數據變現經濟時代來臨,2030商務新規則
數據變現經濟時代來臨,2030商務新規則

想像2030年,當我們隨手用手機App下單買東西,打開Facebook看看最新動態和即時新聞,追看最新一集的美劇,每一個使用網路的行動和足跡都成為隨時被挖掘的數據寶藏,每段「網路小旅程」沿途的廣告是「演算法行銷」的成果,網路瀏覽商機。

根據Visa《2030未來商務報告》,到了2025年,數據經濟的總規模將達到4,000億美元,幾乎是2018年2,270億美元的兩倍。不管你我是否察覺,我們正被數據經濟(Data Economy)層層包圍。

DISCUSS ASIAN DATA analysis.jpg
使用者在網路上的每一個足跡,對企業主而言都是有機會變現的數據。
圖/ shutterstock

數據將籌碼化,消費者未來也能將個人數據變現

當零售市場大幅仰賴用戶數據來為每個消費者打造專屬的「超個人化」產品與服務,以因應激烈的市場競爭,預測2030年,數據應用不再只是單向運作,將有越來越多的消費者願意將個人數據與品牌商共享,以做為獲得更好的零售體驗的籌碼。

數據傳輸還將建制出一套安全可信賴的標準,把數據交換制度化。消費者擁有更高的數據管理權,甚至可以將部分個人數據「標價」來支付下一次消費。

而我看見這樣的趨勢已是發展進行式。例如,印尼一家新創公司將焦點放在購物收據蒐集上,只要用戶回傳收據圖檔,就能獲得現金回饋。透過收據來取得消費者在實體通路中的消費資訊,品牌商則透過此新創平台提供的資訊,即時了解更多消費者的支出分配和購物習慣,藉以提高線上線下銷售的整合,提供更多客製化、高度個人化的客戶服務。

iphone_shop_member
僅僅是回傳消費收據,這些資訊就能幫助企業主分析、了解消費者喜好,進而創造更貼近其需求的服務。
圖/ unsplash

以數據為本的商業模式日新月異,攜手共建數據交易生態系

2030年,消費者對個資將擁有更大的掌控權,在有了標準化數據交易機制之下,消費者不僅能夠自訂個人數據的價值,還能選擇與哪些品牌共享資訊。部分企業也將轉型變成數據整合商與數據經紀人,提供「數據顧問」這類嶄新的服務,協助廣大的消費者分級管理個人資料,同時為其他企業提供認證、整合過的數據,使其可以將重心放在為個別消費者量身定制出獨一無二的客戶體驗上。

和大家分享一個我看到已經在實現這樣創新模式的案例,香港有家區塊鏈公司,就是以區塊鏈技術為基礎,建立一個去中心化的資料儲存平台。它們除了數據儲存服務之外,也是個數據交易平台,它提供一個讓使用者可依據自身需求來分享和出售數據的市場機制,並以發行的「虛擬貨幣」來進行交易。

這樣去中心化的機制,不僅讓企業和個人都能透過數據來獲利,更使得用戶數據的應用更直接、更有價值,並提升消費者的數據自主權,企業則是可以將數據整合後出售給其他企業來獲利,不同的數據共享和整合模式,讓更多的異質企業可以更全面地了解客戶的個別需求。

Visa台灣區總經理趙麗芳
Visa台灣區總經理趙麗芳認為,數據變現已是發展中的事情,故建立一個安全可靠的數位交易生態系更顯重要。
圖/ Visa

數據風險:始於科技,解於科技

然而,數據經濟的龐大商機下,品牌商與企業要面對的,還有與日俱增的資訊安全威脅。到2030年,全球網路攻擊的總成本預估將達到90兆美元的規模(Kantar research 2021),也就是說,隨著巨量資訊和數據價值的爆增,數據竊盜和網路攻擊的頻率和成本也將跟著大幅上升,因此建立一個安全可靠的數位交易生態系更顯重要。

我認為,數位商務的基礎建設更有賴監管部門、金融機構、商家等多方合作,因此Visa在2020年提出「台灣支付安全發展藍圖」,倡議EMV 3D Secure支付標準,包括商家支援交易代碼化、金融機構推動即時風險評分機制、等多層資訊安全防護,希望透過科技做為監管與創新的解方,共同推動加速打造以消費者為中心、 開放且安全的商業生態系。

聲明
此文件中所載任何內容均不應被視作Visa建議、或以其他形式許可或允許使用此文件中包含的任何商標。所有品牌名稱和商標僅限於識別之用,不表明存在品牌授權或與Visa存在從屬關系。其所有權歸屬各自權利人。禁止濫用此文件所包含的任何商標或其他內容。Visa會通過包括民事和刑事訴訟等方式積極保護其知識產權。請注意,當出現第三方標識時,不構成Visa對該公司、組織或其程序、產品、服務的支持。

此文件所列舉的案例、數據、研究和建議都是按其原始資料提供,僅供參考之目的,不應作為企業或個人的營運、行銷、法律、技術、稅務、財務或其他業務所參考的意見。Visa對該資訊的完整性和準確性不做任何保證,且對您通過使用這些信息得出的結論不承擔任何責任。本資料中所含資訊並不應當作為任何投資或法律意見,建議您在必要時咨詢相關專業顧問。

未經Visa書面同意,任何人不得因商業目的轉售、派發、修改、複製、發布、傳播、使用和重覆利用此文件中所載內容。

責任編輯:吳佩臻、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)

【熱門焦點】
1.LINE Bank推活存利率2.2%的「口袋帳戶」!四大存款產品一次比較
2.【圖解】momo拚物流、PChome積極做支付!台灣10大電商全通路佈局一張圖看懂

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

關鍵字: #大數據
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