關於 健身工廠 中清 費用 ，我們在網路上蒐集到這些相關的討論、資訊與評價

『健身房限制多卻沒有微折扣！?』

713之後全國三級警戒，但管制稍微放寬。健身中心使用的部分，兩三天前就陸續有民眾來陳情。

今天許多健身房都根據中央疫情指揮中心 👉＃微解封 公告，人口控管至原容納量25%、關閉三溫暖、游泳池、茶水間還有浴室等措施，而許多團課項目更因為場館限制而暫緩。但是根據健身房月租合約，會員月費不但照繳，甚至連折價也沒有 ！好多民眾打到辦公室陳情「蛤！服務打折，怎麼連個 ＃微折扣 也沒有？我的權利也被 ＃微侵害 😅了嗎？」

市民的吶喊🥊我們了解，而健身房在疫情之下，生意受到波及，動輒上百萬的器材與設備，被限制場館開放還要加派人力清消，收支也很難平衡！妍慧今天行文市府，希望透過公權力介入，設定費用與營運條款的準則，讓消費者心理可以平衡、也讓廠商可以在合理的範圍內，在防疫與收益間取得平衡。

👉我今天請市府會同中央與廠商進行協商，針對以下事項作出解決辦法：

1. 簡單化月費會員「疫情特案」請假流程
2. 協議設立疫情期間對應折扣與退費規範
3. 並且請假訊息落實簡訊、電話通知，且保持請假管道暢通。

最後要提醒大家，疫情期間，我們還是三級警戒！心情可以放鬆，但防疫措施一項都不可以少，請各位朋友上健身房仍要戴好口罩、落實社交距離、避免肢體接觸，再忍一忍！我們很快就可以恢復正常生活。

👉World Gym 7月13日起重要營運規範 （連結：https://reurl.cc/xGop8L ）
1. 供免費半個月（7/16-7/31）防疫會籍暫停，會員7/13即可從WG官網下載特殊防疫請假表單，完成之表單可以通過電子郵件發送到專用郵件帳戶進行處理。
2. 暫停開放游泳池、淋浴間、三溫暖、蒸氣室、烤箱
3. 有氧課程將於7/16開始上課，個人教練開放預約。�

👉健身工廠7月13日起重要營運規範（連結：https://reurl.cc/pgo9b8）
1. 提供免費一個月（7/13-8/13）防疫會籍暫停，會員可藉由健身工廠App登記請假。
2. 暫停有氧/飛輪教室、會員休息區、蒸氣室、烤箱、淋浴間、冷熱池、泳池、部份運動設備（詳情依場館公告為準）
3. 團體有氧暫停，個人教練開放預約。

