全球最大知識社群年度聚會直擊|數位時代 BusinessNext

它是由全球無數志願學者、玩家、學生等有知識的人共同建築的。這些參與者被稱為維基百科社群。這種分享的精神傳遞，是靠著一年一度的維基媒體國際大會（Wikimania），在社群間持續不斷地被強化。而今年，這個盛會不在別的地方，正是在台灣、台北。此次台灣拿下維基媒體年會主辦權，不僅是台灣維基社群力量的展現，也讓全球看到活躍的亞洲新勢力。

今年8月3日至5日，全球98國、數百名維基人、網路高手及媒體，齊聚台北市劍潭活動中心，一連3天的維基媒體年會，熱鬧展開。連維基百科創辦人吉米．威爾斯（Jimmy Wales）都盛讚，這是他所參加過最為有秩序、準備最為充分的一次年會。

促成這個國際盛會在台灣發生的主要幕後推手包括：活動總籌鄧傑、志工總召許瑜真、議程總管理劉自強。他們帶領著數十個社群及百名志工，歷經了一年準備，終於讓這次的年會圓滿完成。各自懷抱著理想的他們，為台灣年輕人的國際之路寫下了歷史。現在，也讓我們追隨他們的足跡眼光，記錄這屬於亞洲，更屬於台灣的記憶及榮耀……

散布在世界各地的維基社群，就是建構維基百科的幕後功臣，藉著各地區的聚會，社群們自動自發訂定各種目標及規範。而其中最盛大、最鼓舞人心的，莫過於一年一度的維基媒體國際大會了。

**DAY 1
3 AUG. 2007 **

統籌總舵手鄧傑
年齡：30歲
正職工作：《聯合報》法務專員
籌備年會職務：中華民國維基媒體協會理事長，負責進度總籌

09:00
忙碌的一天，2007國際維基年會在台北劍潭青年活動中心展開。活動總籌鄧傑（虎兒），在維基媒體基金會理事長德伍阿爾介紹下，起身接受與會者掌聲，這是全球維基人認識台灣的一刻。開幕演說結束後，虎兒開始巡迴整個會場，追蹤議場情況、確認講者位置，以及待命處理任何緊急事件。

12:30
今天重頭戲是中午的記者會，世界各地的媒體齊聚一堂，虎兒坐在維基百科創辦人吉米‧威爾斯（Jimmy Wales）身旁受訪。虎兒很有耐心地面對大小媒體蜂擁而至的連珠炮般提問，連午餐都沒時間吃，他臉上始終掛著微笑，分享維基年會首次在亞洲城市舉辦的甘苦談。

17:00
年會第一天大致上很順利，除了一位引言人臨時找不到，讓虎兒緊急地聯絡志工找講者，有驚無險地找到他（後來發現他在另一場會議中聽講）。下午5點，所有人重新在演講廳集合，虎兒宣布隔天行程的異動，感謝所有與會者出席維基年會，關上大門後，第一天行程正式結束。

來自世界各地的維基人陸續報到，大廳掛上大型議程表，同一時段有四、五個議程進行中。此外，自由區的茶點源源不絕，成為交誼好地方。裝置藝術區也引起大家的興趣，有藝術家試圖捕捉傳送封包影像當中的遺漏，有人用數位的方式表現植物生長。

**DAY 2
4 AUG. 2007 **

志工輔導長許瑜真
年齡：27歲
正職工作：Wikia網路社群專員
籌備年會職務：整合贊助資源及志工招募

08:15
由許瑜真帶領的志工群，每天早上準時集合，小至會場布置，大至處理緊急事件，全都仰賴志工們的動員。而事前一次次的教育訓練，就是讓一切得以順利進行的重要準備。除了政府認證的志工基礎認知訓練課程之外，對維基的基礎認識也是教育重點，無形間也讓維基社群的影響力，向外擴張了不少。

11:30
一年一度的維基媒體國際大會，除了是維基社群的大事之外，更是全球媒體關注的焦點。會議進行過程中，籌辦團隊接受不少國際媒體的採訪，其中還包括《紐約時報》（The New York Times）及國際紀錄片公司，台灣年輕人的聲音也藉此傳送全球。

16:30
大會除了是維基社群的重要聚會，也讓不少仰賴維基軟體平台而衍生的商業公司，有了更多的交流互動機會，像許瑜真工作的Wikia就是其中之一。這些公司多半以「廣告」為主要獲利來源，也同樣信仰「開放內容」的維基精神。

大會交誼廳就像個小型聯合國，可以看到來自世界各地的社群成員，還能夠接觸各種國際科技計畫，包括全球之聲（Global Voice Online）負責人麥金諾（Rebecca MacKinnon，左四）與百元電腦計畫（左一、右二）都是重要周邊參與者。

**DAY 3
5 AUG. 2007 **

議程指揮官劉自強
年齡：32歲
正職工作：中央研究院資訊科學研究所專案經理
籌備年會職務：與議程委員會成員溝通，共同進行議程規劃

09:15
負責2007維基年會議程的劉自強指出，本次議程主軸有三個：維基百科社群、開放內容、技術基礎，並且在他的努力下，才讓委員們接觸其中許多的中文論文。在活動當天，劉自強每天9點會向與會朋友簡介今日議程，接下來就是緊盯各講堂內議程情況。因此劉自強認識所有講師、了解所有議程特色，這些來自世界各地的講師只要遇到他，就會抓著他討論大小事。

10:15
伊藤穰一是閉幕日的重要嘉賓，劉自強負責他到場之後的演講事宜，敬業的伊藤到會場後隨即詢問劉自強，聽眾的國籍、年齡、有多少是維基客，以調整他接下來的演講內容。有趣的是，伊藤表示，他只吃沙拉和全麥麵包，雖然他很善意地說，他可到餐廳自己挑著吃，但其實大會餐飲沒什麼蔬菜可吃，讓劉自強和服務的志工傷了不少腦筋。

16:30
一整天都沒坐下來的劉自強，到最後維基基金會的運作報告時，終於可以坐下。本次年會的核心人物除了虎兒、瑜真、自強之外，還有負責公關的筱如、接待與報名的多多，完成這次活動，他們都很興奮。劉自強表示，年會結束收到許多與會人士的回應，「基金會主席Florence就說，這次年會隨時隨地都有精采的議程，她很喜歡。」

2007維基年會動員相當多志工，且訓練有素，讓國外來的參與者印象深刻。創辦人吉米在最後的閉幕大會上說，希望今年到明年可在全球舉辦50個CC party（由維基百科與Creative Commons協力舉辦），繼續推廣開放內容。

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。