機房裝貨櫃載了就走 外太空也能辦公
機房裝貨櫃載了就走 外太空也能辦公
2007.04.15 | 技能

儘管兩架飛機分別撞毀了紐約的世貿中心,但是位於世貿大樓的跨國公司和國際銀行,在短時間之內能恢復運作,靠的就是資料中心(data center)的備援機制。

一般人可能無法想像資料中心的重要性,但人人大概都有電腦硬碟毀損,平時儲存資料不見,但明天要給老闆而急到跳腳的經驗。企業資料若毀損,更不難想像所造成的損失。因此,資料中心成了企業最重要、最核心的命脈。

資料中心其實也就是一般所說的「機房」。一般人鮮少有機會到「機房」去,畢竟那是公司的機密重地,通常把關森嚴,且被建置在穩固、隱密、防火、防水、防震的建築物裡。

通常機房裡就是一堆又高又大的大型主機,看過去是一整排的機器,上面放滿了各式各樣的線路。一般來說,機房有儲存設備(包括磁帶機、磁碟機)、網路通訊設備、伺服器、主控台、電源設備、以及各種控制器等。但是隨著機房空間不足、或者建設機房所需的設備與建築物成本過高,在資訊IT預算緊縮的狀況下,企業面臨到資料中心不知該往哪擺的窘境。

二○○六年六月《紐約時報》(The New York Times)刊出Google正在美國奧勒岡州建立資料中心的照片,碩大的基地和廠房說明了Google維持搜尋龍頭地位的硬體花費,以「整理全球資料為目的」的Google,對資料中心的需求和依賴,恐怕排名全球第一。

昇陽電腦的「黑盒子計畫」(Project Blackbox)或可替Google找到「花大錢建水泥基地」的另類方案。
黑盒子計畫顛覆傳統資料中心的思維,企圖創造一個「移動式資料中心」。黑盒子計畫其實只是一個大型的貨櫃,隨處可至(卡車一拖就可走),也隨處可堆放(像積木般堆疊),而貨櫃裡則有一般機房的設備。
黑盒子計畫包括最大可提供多達一.五Petabytes(PB)的磁碟儲存容量,或者二PB容量的磁帶儲存空間。另外,記憶體更能提供高達七Terabytes(TB)的容量,同時支援一萬個使用者上線存取,還有電力供應能力。

昇陽電腦在二○○七年開始提供這項服務,面對網路時代狂潮,尤其是Web 2.0網路資料存取大增,以及各種因天災所引起的緊急應變需求,還有隧道挖掘工程、大型建設工程、石油探勘、醫療服務等現場部署作業需求,黑盒子計畫可以隨時成為最佳的資料夥伴。

昇陽台灣區總經理白大新打趣地說:「有了黑盒子資料中心,辦公室都可以搬到外太空了。」 

「黑盒子計畫」產品規格 
貨櫃尺寸:20呎
伺服器數量:最多可收容250台搭載UltraSPARC T1(代號Niagara)處理器的Sun Fire T1000伺服器,共計可提供2,000個運算核心、8,000個執行緒。x86-64架構伺服器,單一黑盒子的最大收容數量為250台
運算核心:搭載Quad-core處理器,最多可達1,000個運算核心
儲存容量:可提供多達1.5PB的磁碟儲存容量,或2PB的磁帶儲存空間
記憶體:最高可達7TB
上線人數:支援1萬個使用者同時上線
電力供應:最大供電能力為200千瓦
其他:配備整合式感應器、預警系統或GPS 

機房可搬到世界任一角落 
昇陽電腦的黑盒子計畫,機房貨櫃可以像積木一樣組合,可將多個貨櫃集中組合成更大型的資料中心,也可隨時海、陸、空運,突破傳統資料中心的實體限制,黑盒子資料貨櫃只要接上電源與網路,就可以馬上啟動。 

傳統資料中心vs.黑盒子計畫 
移動性         無法移動            隨時隨地 
擴充性        擴充較困難         擴充性佳(並可隨機組合) 
單位儲存價格        高            低 
再利用性             低        高(符合歐盟的電子廢棄物處理原則) 
建置時間        一年以上        數個星期 

照片提供=昇陽電腦

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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