Google推圖書搜尋與出版商、通路共創三贏
Google推圖書搜尋與出版商、通路共創三贏
2007.03.01 |

一九五○年代,影印機剛上市時,輿論認為從此出版業會滅亡,因為人人可以複印、出版書籍,事實不然。當網路書寫蔚為風潮之時,同樣的預言也再度浮現,在部落格滿坑滿谷,報紙雜誌轉為電子版的此時,Google決定將紙本書也捲入網路的漩渦。
二○○七年一月,Google宣布與台灣城邦出版集團合作圖書搜尋計畫,而博客來網路書店加入計畫,提供全球繁體中文書籍的零售。全球性的圖書搜尋計畫已經蔓延到華文世界。過去,網路與紙本書的愛恨情仇多年未解,今日Google揮著搜尋引擎的大劍,認為圖書搜尋可以解決目前水火不容的局面,它在全球積極招募合作夥伴,做這件事對Google有什麼好處,對普通的出版商及通路商又有什麼影響?

**內文搜尋有助確認消費需求

**
傳統的出版業,由出版商直接面對通路商,當新書出版時,出版商輔以宣傳,在通路書店鋪貨上架,接下來,這些書就在書架上等著消費者青睞。不過,每本新書與前來書店瀏覽的消費者相處的時間並不長。
「專門書大約十八個月(上架期),但暢銷書也許只有十二個月甚至更短。」英國出版商Springer副總裁保羅.曼寧(Paul Manning)說。Springer從事STM出版(Science、Technology、Medicine),專門出版科學、科技、醫療等專門用書,以及B2B出版事業,它也是率先加入Google圖書搜尋的出版商之一。
書籍在實體通路的時空限制下,只有短暫的曝光時間來吸引消費者注意,甚至有些沒來得及上架就又原封退回出版社。《長尾效應》一書,就是認為網路可以解決實體通路的時空限制。作者克里斯.安德生(Chris Anderson)表示,無論是在亞馬遜網路書店或線上音樂商店iTunes,九八%的商品都曾賣出過至少一次,換言之,只要有曝光的機會,商品就會找到它的市場。既然長尾效應已經在網路書店發燒,Google圖的顯然不僅於此。
網路通路商已經給予書本充分的曝光,Google卻更想將內容一併呈現在消費者眼前。試想,搜尋一本書,卻只能看到書的封面,而對內文一無所知,消費者該怎麼判斷這本書是不是他所需要的書呢?如果消費者搜尋到一本書的同時,也能夠一併看到書的內頁,消費者更能確定書籍是否符合他的需求。
也許讀者會問,在亞馬遜網路書店十數年的賣書生涯中,怎麼會沒有想到提供書本內容這件事呢?其實有的,亞馬遜曾經推出一個功能「書內搜尋」(Search Inside),將書本的內容掃瞄上傳供消費者查詢,基本架構就與現在Google的理念相仿。亞馬遜網路書店提供的是「經驗行銷」,透過提供書本部份內容,讓消費者更容易找到自己需要的書,這個計畫的成效不錯,Springer也是當時參與計畫的出版商。
回頭去看,當時在亞馬遜試驗成功的經驗,也是Springer對Google圖書搜尋沒有疑慮的原因。Springer副總裁曼寧表示:「當時我們也有點擔心,書內搜尋會不會讓消費者找到自己要的資訊就走了。」Springer驚喜地發現,書內搜尋反而讓消費者更確定自己找的專門性書籍是否有用,從而帶起了銷售量。當Google 圖書搜尋負責人湯姆.土維(Tom Turvey)與他們接洽的時候,他們很快就決定合作。

**可搜尋內容愈多,廣告欄位愈多

**
出版商在圖書搜尋計畫中,只負責提供書籍的掃瞄、上傳,建檔則交給Google。長尾理論的確可以解釋出版商亟欲加入圖書搜尋的行列,但Google為什麼要做圖書搜尋呢?
Google台灣工程研究所所長簡立峰表示,雖然現在網路上的資訊含量豐富,但目前最大宗的知識庫仍然是書本,「書本和網頁最大的差異就在於,網頁可以被搜尋。」無論是Google圖書搜尋或圖書館計畫,根本上都在解決這個問題,也就是讓書籍的內容得以被搜尋。
圖書搜尋負責人土維表示:「我們是搜尋引擎,如果有愈多的內容,我們就能提供愈豐富的搜尋。」對照出Google過去一系列的舉動,不難看出Google打算用搜尋的秩序重新組織世界的資訊。
舉例來說,Google學術搜尋透明化學術文章的搜尋,改變了學術圈的生態。從此,學者發表的文章被引用的頻率與次數都可以一目了然,學術搜尋甚至成為一種評鑑研究者的方式。
Gmail則是改變了人們使用電子郵件的方式,一個不再需要清理分類的信箱。所有信件自動按照往來對象成為一個連鎖信件組,使用者用搜尋的方式找郵件。
而圖書搜尋配合圖書館計畫的目標,就是最大的實體資訊庫──書籍。
表面上看來,這又是Google的樂善好施之舉,但愈多的內容可供搜尋,也正代表了Google擁有愈多的內容網頁可供置放廣告。換言之,當Google以搜尋引擎重新組織資訊的同時,也同時在媒合關鍵字廣告與搜尋結果頁。

**用搜尋引擎將內容與通路結合

**更聰明的是,Google堅守搜尋引擎的立場,不與通路商競爭,也並非打算提供免費的書籍來與出版商為敵,而是增加一個內容平台的新角色。在圖書搜尋的結果頁面,有出版商的內容,也表列出銷售此書的網路書店鏈結(Buy this book, BTB鏈結)。
加入計畫的出版商和通路商都可以從Google的後台獲得瀏覽次數與BTB點擊次數的報表,從而評鑑圖書搜尋的效果,還能夠雨露均霑地分享關鍵字廣告的收益。不擁有內容,也不販售商品的Google,用搜尋引擎的力量將內容與通路相結合。據土維表示,網路已經成為現今最大的圖書銷售管道。美國大約有一三%的圖書經網路銷售,英國則有一○%到一二%。Google居中擴大圖書銷售的版圖,創造出更大的圖書搜尋資料庫,也讓它自己從中得到更多的廣告欄位。

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