【你忘記了沒關係，我記得就好】-「國際期刊研究顯示：失智是可以預防的！」：69歲的林中興，原本在鐵工廠工作，十年前罹患「阿茲海默症」，開始出現記憶力不佳，忘東忘西的症狀，生活上需要靠太太林麗卿的協助，沒想到太太也罹患「帕金森氏症」，身體行動不便，但夫妻倆仍撐著身體的病痛互相扶持。
　
林麗卿說，丈夫就當她的腳，出門在外都會緊緊牽她的手，怕她跌倒，而她就當丈夫的頭腦，提醒他忘記的事物，「我們是最佳拍檔。」
　
■她當他的大腦，他當她的手腳
林麗卿坦言，丈夫生病後性情大變，軍人出身的他，個性較嚴肅，但罹患阿茲海默症後，記憶力變得短暫，一下子就忘記發生的事情，性格也變得較快樂。
　
但因為丈夫罹病也出現很多的困擾，每次請丈夫去買東西時，丈夫口中要不斷重覆念著這個東西的名字直到雜貨店，不然下一秒就忘了。丈夫有時連怎麼穿衣服都會忘記，甚至穿到太太的衣服，才會驚覺衣服太小。
　
「我也生病了，有時候我會很生氣，怎麼他都記不起來？」林麗卿回憶，最痛苦是當自己的身體很不舒服，心跳得很快，外表四肢僵硬，卻找不出病因時，整整兩年看遍醫師卻無法確診，那種心情真的很煎熬，加上又要照顧失智丈夫，那時真的壓力很大，還好女兒會聽母親訴說心情，並且開導母親說，父親生病是不得已的，要多體諒父親。
　
林麗卿說，自己確診是「帕金森氏症」，比中度還要嚴重，出門不敢騎機車，怕會失去平衡摔倒，於是請丈夫載她出門，她就指引他方向，「現在我還會訓練丈夫洗碗、曬衣服，幫忙分擔家事。」林中興也笑說自己以前都不做家事的，洗衣服也免談，現在鄰居看到他在曬衣服，都很驚訝！[1]
　
■國際期刊研究顯示：失智是可以預防的！
失智症可以預防，已經有越來越多的研究顯示「是真的」，而且都提到要改變飲食、運動的習慣，再增加腦力訓練。這篇刊登在《阿茲海默症與失智症》（Alzheimer’s & Dementia: The Journal of the Alzheimer’s Association）期刊上的研究也不例外[2]。
　
但是每個人的身體素質不一樣，需要的預防措施也應該要不一樣，美國康乃爾醫學中心神經病學家Richard Isaacson就針對這部分，設計了一套量身定做的預防方法，結果不只是改善了失智症患者的認知功能，對於那些健康的人，「也顯示出認知能力的改善。」
　
Isaacson和團隊招募了154位有阿茲海默症家族史的人，年齡介在25～86歲之間，「值得注意的是，大多數人還沒有出現『失憶』的症狀，但認知功能已經大幅的降低了，其中還有35人已經診斷出患有輕度認知障礙（MCI），這種變化可能會引起周遭人的注意，但不影響個人進行日常活動的能力。」
　
而在檢測這些人的血壓、血糖、膽固醇、體脂、腰圍，還有荷爾蒙濃度之後，研究團隊發現有些共通性，「隨著腰圍變大，大腦負責掌管記憶的海馬迴（hippocampus）會縮小，就會開始出現各種失智的症狀。」
　
■怎麼做可以預防失智？
1.每星期吃2~3次半杯藍莓或草莓
2.每週吃2~3份富含Omega-3脂肪酸的魚類
3.喝咖啡或牛奶時，添加可可黃烷醇（powdered cocoa flavanols）
4.每天食用1匙初榨橄欖油
5.減少攝取糖和碳水化合物
6.每天至少睡7.5小時
7.每星期至少進行３次有氧運動和重量訓練
8.學習新事物，像是學習樂器或其他語言等
9.打坐、冥想、瑜珈
　
研究團隊整理出適合大多數人的作法，進行18個月個人化的生活控制後，遵照這些做法的人，記憶力、思考能力都提升了；但如果沒有做到這些條件的人，認知功能還是持續下降。
　
而且很特別的是，如果已經是認知功能障礙的人，必須要做到60％以上，才能提升認知功能，但對於健康的人來說，沒有做到60％，只做到一部分，認知功能還是提高了。
　
大致上的方向是差不多的，都是需要多吃健康的食物、多運動，但Isaacson建議，這些生活好習慣還是要按照身體需求來，所以在開始預防失智症之前，不妨先去做全身性的健康檢查，並詢問醫師、營養師、運動教練自己適合什麼樣的生活方式，再來按部就班的執行，會比自己練習來得效果更好。[3]
　
■老年失智症的運動處方
失智症好發於老年人，且隨著年齡層愈高，其盛行率也愈高。老年失智症並非正常的老化現象，真正的原因不明，其特徵為中樞腦神經組織產生退化現象而形成腦組織萎縮。得到老年失智症的人會漸漸的喪失記憶並且出現語言和情緒上的障礙。
　
嚴重時，病患會喪失生活自理的能力。目前對失智症仍無特效藥，藥物以精神行為治療為主，但改善的效果有限，無法完全康復。服用藥物之後，可明顯改善攻擊、妄想等行為症狀，使得患者合作度變高，進而大幅減輕照顧者的負擔。
