此之外,資料平臺應用涉及相當廣泛,舉凡政務、交通、醫療、教育、工業、農業、金融等,直到2017年底覆蓋整個湖北、分佈在六個城市,實現省、市、縣三級互聯互通的智慧城市需求。

微服務整合平臺,讓資源管理不再是企業的痛!

大型資料中心不只側重於建置,更應在問題發生的當下,快速地找出問題並有效解決,建置湖北資料中心的經歷,使得創雲團隊的整合能力大幅提升。

2017年,團隊將技術搬回臺灣,看準企業數位化需求,創雲開始為企業建置微服務系統,目標對準虛擬銀行和金融科技,有效地為客戶實踐更彈性的數位服務建置、以及更長遠的成本節約。過去兩年,創雲數據攜手國內金融巨頭,建置一個整合微服務平臺,將全臺近200個據點、管理人員達一萬人以上大規模的資料管理一網打盡。

以金融產業為例,一個銀行App時常包納相當多元的服務,包含:點數累積兌換平臺、外幣兌換平臺、網路銀行平臺、信用卡繳款平臺、證券交易平臺等。然而,這些獨立的平臺服務相當分散且關聯性太低、難以統整,對於龐雜資料管理上除相當耗時外、系統多半老舊,執行長徐振威提及:「如果要回到公司做整合會耗費相當多時間,所以我們幫企業做,未來應用就是在一個平臺完成所有作業。」可以說,微服務是因為系統的有自己的資料庫、可以把資料獨立快取、儲存。而傳統的系統架構就是牽一髮動全身,如果公司要改其中一個類別的資料的話,不同類型的資料庫都要連同一起修正。有了微服務,有效解決資料處理龐雜又耗時的問題。

創雲數據 AI Ready 的混合雲架構設計

為Redhat認可合作夥伴,看好微服務於全球的發展

自2017年返臺以來,創雲數據為Redhat提供產品顧問一條龍服務,其實關鍵在於Redhat十分看好微服務的發展,且認可創雲數據的專業技術含量高,至今持續合作,Redhat也成功縮短50%的開發及測試時間,目前有30項微服務正在運行、仍有20項微服務正在開發,未來將提供移轉服務。

執行長徐振威分享:「微服務應該是要把原本web做拆解,而不是一直花費成本買,就是不該一直擁抱核心,而是診斷流程,用原本的東西轉型提供最好的應用。」執行長也舉例:一個內含Java的ERP(Enterprise Resource Planning,企業資源規劃)系統,創雲教導企業自行移轉企業過往自編的程式─「像是拆解積木,企業內部的工程師已經組裝好,創雲就是教他怎麼拆開。」

期盼產品化的合作夥伴加入,讓價值加成!

另一方面,看準AI應用愈加廣泛,市場將會有「資源如何應用」與「如何有效管理」的問題產生,為解決市場痛點,創雲數據AI資源自動化管理平臺應運而生,他們規劃於今年(2020年)第二季上線,對此,董事長特助董啟豪也補充道:「就像我手上有好幾百臺車,這麼多資源我就需要自動化管理,所以我們協助夥伴去建置,尤其是東南亞很喜歡。」

「雖然我們有knowhow,但Open source其實全球都在做,創雲將投入臺灣AI戰局,必須花更多心思做整合。」朱淯蓉提到,創立以來,創雲數據一直都面向 B2B 業務,除目前因應求新求變的金融產業,未來也將擴大與 AI 應用單位合作、協力整合資源,資源最後勢必要集中化,將採開源的角度邀集相關企業投入。此外,創雲數據也看準學術單位較願意接觸新的應用且user數量多的優勢,2020年也將市場版圖再拓及學校;在人才方面,下一個策略會聚焦於品牌思維的建立,團隊將延攬市場開發(Business Development)跟行銷(Marketing)專業的人才進駐。

在資金方面,募資會是創雲數據今年度最關鍵的階段目標,因為團隊需要人才讓技術優化,才能進行上下垂直與軟硬體整合。預計在 Pre A 輪可募集2500-5000萬臺幣,望募資者的產業可與創雲數據相輔相成,形成策略性投資,加強技術產品化的能力。

創業快問快答:

Q:長遠來看,公司想成為一家何種類型的公司?下一步的目標是什麼?你們如何完成?

A:我們想成為技術型的產品顧問服務公司,下一步目標除了整合RedHat原廠及合作廠商加強marketing外,學術單位客戶群更是重點經營目標。

Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?

