驅動世界的嶄新見解
驅動世界的嶄新見解

研究未來自動駕駛的重要學習:重視資料傳輸與資料主權的企業將能提高企業價值。

是否還記得上回開車的沿途風景?或許當時風光明媚,路途順暢。旅途中,你可能發現晴空萬里的海濱美景或是綠意盎然的鄉間小徑。然而,天卻總有不測風雲,並非每次的旅程都是如此愜意,有時我們會因為路況而必須調整行程。

正因為無法完全預測路況,汽車製造商正全力開發可預防意外發生的工具。但究竟該如何在毫無徵兆,突然遇到闖紅燈的卡車或結冰路面的情況下,確保駕駛人的安全呢?

數據資料就是關鍵。

不論是傳統燃油車、連網汽車或自駕車(AVs),都需要大量的道路測試資料,以確保行車安全。當車輛偵測與預測功能越敏銳,旅程就越安全。因此,資料洪流亦可說是未來汽車的另一種燃料。

shutterstock_559844623_big data.jpg
數據資料不僅用於行銷、廣告、零售業等,對於汽車產業也有很大的重要性。
圖/ Shutterstock

忽略資料將會「鑄成大錯」

成功的企業都清楚現今這世界皆仰賴資料在運作,因此,資料不足將是企業的一大致命傷。麥肯錫顧問公司也提出警告:「至今多數汽車製造商都忽略了車用資料背後的龐大商機,與其他積極從資料中汲取企業價值的產業相比,可說是項重大疏失。」

幸好,對汽車製造商與其他所有產業而言,只要是有助於人類社會發展的資料都藏有提升企業價值的潛力。

消費者對於聯網汽車與自駕車越來越有興趣。麥肯錫顧問公司在2020年的調查中發現,有37%的受訪者表示願意為了連網功能選購其他汽車品牌,更有39%的消費者在購入汽車後願意嘗試車中更多的數位功能。

Fortune Business Insights的研究也指出,預計全球聯網汽車市場將從2021年的597億美元成長至2028年的1918.3億美元,年複合成長率高達18.1%。

然而,儘管聯網汽車與自駕車有助於環保、提升安全並開放創新,但若未善用這些富含資料的洞察並控制演算法,就先在全球部署這些新技術,反而可能帶來負面的效果。

如何善用資料將是決定自駕車成敗的關鍵。設計出更強大的連網功能,並推出Level 2至Level 5的自駕車是一個需要大量資料的學習過程。而攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集

若要成功利用自駕車研究案例的資料,就必須將這些資料傳送到能被擷取洞見的地方。而若研究車輛若要進行更高等級自駕技術的測試,現場資料必須能從車庫上傳至雲端,以進行機器學習(ML)處理。

攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集。
攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集,能否善用這些資料將是決定自駕車成敗的關鍵。
圖/ 作者提供

大量資料等同於大好機會

請記得,這些資料將在複雜且擁擠的環境中傳輸。

從自駕車攝影鏡頭等端點上傳至雲端的資料集,急遽龐大,日益壯觀。多數資料都存放在多雲與邊緣兩地。不論遠近,資料量呈現前所未見的成長。光是今年,全球企業資料量平均年成長率高達42%,其中僅有32%的資料受到運用,台灣的比例更低,只有 30%。IDC研究發現企業具強健資料維運(data operations)的能力以運用資料,將可提高營收與顧客滿意度。大量資料就是大好機會。

要掌握機會,蒐集到的資料就必須快速傳輸到能夠安全利用的地點,最好是鄰近該應用場域。

汽車製造商使用研究車輛來微調自駕車解決方案,做好將來上路的準備,而資料正是其中成敗的關鍵。平均每台研究車輛能收集30TB至50TB的資料,最高可達150TB。10至20輛搭載先進駕駛輔助系統(ADAS)的研究車隊共能收集約1.5PB的資料,這些資料需要傳輸到公有雲上進行AI/ML工具運算。但首先,這些資料要如何上傳到公有雲呢?

根據Seagate近期的Mass Data on the Go報告指出,單靠頻寬傳輸大量資料的速度太過緩慢。即便是透過企業級網路,也需要150天才能將研究車隊一整天蒐集到的1.5PB資料,在車庫中上傳完畢。

為克服棘手的延遲問題,多數企業紛紛選用更快且更可靠的解決方案:Lyve資料傳輸服務。研究車輛將資料儲存在車廂裡的可攜式硬碟中,之後即可輕鬆拆卸,並無縫地透過空運運送至雲端擷取分析。ADAS的研究資料可被運送至各處,也可以備份到儲存即服務雲端上。

Lyve 資料傳輸服務
Lyve的資料傳輸服務,可將資料儲存在車廂裡的可攜式硬碟中,之後即可輕鬆拆卸,並無縫地透過空運運送至雲端擷取分析。
圖/ 作者提供

維護資料主權,持續並進

除了頻寬外,安全與法遵問題也會阻礙資料流動。現今資料經濟的時代中,資料主權舉足輕重,特別是在政府已經意識到資料代表力量的歐洲。歐洲政府相當重視資料治理與安全性,並且制定出一般資料保護規範(GDPR)等相關法規。

想要進行資料治理的企業,可以選擇以資料為中心的雲端,像儲存即服務,其位置通常位於邊緣,鄰近資料產生地。能推動資料傳輸與主權的策略正是推動企業成長的催化劑。

這或許有違常理,但阻礙資料傳輸的因素最終往往成為了讓資料自由流動的要素。延遲會造成資料傳輸的停滯,但不代表資料傳輸就此停滯不前。相反地,延遲反而推動技術創新,選用實體、安全的可攜式硬碟可快速輕鬆的傳輸資料。