　
服用藥物治療老年失智症是必須的，然而讓患者善用剩餘的腦力，保存患者的自我照顧能力，多多安排活動，包括聽音樂、養寵物、種花等行為療法，亦能夠改善疾病的進展。此外，規律運動已經被證實具有預防及改善老年失智症的效果，然而要如何做運動才能有效果，在此提供一些建議。
　
(一)、有氧運動：
散步、騎腳踏車、爬樓梯、游泳等運動，都具有效果。考量老年人的體力，適度的進行，只要能達到“臉紅心跳”的程度即可。在心跳速率增加，而且有一點喘的運動強度下，持續進行45分鐘以上，每週至少3次。根據研究，在這樣的運動條件之下，連續進行8週，能夠明顯改善失智及情緒的症狀。
　
(二)、重量訓練：
在健身房的設備與專業體適能指導員的輔助下，舉重與肌力訓練能明顯改善失智的症狀。雖然在家裡並不是都有這些專業設備與人員，還是可以進行較為簡易的重量訓練。讓老人家坐在椅子上，以雙腿緩慢抬起裝滿水的大型保特瓶，再緩慢放下，進行8次後務必休息3分鐘。如此重複5次。雖然看似麻煩，然而有照顧者的鼓勵與陪伴，能夠增進老年人的信心，更讓老年人願意參與運動。
　
此外，在進行散步的過程中，讓長者自行攜帶飲用水(小瓶礦泉水)，讓他拿在手上，散步時可同時揮動手臂，或是做出舉啞鈴的動作。看似簡單的動作，亦能達到阻力訓練的效果。坊間亦有彈力帶的器材，具有使用簡單、價格便宜的便利性。
　
(三)、平衡訓練：
老年失智症患者較正常老年人有更容易跌倒。平衡訓練能夠強化肌力、增進動作協調性，進而減少跌倒的機會，降低骨折的傷害。太極拳、外丹功、瑜珈等運動，可以訓練老年人的平衡能力，更能提供有氧運動與重量訓練的助益。
　
從事運動時，老年人應該依據個人身體功能與體能狀況設定計劃。由於老年人的身體機能衰退，因此在進行運動前，家屬應事先告知醫師，以了解身體的疾病狀況(高血壓、心血管疾病、糖尿病、氣喘)，並且須清楚藥品使用的副作用，尤其某些藥品會產生暈眩或是沮喪、疲勞、虛弱等症狀，這些都須要事先了解，才有益於運動處方的設計。
　
唯有正確的醫療與照護，方能改善失智者的病況，不但可以降低醫療與照顧的費用，也可提升失智者與照顧者的生活品質。[4]
　　
　　
【Reference】
1.來源
➤➤資料
∎[1] (元氣網)「失智照護故事／你忘記了沒關係 我記得就好」：https://health.udn.com/health/story/10698/3701513
∎[2] Isaacson RS, Ganzer CA, Hristov H, et al. The clinical practice of risk reduction for Alzheimer's disease: A precision medicine approach. Alzheimers Dement. 2018 Dec;14(12):1663-1673. doi: 10.1016/j.jalz.2018.08.004. Epub 2018 Nov 13. PMID: 30446421; PMCID: PMC6373477.
▶ (ScienceDirect)：https://www.sciencedirect.com/science/article/pii/S1552526018335131
∎[3] 失智是可以預防的！美國研究：這9條生活習慣先做到6條 | Heho健康
https://heho.com.tw/archives/63340
∎[4] (高醫醫訊-守護健康全為您)高醫醫訊月刊第三十三卷第一期-「老年失智症的運動處方」：http://www.kmuh.org.tw/www/kmcj/data/10206/20.htm
　　
➤➤照片
∎衛生福利部-國民健康署【失智症預防】：https://www.hpa.gov.tw/Pages/Detail.aspx?nodeid=1253&pid=7163
　　
2. 【國衛院論壇出版品 免費閱覽】
▶國家衛生研究院論壇出版品-電子書(PDF)-線上閱覽
https://forum.nhri.org.tw/publications/
　　
3. 【國衛院論壇學術活動】
▶https://forum.nhri.org.tw/events/
　　
#國家衛生研究院 #國衛院 #國家衛生研究院論壇 #國衛院論壇 #衛生福利部 #國民健康署 #失智症 #阿茲海默症 #帕金森氏症

