COVID-19來襲,如何運用數據控制疫情傳播?看城市大腦如何打造韌性城市
COVID-19來襲,如何運用數據控制疫情傳播?看城市大腦如何打造韌性城市

新冠病毒(COVID-19)爆發以來,部分國家從被動因應轉為主動治理,疫情劇增是重要的轉捩點。疫情初期,許多國家存在地方應對不即時的現象,因而影響民眾對政府的信任。隨著案例激增,危機管理意識抬頭,從醫療公衛體系到社會經濟的調適,各國皆全民動員防疫。城市大腦(智慧城市的指揮中心)如何運用及整合數據,幫助城市領導者控制疫情呢?勤業眾信團隊以韓國近期的防疫表現舉例說明之。

推薦閱讀:上萬人居家隔離怎麼管?韓國政府推監控App,行蹤、症狀一次掌握

韓國首爾的城市大腦「智慧城市平台Seoul Smart City Platform」整合多項資訊,在疫情期間能即時顯示各地區的病例,協助領導者調整防疫措施。而基於「市民即市長」的政策理念,首爾城市大腦不只輔助領導者決策,同時也開放給市民了解疫情。

智慧城市平台Seoul Smart City Platform即時數據_勤業眾信.jpg
智慧城市平台Seoul Smart City Platform即時數據。

鏡頭切換至新加坡,因應疫情,政府推出TraceTogether App。透過手機間交換藍牙訊號以偵測附近用戶,並儲存記錄於用戶手機,幫助政府控制疫情。此外,TraceTogether結合智慧國家平台Smart Nation Platform及開放資料平台Covid19 SG,得以讓市民避免群聚於傳染地點,以防大規模傳染發生。

TraceTogether APP截圖畫面_勤業眾信.jpg
TraceTogether App截圖畫面。

韓國及新加坡在之前作為「防疫優等生」的身份,善用數據尋找潛在病例是關鍵因素,而城市大腦在協助城市管理者提高疫情的應變能力起了關鍵作用,但城市大腦究竟是什麼呢?

何謂城市大腦?

城市大腦,為智慧城市的指揮中心,其強調機器智能(Machine Intelligence),用來解決人類解決不了的問題。它就像高科技控制室,整合所有城市各領域數據進行關聯分析,呈現於大螢幕,城市管理者可以一目瞭然快速查看重要市政資訊,並進行決策與通報相關單位應對。

協助城市優化

以往的城市數據,可以說是一座座「數據孤島」,部門間數據無法整合。有了城市大腦,管理者即可俯視城市的全貌及優化資源的分配。舉防疫為例,透過影像、地圖資訊及醫院數據,可以協助城市管理者掌握疫情,包含監督移動熱區、設置緊急通報系統、檢視居家隔離狀況,可根據需求即時調整衛生福利政策,最大程度減少病例增加的機率。

改變城市治理模式

當數據成為城市的一部份,城市管理者的思維、市府團隊的協作機制、市民的生活模式等面向都將出現重大改變。城市裡的元素加入了龐大的數據庫,可以相互通訊,讓城市管理者可以從遠端調節城市運作,也讓跨局處溝通變得頻繁,全面提升危機管理與應變能力。而開放數據讓城市管理者和市民之間,有了數據及意見的循環。市民只需手機點一點,即可獲取相關資訊。

隱私權議題

疫情爆發後,如何找到對的感染者進行篩檢呢?答案是數據比對。韓國是全球手機擁有率最高的國家之一,加上高密度設置監視器,能準確揭露患者的感染地點。此外,新加坡運用TraceTogether藍芽技術追蹤市民行蹤也是經典案例。但其他國家在考慮採取類似措施時,必須在隱私權和防疫間做出抉擇,韓國及新加坡可以說選擇了後者,但這背後的基礎建設及文化適應,絕非一朝一夕建立。

跨城市間的聯防議題

新冠病毒大流行,在城市、國家和全球層面都提出了挑戰。然而,數據保護法是否具有足夠的靈活性來對抗病毒呢?這是數據共享面臨的最大問題。城市領導者的權限可以開放到什麼程度、共享數據可以詳細到什麼維度呢?相關單位應該建立數據共享發布指南,並且制定彈性保護機制。 這將要求各國重視全球公共利益,重視危機管理,以確保數據可以跨越國界。

台灣如何迎接這波浪潮?

台灣中央及地方政府團隊如何迎接這波浪潮,以城市大腦為基礎發展規劃智慧城市,值得關注。例如,是否以市民為核心、能否及時處理數據、能否快速應變緊急狀況及彈性的數據共享機制皆為重點。疫情流行之下,這是最壞的時代,也是最好的機會,台灣除了防疫措施受到國際矚目外,也可趁機發展數據治理相關舉措。

Reference:

  1. https://www.alibabanews.com/wangjian-chengshidanao-jiangchengweichengshidejichusheshi/
  2. https://www.opengovpartnership.org/collecting-open-government-approaches-to-covid-19/
  3. https://theconversation.com/coronavirus-south-koreas-success-in-controlling-disease-is-due-to-its-acceptance-of-surveillance-134068

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

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。

博弘雲端
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

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