解決Web3團隊痛點,AWS有那些戰績?憑什麼讓Coinbase交易所找它合作?
解決Web3團隊痛點,AWS有那些戰績?憑什麼讓Coinbase交易所找它合作?
2022.11.17 | 區塊鏈

亞洲最大的新創展會、2022 Meet Taipei創新創業嘉年華登場!面對全球經濟下行、景氣循環降臨、創新科技產業動盪之際,今年Meet Taipei創新創業嘉年華以「The New Paths for Disrupters」為主題,在展會中呈現經濟變動、技術革新與趨勢衝擊之下的台灣新創能量。

今年矽谷傳奇創投Tim Draper更親臨現場,並有來自17個地區、近50間國際新創團隊實體參展,《數位時代》將帶來第一手的現場觀察。

在Web2世界稱霸的雲端服務AWS,在Web3世界中可以扮演什麼角色呢?AWS全球創業倡導者Mark Birch在今年的Meet Taipei上發表演說,在他的認知裡,Web3是透過區塊鏈技術,將資料的所有權、控制權交回給使用者,跟現在由社群巨頭把持資料使用權的Web2世界非常不同,「Web3將會是一個更新、更好的網路。」AWS也能夠在快速變革的產業中,提供關鍵的支持性角色。

區塊鏈長什麼樣子?先從Layer 0 ~ Layer 3看起

區塊鏈究竟由長什麼樣子?Mark Birch首先介紹了區塊鏈的分層,可以細分為Layer 0~Layer 3,各自擁有不同的任務與功能。

Layer 0: 這是區塊鏈最基礎的底層協議,負責基礎的數據傳輸,是開發人員的基礎,讓開發人員不需要從頭打造區塊鏈。Layer 0的功能類似手機軟體的開發程式語言,可以設計、編寫程式軟體架構。

Layer 1: 又被稱為鏈上擴容、擴容方案,可以處理並完成交易,目前多數的公鏈如比特幣、以太坊,都是屬於 Layer 1的範疇,跟智慧型手機類比的話,有如ios、Android系統。

Layer 2: 又被稱為鏈下擴容,主要功能是提升區塊鏈的擴展性、每秒交易數量,解決 Layer 1擴展問題,編寫智慧合約也算是在 Layer 2的範圍,代表案例是區塊鏈平台Polygon。

Layer 3: 又被稱應用層,以區塊鏈為技術基礎打造的應用都算是 Layer 3的範疇,包括:DeFi(去中心化金融)、NFT(非同質化代幣)、鏈遊(GameFi)都是。

AWS全球創業倡導者Mark Birch
區塊鏈究竟由長什麼樣子?Mark Birch首先介紹了區塊鏈的分層,可以細分為Layer 0~Layer 3,各自擁有不同的任務與功能。
圖/ 高敬原攝

解決Web3團隊痛點,AWS有那些戰績?

Mark Birch表示,在與客戶接觸的過程中,發現Web3業者在打造服務時,非常在意運作速度是否能更快、能否在生態系中建立夥伴關係、快速在市場獲得知名度,以及重視安全與合規這四件事情。他表示,有許多知名的品牌在AWS上打造服務,已經取得具體成果。

Coinbase:導入機器學習功能,用來識別用戶異常

Coinbase是在美國掛牌上市的知名交易所,Coinbase數據科學總監Soups Ranjan曾表示,「經營交易所遇到的最大挑戰就是詐騙!」因此Coinbase在身分驗證流程中,導入AWS的機器學習功能,Coinbase的工程師開發了專門做圖像分析的機器學習算法,用來識別用戶異常情況。舉例來說,許多詐騙者經常用同一張照片註冊多個ID,透過圖像分析就能快速識別這類情況。

Kronos Research:導入AWS S3雲端彈性架構,縮短數據載入時間

Kronos Research是台灣一家專注在加密貨幣量化交易的團隊,結合人工智慧、機器學習等技術,開發出量化交易預測模型,目前是全球前五大加密貨幣量化交易團隊。

技術長Hank曾表示,團隊在處理龐大業務時,因為數據資料量龐大,時常面臨低延遲等挑戰,隨著業務量擴張,載入時間時暴增數倍。因此決定導入AWS S3的雲端彈性架構,相比過去的地端資源,在開發工作上增加許多彈性,Kronos Research的數據載入時間,也從過去的3小時縮短為5分鐘。

AWS - Mark Birch Global Startup Advocate
圖/ 侯俊偉

Web3浪潮崛起,但這並不太表Web2企業既有的服務不能參與其中,Mark Birch表示,AWS底下有許多協助新創的計畫,也持續的投資新創,過去也曾在台灣舉辦新創媒合會、AWS Startup Day等等,在Web3時代持續發揮影響力。

責任編輯:林美欣

關鍵字: #Meet Taipei
往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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