衛生福利部 / 國民健康署 / 財團法人國家衛生研究院 / 國家衛生研究院-論壇

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

#無腦神卡 #行動支付 #數位銀行
合作信箱✉️ : xshinxli@gmail.com
❗️影片未經同意請勿任意轉載、二次搬運、寫成新聞稿
❗️每月45元幫助我創作更多影片｜https://shinli.pse.is/PD4Q5
—————————————————————
我認為最多三張卡就可以解決的你生活消費
🔺主力卡 約70%消費
🔺特定通路 約30%消費
＊主力卡在特定通路也有回饋，但就只是沒那麼好
＊特定通路：網購、行動支付、健身房、外送、海外、加油、飯店
＊依照發卡組織挑選，可能一張ＶＩＳＡ 一張JCB

💡一張卡 - 真心無腦刷，如果在不同通路可以享有加碼更好

聯邦賴點卡｜https://shinli.pse.is/ulbav （國內4%/海外5%）
🔺賴點卡10/31前申辦首刷禮加碼100點LINE Points
📌一般通路最高4%
-活動公告至110/1/31
📌國內2% / 海外3%
-LINE Points回饋無上限
📌LINE Pay Money繳卡費加碼2%
-活動至9/30
-每月需利用聯邦銀行任一儲值一筆
-每月上限300 (15,000元)
🔺15,000以內國內4% / 海外5%
🔺有望延續

富邦J卡 5%｜https://shinli.pse.is/U8UWP （國內3%無上限）
📌信用卡國內3%回饋無上限
📌LINE Pay Money繳卡費再加碼2%
-活動至12/31
-本活動限量回饋前一萬名符合資格者 (以繳費順序為優先)
-總活動上限400點
-當月需透過富邦銀行儲值1筆至LINE Pay Money

大戶現金回饋信用卡｜https://shinli.pse.is/TW36T (50萬內1.1% 輸入shinli抽獨家禮)
- 基礎回饋國內1%、海外2%
- 綁定DAWHO數帳扣繳 + 電子帳單 加碼1%每月上限1500元（150,000封頂）
- 國內外指定通路再加碼5%，國內指定通路 7% / 國外指定通路 8%
🔺指定通路每月上限600元，刷12000封頂
🔺指定通路：
(1)數位通路：含Uber Eats、foodpanda、LALAMOVE、PlayStation、XBOX、Nintendo、Steam、Netflix、Spotify、WeMo Scooter，2020年1月1日起新增Uber、iRent、Hahow好學校、Udemy、VoiceTube、PressPlay、KKBOX、愛奇藝、兩廳院售票網、tixCraft拓元售票線上系統、寬宏售票線上系統、年代售票線上系統。
(2)旅遊通路:含旅行社、免稅店、航空公司、飯店類及國外(外幣)消費。
(3)影城通路:含全台電影院之消費。

渣打現金回饋卡
📌公告日期至12/31
📌1.88%現金回饋
-須以25元為單位手動申請兌換

匯豐現金回饋御璽卡｜https://shinli.pse.is/UYRCA
📌核卡30天符合條件享500
-任刷1筆100
-綁LINEPay / 街口 任刷2筆200
-指定通路扣繳入帳200
(KKBox、Spotify、Netflix、水、電、瓦斯(欣欣/欣湖/欣南/大台北)、中華電信、遠傳電信、台灣大哥大、台灣之星電信、亞太電信費用
📌指定連結申辦完成首刷禮再享200元GoShare騎乘金
📌登錄Money101會員再抽GOGORO
-9/4-9/30透過指定連結申辦
-每200位就會抽1台，最高上限5台
📌公告日期至12/31
📌1.22%現金回饋
📌保費單筆滿1,000元即可分期，可分3/6/12期0利率優惠

💡兩張卡 - 一張萬用卡＋一張網購卡（含網購與行動支付）

永豐幣倍卡
📌卡匯 國內1% / 海外2%
-現金回饋無上限
9/30前申辦享5%特選加碼
-每月上限600元(1.2萬封頂)
國內最高6% / 海外7%📌懂匯 國內2% / 海外3%
等值外幣金額達8萬加碼1%現金回饋
-每月上限1,500(15萬封頂)
特選加碼國外消費或行動支付交易加碼5%現金回饋
-每月上限600元(1.2萬封頂)
國內最高7% / 海外 8%
📌超匯 國內3% / 海外4%
等值外幣金額達20萬加碼2%現金回饋
-月上限1,500元(7.5萬封頂)
特選加碼國外消費或行動支付交易加碼5%現金回饋
-每月上限600元(1.2萬封頂)

華南i網購生活卡
📌新戶網購5%
-12/31前申辦彩繪繽紛款、正義聯盟款
-享1年回饋優惠
-每月上限300 (6,000封頂)
🔺新戶-12個月內未持有華南任何一張信用卡
📌綁定SnY自動扣繳加碼5%
-每月上限50 (10,000封頂)
📌扣繳基金成功加碼5%
-每月上限50 (10,000封頂)
🔺新戶網購最高6%
📌指定通路8%
-活動至12/31
* 線上娛樂：愛奇藝、Netflix、Catchplay、Spotify、KKBOX、KKTV、PlayStation、Garena、STEAM、Blizzard、Xbox、Nintendo、Gomaji。
* 外送平台：Uber Eats、foodpanda。
* 共乘交通：WeMo Scooter。
* 行動支付：使用ｉ網購生活卡綁定「街口APP」於五大超商（7-ELEVEN、全家、OK、萊爾富及美廉社）進行支付
-每月上限100元