A:
1. AI人工智慧在未來十年將改變全球經濟產業鍊供應方式,進年正處於爆發式成長。但並非所有企業的IT或資訊部門都了解該引入AI。AI Force除了解決此入門門檻相對較高問題外,並同時提供自動化的流程管理,一次性的解決客戶在面對AI人工智慧時所面臨的所有痛點。

  1. 企業的產品研發人員從撰寫程式碼到產品正式上線都有個生命週期,在此過程中會面臨非常多的問題及挑戰,例如版本測試、管控、需求變更、源代碼備份、資安等問題。創雲數據為客戶提供的產品解決方案,可協助客戶一站式的解決這些問題,讓研發人員專注寫code,維運人員透過自動化流程輕鬆管理,縮短產品上線時程。

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?

A:
1. Always要有plan B。
2. 商場是多變且現實的,沒有永遠的敵人或夥伴。
3. 慎選核心團隊成員!
4. 永遠要有最壞的打算。
5. Never say Never!

公司資訊

公司名稱:創雲數據股份有限公司
成立時間:2014/6/25
產品名稱:AI資源自動化管理平台 / DevOps CI/CD自動化平台 / RedHat全系列產品服務
上線時間:2019/11/8
團隊人數:11人
官方網站Facebook新創資料庫

關鍵字: #Meet創業之星
往下滑看下一篇文章
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?
從 Raise Day 出發,方睿科技如何打造商用地產的 AI 企業服務生態系?

AI 與數據正快速落地至各行各業,從製造、金融、電信、醫療到零售,應用速度不斷加快。但在每年交易規模至少新台幣 1900 億元的商用地產領域,卻長期受到數據破碎且不透明的限制,只能仰賴人力蒐集資訊,再憑直覺和經驗去解讀資訊、做出決策,使 AI 潛在價值難以真正發揮。為回應產業轉型的核心痛點,方睿科技首度舉辦「商用地產生態系年會 2026 Raise Day」,以開放式平台為核心,串聯專業地產服務商、空間相關企業服務商、產業專業人士等多元角色,勾勒出 B2B 企業服務生態系的全貌,希望能透過科技促進數據流動,為商用地產企業協作模式開啟新的可能性。

方睿科技
方睿科技首度舉辦 2026 Raise Day,以開放式平台為核心串聯多元角色,推動商用地產邁向產業共好的新階段。
圖/ 數位時代

方睿科技雙軌策略,讓 AI 成為商用地產的決策引擎

方睿科技創辦人暨執行長吳健宇指出,在 AI 時代,人應該專注於「最有價值」的工作;然而在商用地產業中,專業人士卻有約 70% 的時間耗費在資料蒐集與整理上,真正用於判斷與決策的時間僅約 10%。方睿科技希望翻轉這樣的時間分配,讓人力從低價值的資料處理中解放,將更多心力投入在判斷、溝通與決策等創造價值的商業活動。

方睿科技
方睿科技創辦人暨執行長 吳健宇
圖/ 數位時代

為此,方睿科技提出兩條實踐路徑。第一條是建構出具備完整性、易用性與進化性的商用地產智慧平台,運用 AI 技術,將過去產業中破碎、非結構化的資料,重塑為可被運算、可驗證的標準化數據,並結合圖表與互動式介面,讓使用者能夠快速得到完整市場資訊,實現「用戶即專家」的目標。

第二條則是推動生態系聯盟,將不動產視為企業服務的核心載體,串聯設計、家具、搬遷、清潔等多元服務夥伴,使空間不再只是靜態標的,而是承載案例、服務與數據回饋的生態系節點。透過生態系夥伴累積的實務資料與服務紀錄,平台得以發展「資料即推薦」模式,推動商用地產從單點交易,邁向可擴張的 B2B 服務網絡。

獨創「資料飛輪」機制,實現用戶即專家目標

在 AI 模型日益普及的當下,真正的競爭關鍵已不在模型本身,而是能否有效率地收集資料、提高資料品質,並將其與實際決策流程緊密結合。為此,方睿科技獨家設計出一個由「資料收集、資料精煉、專家把關、決策反饋」組成的資料飛輪,回應商用地產長期面臨的資料破碎與決策效率低落問題,成為方睿科技實踐願景的第一條路徑。