同理可證,不應對資料主權有疑慮而把資料束之高閣。選擇以資料為中心、相容於S3、可安全備份、鄰近資料產生地的雲端服務,即為理想的解決方案。

重視資料治理與安全性。
數據資料對各產業都有其重要性,但同時更要重視資料管理與安全性,因此需要慎選管理的第三方廠商或是產品。
圖/ 作者提供

歸根究柢,你的資料還是屬於你的,歐洲國家與因保護顧客而成功的企業同樣明白這點。無論資料集有多麽龐大或非結構化,都能確保資料靈活及資料主權。

未來的路已經相當明確,企業如何確保資料傳輸並維護資料主權同時也將左右駕駛人的行車品質。

《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)

責任編輯:吳佩臻、侯品如

關鍵字: #汽車產業
往下滑看下一篇文章
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理
門市越展越多,如何降低管理與維運負擔?不用全面汰換設備,也能逐步升級智慧化多據點管理

快速展店背後的挑戰 如何降低跨據點管理與維運負擔

對連鎖零售企業而言,展店代表商機與成長,但當門市數量快速增加,營運與管理的複雜度也隨之提升。尤其對便利商店(C-store)、餐飲連鎖與其他高密度展店型態的企業而言,總部需要面對的不只是據點數量增加,更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理,往往以單一門市為單位,各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形,或進行跨區域管理時,往往需要投入大量人力逐一確認資訊,不僅增加管理負擔,也提高維運成本。

此外,零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝,甚至調整營運規模。傳統一次性設備投資模式,容易讓企業在面對據點變化時缺乏彈性,也增加設備重新配置與後續維護的負擔。

因此,現代零售企業所需要的不只是單純記錄事件的設備,而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊,並支援未來智慧應用發展的智慧化管理架構。

晶睿通訊-2.png
圖/ 晶睿通訊

從既有設備開始升級 降低全面汰換設備的轉型負擔

面對智慧化轉型需求,許多企業最大的挑戰並非是否需要升級,而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言,全面汰換既有架構不僅成本高,也可能影響門市日常運作。因此,能夠兼容既有設備並逐步升級的彈性架構,成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構,企業可以從既有設備開始,逐步整合不同據點的安全資訊與管理需求,同時導入雲端管理能力。相較於一次性重新建置,新一代平台架構能協助企業延續既有投資價值,並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外,訂閱式雲端服務模式和混合雲安防架構,也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理,企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整,精準配置資源,降低一次性投入壓力,也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言,安全管理不再是一套固定且難以調整的架構,而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理,或因應營運策略調整,都能以更彈性的方式完成管理升級。

晶睿通訊-3.png
圖/ 晶睿通訊

AI 不只是安防工具 更開始協助零售提升營運效率

隨著 AI 技術快速發展,安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤;如今,智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為,協助企業從「看見發生什麼」進一步「理解正在發生什麼」,甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言,AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則 讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測,協助門市減少人工查看影像的需求。而進一步透過 Think Alert,管理者更可以直接以自然語言設定客製化的偵測條件,將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例,店員往往需要同時處理結帳、補貨與顧客服務,總部也難以持續掌握每個據點的即時狀況。透過 Think Alert,管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境;當符合設定條件的畫面出現時,系統即可主動發出警報,協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言,這代表 AI 不只是協助辨識既定事件,更能依據不同營運需求,讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查 Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後,如何從大量、多據點的影像中找到關鍵人物與事件脈絡,往往是最耗費人力的環節。透過 Think Search,管理者可以直接用自然語言描述想尋找的對象與情境,例如,當家長反映孩童可能在門市附近走失時,店員或總部人員不需要逐一查看不同攝影機的錄影畫面,只要在 Think Search 輸入「昨日上午,牽著小女孩的男性」等自然語言描述,系統即可協助從大量影像中篩選相關畫面,快速找到相關人物可能出現的時間與位置。若需要進一步追蹤,還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault,建立事件時間線與人物移動路徑,協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運 讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景,若顧客將手機、包包等物品遺留在座位或櫃台附近,遺留物與遺失物偵測可以協助門市人員更快發現異常,主動確認並協助顧客處理失物問題;人流分析則能協助企業掌握不同時段的門市活動趨勢,作為空間配置與人力安排的參考;車牌辨識可應用於停車區域或門市周邊管理,而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用,企業能在既有設備基礎上,進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言,AI 的價值已不只是「看得更清楚」,而是讓企業更快發現問題、更快找到資訊,並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則,到 AI 搜尋與事件調查,再延伸至顧客服務與營運分析,雲端安防平台正讓影像從被動的紀錄工具,逐步成為支援多據點安全管理與營運決策的重要資訊來源。

晶睿通訊-4
圖/ 晶睿通訊

85°C 北美導入 VIVOTEK AI 雲端安防平台 加速 80+ 門市智慧營運升級

隨著零售產業持續朝向多據點與數位化營運發展,如何在快速展店的同時兼顧營運效率、安全管理與服務品質,已成為企業的重要課題。

為支援持續拓展的營運需求,85°C Bakery Cafe 北美導入 VIVOTEK VORTEX AI 雲端安防平台,透過雲地整合架構與 AI 智慧應用,將原本分散的監控系統整合至單一平台,全面提升多據點管理效率、事件處理速度與日常營運效能。

此案例呈現零售企業如何從既有設備與架構出發,分階段導入雲端安防平台,並為未來智慧化管理與 AI 應用建立基礎。

閱讀完整案例

85°C Bakery Cafe North America 如何透過 VIVOTEK 雲端安防平台打造更智慧的門市管理模式

觀看案例影片

了解 85°C Bakery Cafe North America 如何應用 VIVOTEK VORTEX AI 雲端安防平台

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
台達電全解讀
© 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