GOGO卡| http://comparegroup.go2cloud.org/SH1ju （行動支付/網購6%）
📌一般通路 1%
📌指定通路 3%
-加碼2.5%每月上限500
📌行動支付/週六網購 6%
-加碼3%每「季」上限500
-行動支付👉LINE Pay / 街口 / Pi錢包 / 卡得利錢包
-週六網購👉momo / 蝦皮 / PChome

玉山Ubear ｜https://pse.is/KXJWW （網購/行動支付3.8%）
📌活動公告至110/2/28
📌網購3.8%
-每月上限600
📌玉山Wallet超商享5%
-每月上限200
📌全家Fami Pay 8%
-每月上限100
📌指定影音娛樂 20%
-每月上限200
-Nintendo、PlayStation、Netflix、Spotify。

💡三張卡 - 一張萬用卡＋一張網購卡＋指定通路卡（加油/藥妝/健身房）
📌永豐JCB｜https://shinli.pse.is/N4YCD （網購5%/外送平台10%）
📌回饋公告至110/3/31
📌國內1%/海外2%現金回饋無上限
📌百貨/網購/餐廳加碼4%
-國內5%/海外6%
-每月上限500 (12,500封頂)
-每月需新增一般通路2,000元以上
📌飲料/外送平台加碼8%
-國內9%/海外10%
-每月上限200 (2,500封頂)
-每月需新增一般通路2,000元以上

📌永豐Sport ｜https://shinli.pse.is/N4YCD （健身房/運動用品/藥妝店8%）
📌一般消費2% / 達成條件3% / 指定通路8%
【運動通路】👉World Gym、健身工廠、TRUE YOGA FITNESS、Curves、Anytime Fitness、極限、BEING sport、成吉思汗健身俱樂部、300壯士俱樂部、活力陽光運動中心、台北市運動中心、新北市運動中心
【運動用品】👉NIKE、adidas、PUMA、New Balance、摩曼頓運動用品、迪卡儂、尚智運動用品、ASO阿瘦皮鞋、La New、捷安特、萬岳體育用品、微笑運動用品、奇摩吉、優尼聖運動用品、城市綠洲、哈林運動用品、運動市集、墾趣運動用品、歐都納、GO HIKING、GO WILD
【生活美妝】👉屈臣氏、康是美、寶雅、Tomod’s、松本清、日藥本舖
【有機商店】👉Green&Safe、里仁、聖德科斯、棉花田、主婦聯盟生活消費合作社、無毒農、柑仔店、無毒的家、天和鮮物、UrMart、台灣營養
【醫療健保】👉好心肝健檢中心、杏一藥局、大樹藥局、丁丁藥局、啄木鳥藥師藥局、新高橋藥局、健康人生藥局、躍獅連鎖藥局、佑全連鎖藥局、一安藥妝藥局、宏林健保藥局、博登藥局、環球生活藥局、富康活力藥局、欣安藥妝、合康藥局、博昱藥局、春天連鎖藥局、唯新婦嬰生活藥局

📌FlyGO 指定通路6%｜ https://shinli.pse.is/UTMAF （高鐵/飯店6%）
【交通】高鐵/台鐵
【飯店】晶華/雲朗/老爺/國賓集團
【航空】華航/長榮/國泰/日航/星宇

📌新光三越聯名卡
新光新光三越聯名卡 -12/31
📌悠遊卡自動加值10%
-每月上限100
-需登錄
🔺年刷2萬免年費，申辦3年內免年費
詳細網址｜https://www.skbank.com.tw/CCO_1_detai...

