吹風機界的愛馬仕!從吸塵器、無葉風扇到吹風機,Dyson是如何操弄氣流、抓住用戶的心?
吹風機界的愛馬仕!從吸塵器、無葉風扇到吹風機,Dyson是如何操弄氣流、抓住用戶的心?

閱聽人在觀賞某些歐美戲劇或電影時,偶爾能看到一種下面掛著個大袋子、後頭拖著一條電源線的吸塵器,就如下圖所展示的那般,操作不便又笨重。

集塵袋式吸塵器
圖/ 截圖自網路

時至今日,若再看到這種舊型的集塵袋式吸塵器,總會給人一種「做家務事真累」的感覺。但令人好奇的是,吸塵器是如何從像袋鼠一般的模樣,進化到只需單手便可操作的無繩型態呢?

打破傳統,人類迎來了無線吸塵的時代

上述提到的集塵袋式吸塵器,誕生於上世紀初,所謂的「大袋子」其實是裝有過濾網的集塵袋,又大又累贅。使用一段時間後便會出現堵塞的狀況,不只清潔麻煩,吸力也會隨之降低。

正當使用者對這些缺點感到苦惱時,Dyson的創辦人詹姆士.戴森(James.Dyson)便出現了。

喜愛發明的他,打算親手改造家中那台經常壞掉的吸塵器,從工業鋸木廠用來分離木屑的旋風分離器中獲得了靈感,並將氣流技術應用到吸塵器當中。

經過無數次的試驗之後,Dyson於1982年首先使用旋風分離技術並運用到全球第一台無塵袋旋風式吸塵器的原型機上。而這款原型機有著一個響亮的名字——「G-Force」。

Dyson GForce
Dyson的G-Force
圖/ Dyson

戴森在原型機的基礎上進一步改良了旋風技術,於1993年推出搭載雙旋風技術的DC01吸塵器,當時定價是其他競爭品的兩倍,原來Dyson的昂貴是有跡可循的。但由於Dyson的潔凈力和吸力都較其他產品更強,因此在DC01上市之後,便成為當時英國最暢銷的吸塵器。

從那時開始,Dyson也與旋風技術槓上了。

埋頭深造,氣流也能玩出多種花樣

後來的Dyson,接連在旋風技術、數位馬達、氣流倍增技術(Air Amplifier)等創新領域取得突破。

以氣流倍增技術為例,如今這項創新被應用在Dyson旗下多款產品上,而最廣為人知的便是Dyson無葉風扇。

dyson
圖/ Dyson

從無葉風扇的剖面可以看出,氣流在環狀氣流腔體中不斷迴圈,透過狹縫被加速吹出,由弧形翼面引導氣流的噴射方向。因此,得以呈現出安全無葉的型態,在體驗上則減少了傳統風扇直送風所帶來的不適感。

而這項氣流倍增技術也被應用在Dyson Supersonic吹風機中,這款「吹風機界的愛馬仕」打破了傳統吹風機的設計樣式,以新奇的使用體驗吸引了許多少女的心。它吹出的氣流非常均勻,能進而達到快速乾髮而不傷髮質。

Dyson Supersonic (5).jpg
Dyson Supersonic

而另一款Dyson Pure Cool Me空氣清淨風扇也相當有趣,Dyson在獵鷹式戰鬥機的空氣動力學的啟發之下,發明出Core Flow旋風聚合技術並且運用在這款風扇上。

Dyson
圖/ Dyson
Dyson
圖/ Dyson
Dyson
圖/ Dyson

Dyson Pure Cool Me空氣清淨風扇同樣是無扇葉的造型,但形態上與上述所展示的無葉風扇有明顯差異。前者的頂部有一個球,氣流從底部吹出,沿著球面噴射出來,四周的氣流在圓頂相遇時,下方便形成高壓,於是在這個高壓點的影響之下,氣流被迫噴射出聚集的氣流。

獵鷹式戰鬥機利用這個原理實現了垂直升降,而Dyson則是用它創造了有趣的風扇。

獵鷹式戰鬥機
獵鷹式戰鬥機
圖/ 愛范兒

Dyson獨創了POLAR(Point Loading Auto Response)實驗方法,並專門打造出27平方公尺大的房間,用來檢測自家空氣清淨機能否做到均勻的凈化。分佈在不同位置的檢測儀,若數值近乎一致,也就是達到了理想的效果。

然而,在這些技術背後是6,000多名工程師和科學家不曾間斷的辛苦研究。瞭解過後才會明白,Dyson產品之所以較同類競爭品更貴,並不是奢侈品般的品牌溢價,而是為了維持長久的研發活力所需的必要成本。

創新不止,Dyson不再受限於「風」

目前Dyson市售的產品,如吸塵器、和吹風機、空氣清淨機和美髮造型器,基本上都是圍繞著「旋風氣流」做文章。

而Dyson未來還會在電動車、固態電池、數位馬達、視覺系統、機器學習及人工智慧等多方領域繼續努力。

dyson ev.JPG
圖/ Dyson

延伸閱讀:Dyson電動車夢為何夭折?創辦人賠掉190億元,坦言「被福斯醜聞害慘」

另外,Dyson最新的Lightcycle檯燈,是由Dyson創辦人的兒子傑克.戴森所設計的。這座檯燈,或許未來會成為Dyson產品的新里程碑,帶領這個品牌在多方領域中推出更多創新的產品。

Dyson Lightcycle
Dyson的Lightcycle檯燈
圖/ 截圖自Twitter

責任編輯:文潔琳、蕭閔云
本文授權轉載自:愛范兒

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