方睿科技技術長郭彥良進一步說明,資料飛輪機制的運作架構。首先在資料收集階段,必須系統性蒐集公開資料、內部檔案與報告,並透過 AI 協作將圖片等非結構化資訊轉換為可用的結構化數據。接著進入資料精煉,透過資料清洗與實體對齊,將原始資訊從單純的可閱讀升級為可比較、可推論的決策依據。第三步專家把關,則引入不動產專家進行校正與產業判讀,補上模型難以理解的規則與慣例,確保關鍵數據的正確性。最後的決策反饋階段,藉由收集使用者提問與行為,檢視現有資料是否足夠精準,再回到專家校正與補齊流程,使整個系統能隨使用頻率提升而持續進化。

在資料飛輪的運作基礎上,方睿科技正積極研發商用地產智慧平台 PickPeak。郭彥良表示,PickPeak 並非單純的物件搜尋工具,而是結合深度資料與 AI 的決策輔助平台。使用者可透過自然語言互動,提出人數、預算、區位、產業屬性等多重條件,再由系統動態生成可比較、可驗證的選址方案,真正將 AI 從「回答問題的工具」,轉化為「陪伴決策的數位專家」。

方睿科技
方睿科技技術長 郭彥良
圖/ 數位時代

創新 Data to win 模式,讓 AI 深入商用地產各階段決策流程

不過,單靠數據整合與 AI 應用仍不足以支撐產業全面升級,因此,方睿科技提出的第二條路就是,推動產業生態系聯盟,整合商用地產市場上不同角色的數據,讓 AI 能夠真正成為商用地產決策時的智慧引擎。

方睿科技不動產知識創新中心總監曾凡綱指出,目前在企業、房東或物業主與各類服務供應商之間,缺乏有效的整合機制,導致企業在選址與空間規劃過程中,難以快速找到真正合適的服務與解決方案,形成明顯的產業斷點。

為解決這些斷點,方睿科技提出「Data to win」模式,以資料取代傳統「Pay to win(付費買廣告)」思維,讓真正具備經驗與實績的服務夥伴,在適當的決策節點被看見。

曾凡綱說明,在廣告投放效益越來越低的情況下,企業服務商面臨的問題已不只是「如何曝光」,而是「如何在對的地方被看見」,這將是未來的市場勝出指標;而 Data to win 正好可以協助企業服務商建立此能力,方睿科技將生態系夥伴所擁有的案例、服務紀錄與產業知識等資料,經過去識別化與結構化處理後,再嵌入企業決策流程中,讓推薦不再來自廣告投放,而是真實、可被驗證的使用經驗,透過這樣的機制,不僅提升企業決策的準確度,也能同步放大生態系夥伴在合作中的實質價值。

舉例來說,方睿科技整合辦公傢俱夥伴 Backbone 班朋實業長期累積的辦公室規劃案例與平面圖資料,讓企業在選址階段,就能同步評估空間規劃方案,加速決策流程。又如,整合出行服務夥伴 USPACE 悠勢科技的服務資料,並呈現在地圖上,協助企業評估辦公據點的交通便利性,優化員工日常通勤與出行體驗。此外,平台也可整合大樓的 ESG 認證、公共設施與服務層資訊,協助企業快速篩選符合需求的辦公大樓,提升進駐媒合效率。

方睿科技
方睿科技不動產知識創新中心總監 曾凡綱
圖/ 數位時代

「Raise Day 只是這場變革的起點。」吳健宇強調,方睿科技已經透過投資與合夥模式,將布局延伸至專業地產服務與空間經營領域,至今旗下已有商用不動產仲介、顧問與估價等專業服務的宇豐睿星,以及聚焦商用地產代銷市場的希睿創新置業。透過直接參與第一線實務運作,方睿得以更深入理解產業真實痛點,讓科技不只是工具,而能真正回應實際決策與服務需求。

此外,方睿科技未來也將持續擴大「商用地產 x 企業服務生態系」聯盟,目前包括 Backbone、USPACE、IKEA For Business、潔客幫等企業服務夥伴已率先加入;接下來,方睿科技將邀請更多擁有關鍵數據與專業能力的企業服務商加入,讓數據在安全、可控的前提下流動,進一步釋放商用地產在選址、營運與企業服務等全生命週期中的結構性價值,為產業轉型啟動下一個關鍵階段。

方睿科技
右起方睿科技共同創辦人暨營運長陳致瑋、USPACE悠勢科技共同創辦人暨執行長宋捷仁 、Backbone班朋實業創辦人暨執行長廖家葳,透過企業服務生態系合作共同為產業啟動下一個關鍵階段。
圖/ 數位時代

方睿科技官網: https://www.funraise.com.tw

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
2026 大重啟
© 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