【專欄】打完第三劑、四劑或染疫，為什麼不會拿到無敵星星？|數位時代 BusinessNext

【專欄】打完第三劑、四劑或染疫，為什麼不會拿到無敵星星？

臺灣經歷三年以來最嚴重疫情高峰，確診的人數不斷累積。許多民眾相當好奇，為什麼即便染疫或是完整注射疫苗，卻還是無法完全避免感染、拿到「無敵星星」呢？

真的有「無敵星星」狀態嗎？

在新冠疫情初期，曾經有一種說法認為，確診康復者將能有一段時間「幾乎不會感染」。這樣的說法，其實對於不斷變種的病毒，已經不再適用。即便是自然免疫後得到的抗體，數量不高、能持續的時間也短。

以目前在臺灣和國際上最為流行的 Omicron 病毒來進行說明，Omicron 病毒的特色是比起之前的其他病毒，感染者的症狀相對輕微，甚至多數並無症狀；而且變異的速度極快，因此相當容易造成大規模的感染，已經感染過的確診康復者，也很有可能會再次感染不同亞型變異株。

Omicron 病毒的變異有多快呢？一開始的 BA.1 和 BA.1.1 亞型變異株，目前已經幾乎消失，截自2022年六月，目前全球感染的主流是 BA.2 亞型變異株，感染將近三成的確診者。2022 年四月，在南非發現 BA.4 與 BA.5 的亞型變異株。比起現在快速增加的 BA.2.12.1 亞型變異株，在過去兩個月內，感染人口翻倍、BA.4 則增加4倍、BA.5增加4.3倍。因此 BA.5 甚至被認為是下一波全球大流行的主要亞型變異株。

如果沒有「無敵星星」，那施打疫苗對於 Omicron 又有多少防護力呢？

就在六月十五日，《新英格蘭醫學期刊》刊了一篇研究《Effects of Previous Infection and Vaccination on Symptomatic Omicron Infections》，整理了自然免疫與疫苗對抗Omicron 的統計資料。

這個研究使用了卡達的公衛資料，資料顯示：

感染康復者所產生的自然免疫力，對避免會出現症狀的 BA.1 或 BA.2 感染的保護力是 46.1%。

近六個月只接種兩劑 BNT 或 Moderna 疫苗，對避免會出現症狀的 BA.1 或 BA.2 感染的保護力幾乎是零。

完整接種三劑輝瑞或莫德納疫苗，對避免會出現症狀的 BA.1 或 BA.2 感染的保護力是 52.2%。

感染康復者且接種兩劑 BNT 或 Moderna 疫苗，對避免會出現症狀的 BA.1 或 BA.2 感染的保護力是 55.1%。(也就是與完整接種三劑的族群的免疫力接近)

感染康復者且接種三劑 BNT 或 Moderna 疫苗，對避免會出現症狀的 BA.1 或 BA.2 感染的保護力是 77.3%。

研究中也再次呼應先前的研究，無論是感染康復者、接種疫苗或是感染康復後，再接種疫苗者，這三種狀態都能有效避免，因為感染 BA.1或 BA.2，所可能引起的嚴重或致命性新冠肺炎症狀（皆有七成以上的保護力）。

對 Omicron 效果更好的次世代疫苗

由於現在既有的疫苗都是對於新冠病毒原始株所設計的疫苗，對比 Delta、Alpha 變種株，接種疫苗有 90% 的保護力，施打疫苗對於Omicron二次感染的保護力明顯不足，僅60%左右。這也引發了疫苗製造商加速開發次世代疫苗的腳步。

以 Moderna 公司即將推出的二價疫苗「mRNA-1273.214」為例，就是能夠同時對抗新冠病毒的原始株以及 Omicron 病毒的次世代疫苗。

目前公布的臨床試驗結果中，未曾感染過的受試者將次世代疫苗當成追加劑接種後，血液中針對 Omicron 的中和抗體，比起使用原有疫苗當作追加劑的群體還要高出 1.75 倍、和接種追加劑之前相比，中和抗體更是增加了八倍之多。比起現在的疫苗，針對變異株所設計的次世代疫苗，也許會是更適合對抗 Omicron 的「無敵星星」。

《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：傅珮晴、侯品如

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。

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。

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。