📌特定通路聯名卡
Ex.網購商城(momo、Yahoo、蝦皮)、百貨公司、量販店、電信 （富邦台哥大、遠傳friDay）


💡永豐大戶/Sport＋幣倍卡＋JCB -差別在於要不要運動 、外送平台
風險：額度可能不夠用

💡老朋友系列
大戶＋GOGO/UBear＋FlyGO - 都是現金回饋但額度偏少

💡兩張卡刷爆
賴點卡/J卡＋渣打 - 賴點卡好過Ｊ，公告時間較長，賴Ｊ LINEPay活動都會再加碼

💡精選兩張
大戶/賴點/J卡＋幣倍



✅LINE社群｜ 加入時需輸入密碼shinli
https://line.me/ti/g2/nqnMgLurq6oKZjTmoTeIpQ?utm_source=invitation&utm_medium=link_copy&utm_campaign=default


—————————————————————
2020推薦信用卡
富邦J卡｜https://shinli.pse.is/U8UWP （國內3%無上限）
聯邦賴點卡｜https://pse.is/DTNEM （國內4% / 海外5%）
玉山Ubear ｜https://pse.is/KXJWW （網購/行動支付3.8%）
GOGO卡| https://shinli.pse.is/V29G4 （行動支付/網購6%）
FlyGo卡| https://shinli.pse.is/UTMAF （高鐵/飯店6%）
玉山Pi錢包｜https://shinli.pse.is/PSTRY （國內最高5%）
玉山only｜https://pse.is/J668L （5.2%回饋無上限）
台新街口聯名卡 ｜https://shinli.pse.is/MJXHU （指定通路8%/非指定6%）
永豐JCB｜https://shinli.pse.is/N4YCD （網購5%/外送平台10%）
永豐Sport｜https://shinli.pse.is/N4YCD （健身房/運動用品/藥妝店8%）
匯豐現金回饋御璽卡｜https://pse.is/TM5DW （國內/保費1.22%）

2020推薦網銀
永豐大戶｜https://shinli.pse.is/TW36T (50萬內1.1% 推薦碼shinli)
Richart ｜ https://pse.is/PZ2AP （輸入推薦碼SHINLI3 送100元+鑰匙圈）
王道銀行｜https://pse.is/KGYJB (享100現金回饋)
iLeo｜https://pse.is/H4H8E (72萬1.2%超高活存利息)
遠銀Bankee｜https://pse.is/FDDA4 （2.6%活存利息）
—————————————————————
🚩不用錢也能支持SHINLI的方法
➡️ http://user22896.piee.pw/C45C7

創業什麼時候可以請人、請助理？

✨訂閱我的頻道 https://goo.gl/cJUSVh
我們的健身服裝品牌
✨ TAIGER 官網 👉🏻https://goo.gl/IjRjwB
✨【折扣碼】👉🏻Ashlee
--------------------------------------
常用的營養品
✨【MYPROTEIN】http://bit.ly/Ashleexiu
✨【專屬6折碼】👉🏻MYPASHLEE
-------------------------------
常用的拉力帶
✨【VERSA GRIPPS】https://www.versagripps.tw/
✨【折扣碼】👉🏻Ashlee
-------------------------------
高蛋白健身魚
✨【POSEIDON】https://www.poseidonfh.com
✨【折扣碼】👉🏻Ashlee
--------------------------------------
追蹤我
✨ Instagram 👉🏻https://goo.gl/m5Ro8b
✨Weibo 👉🏻http://weibo.com/ashleexiu/
✨ FB👉🏻 https://www.facebook.com/ashlee.lin.0/
--------------------------------------
高質感滾輪水壺
✨ MOBOT官網 👉🏻https://www.mobottaiwan.com/
✨【折扣碼】👉🏻Ashlee
--------------------------------------

我們出國上網會用的WIFI分享器
✨下面連結點入有特價+8折+寄件免運
✨http://globalwifi.com.tw/?pr_vmaf=QOLAdV1Gk5
来台湾租借WiFi 优惠连结：https://www.wifi-rental.com.tw/?apply_coupon=ashlee10
--------------------------------------
✨ 我的二手出清👉🏻 https://shopee.tw/show_o_o
--------------------------------------
原文字幕

我今天忘記帶相機
有帶相機啦 忘記帶到記憶卡
我們現在來到這個拍攝景點
結果這邊有一個劇組在拍古裝劇
剛好抓緊他們放飯的時間
趕快利用時間來拍一下
這裡滿漂亮的
滿有感覺的
現在是中午12點20分
完全沒有人
因為不會有人像我們一樣這麼傻在這時間
我裡面是穿比基尼
想說等一下直接在這邊曬太陽
因為完全沒有時間去渡假
沒有時間去海邊
就直接在這邊曬
還帶了防曬油跟助曬油喔
終於到家了
快累死了
曬完太陽就有一種非常睏的感覺
如果你有看過 Tao 的Vlog86的話
我是想要延續這個話題
如果你還沒有看過也沒關係
我就在這邊簡短的講一下
Tao 的Vlog86在講什麼
他裡面提到說我們最近壓力很大
公司的部分讓我們壓力很大
因為當計劃沒有趕上變化的時候
那種壓力是一點一點慢慢累積的
Tao 的Vlog裡面還有提到說
關於一些國外的健身youtuber
不一定是健身youtuber啦
可能不是做健身的
也可能不是youtuber
反正就是一些網路上有影響力知名人士
他們是如何用他們的知名度去打造他們的品牌
或是產品
他說大部分的人是
一開始都花很多的時間跟精力
繼續的做內容
繼續增加粉絲量 增加粉絲的忠誠度
然後增加產品的曝光度
這個時候他們賣的產品
因為沒有花很多心思在上面
所以可能也都是一些很簡單的東西
但是因為他粉絲多粉絲忠誠
所以大家還是會為了支持而去購買
在很短的時間他們公司的資本額
就累積的愈來愈多
那這時候他們有足夠的資本額
再去聘請一些專業的人士
好比說設計師 顧問等等
就是這個時候再來優化公司內部
他們公司就運作得很順利
但是我們的狀況剛好是相反
我們是一開始就花很多時間在顧產品面的部分
因為
如果有在追蹤我們應該知道
就是我們其實對產品要求標準是比較高一點的
當你要求高的時候
在很多細節上覺得不行的時候都要打掉重練
所以也會花掉很多很多的時間跟精力在上面
Tao 的部分在影片也有提到
他最近甚至覺得自己做內容
所謂做內容就是可能做影片啊
貼文啊 或是分享一些東西
提供一些有價值的東西都沒有這個時間了
他把他的時間全部投入在產品上面
也因為我們是這樣反過來
所以相對辛苦一些
Tao 也提到當你畫出一個設計圖
他只是一個藍圖
從藍圖到產品真正生產出來的時候
這中間的過程是非常繁瑣而且耗精神耗時間的
非常的
說複雜也不複雜
就是非常多的問題要去解決
你才會一步一步的往前
愈來愈接近你滿意的成品的目標
有一點是他在Vlog裡面漏講的
就是其實我們大概從2018年就是今年開始
我們的生產流程有一些更動
以前我們配合的大部分廠商都是所謂的成衣廠
就是你把設計圖給他
跟他說希望做成什麼樣子
成衣廠會用他們那邊的資源
去把你要的這件成品的所有材料拼在一起
中間的過程中
假設
比如說衣服的標籤或是一些輔料
繩子 拉鍊等等
這時候成衣廠就會去搜集一些資源
問我們喜歡哪一種
如果不滿意的話他再去找
之前的方式比較是偏向這種
所以我們要做的就是對那個成衣廠就好了
但是這也有缺點
缺點的部分就是成本會提高非常多
這些原料其實價格是非常不透明的
因為成衣廠說多少就是多少
你能怎麼樣
你覺得太貴那就拿差一點的
可是差一點的又沒有達到我們的要求
根本不知道這個東西他合理的價格是多少
而且你再編列預算的時候也會不精準
因為你可能就只能算出這個款式
從沒有到生產出來是多少錢
你不會知道它的細分
比如說它布料是多少 輔料是多少
加工是多少 印刷多少 包裝是多少
你不會知道
成衣廠就報一個價格給你
他說多少就是多少
我當時就非常不滿意這樣的狀況
所以女裝的部分我就自己去找
就等於說自己去找面料 自己去找輔料
然後再請加工廠幫我把這些東西拼起來
自己上印刷 自己上包裝
這個時候呢
事情就會變得很複雜
因為你要跟每一個不同的窗口對細節
每一個窗口都需要磨合
所謂磨合就是工廠必須要知道我的標準在哪裡
我希望的品質在哪裡
我也要他們提供給我的東西是我可以接受的價格
反正中間有各種問題要處理
所以就算這樣子的做法讓我們成品的成本降低
但是 就非常的勞心勞力
就是非常的耗費精神
覺得每天都快要爆炸這樣子
這也是為什麼女裝的生產速度這麼慢
女裝出新品的速度這麼慢
就是原因在這邊
這段過程中我們有
看到很多不同的東西 學到一些新的東西
有些時候就會覺得說
這個成衣廠開這樣的價格是不合理的
或是說這些成衣廠變得比較沒有彈性吧
他說多少就多少
他說怎樣就怎樣
我們感覺當然是不太好
就覺得說那我們為什麼不自己做
自己做也就符合了我當初希望陶可以自己去摸索
因為不但我們可以更掌握這些東西
更了解這些東西背後是怎麼運作的
也不至於說我們未來找加工廠的時候被騙錢
就變成我找加工廠是我想要給你賺多少錢
我覺得這個單我願意讓你賺多少錢
而不是你說多少就多少
但是當我們現在真的這樣做的時候
我看 Tao 的壓力大到我都覺得有點心疼
也因為我們的生產流程改變
就像我剛才提到的
其實你用這樣的方式的話
尤其是在我們現在還不熟悉的狀況下
這個時間是拉得非常的長
貨期會拉得更長
你想像一下
只要布料輔料或是任何一個方面
一個小問題
整個產品上市的時間都會拖延
拖延會怎麼樣呢
拖延的話就變成我們的資金回收變很慢
而且像我們現在這種方式的話
我們開發一款面料
開發出來的時候就要先把貨款給布商
這件衣服設計出來了
我們希望它上面有
假設有logo
假設有鬆緊帶
那你就要把logo跟鬆緊帶先做出來
做出來也要先把貨款給別人
最後再把這些東西全部給加工廠
給他們加工費用 給包裝費用
最後拿到成品的時候
我們才可以將這些花這麼久時間投資的資金回收
當資金回收的時間相對變慢的時候
經濟上面的壓力絕對是有的
而且我們要付出去的成本跟相關的費用不斷提高
好比說開發的成本 開發的費用
因為我們預期在2018年的下半年
是有很多產品要出來的
還有一些薪資的部份
其實很多人說我們生意這麼好我麼銷量這麼好
一定賺超多錢
我們生活都是靠 TAIGER 在養
我跟你講 完全沒有
我跟 Tao都是領最低薪資
我們兩個平常的生活是我們自己額外的收入去負擔
他的車也是他自己買的
我覺得
看東西不要看表面
剛才講到薪資就呼應了 Tao 的Vlog裡面有提到說
其實他想要再請一個算是廠務助理
幫助他去對這些不同的廠商
但同時他又覺得我們公司都還沒有賺那麼多錢
這樣一直請人會不會擴張得太快
心裡有很大的壓力
這個部份我是有用一個小公式去計算
就在這邊跟你們分享
如果你們也是自己創業
或是以後你想要創業等等
我覺得這可以給你當作一個參考
之前我有一個影片講說創業要花少錢
裡面有提到毛利率的部分不知道你們記不記得
不記得的話你可以回去看
或是你還沒有看過的也歡迎你回去看
假設我現在要請一個人
他一個月的薪資要給他兩萬五
那我們來算一下年薪資的話就是
兩萬五台幣乘以十二個月
一年我要給他三十萬
你要怎麼算今天請這個人
會不會擴張得太快
或是你請這個人他可以帶給你多少值得的投資呢
這個時候你就用他的年薪資三十萬
去除以你們公司的毛利率
假設我們公司平均下來的產品毛利率是30%好了
那你就用三十萬去除以30%
這樣算下來是
一百萬
也就是說你每個月花兩萬五請一個人
一年你要花三十萬
這一年當中這位你請的人
可不可以為你的公司營業額帶來一百萬的效益
如果可以的話那這個人就請
我們來算一下一百萬除以十二個月
等於他一個月可不可以幫你多賺83333
這個公司可以當作一個參考
其實這種擔心或是焦慮
這種不確定性都是可以被理解的
你們想像一下
人在進化的過程中我們的目的是為了要活下來
那我們要活下來大腦就會產生一種保護機制
對危險或是潛在不確性的東西
我們就會產生擔憂 產生焦慮
可能會損失的東西比我們獲得的還要更敏感
雖然說我也是這樣子的人
我跟 Tao 比起來會更容易想到一些負面的東西
可能想到一些事情最壞的打算
他每次都覺得我這樣太負面
我覺得這也是一個人格的特質
我自己覺得這對我來說是更有安全感的
因為我可以把所有事情最壞的打算都先想到了
當真的發生的時候我早就已經想過會發生
所以我早就已經想過應對的方法
對我來說是這樣
但對他來說他真的比較樂觀
我覺得我們之間就是有一點互補吧
我也可以從他那邊學到
就是做就對了
確實啊
你沒有做的話你永遠不會知道你會不會成功
這就是我今天這集的分享
不知道對你有沒有幫助
如果你還想要看什麼其他可能關於創業
關於生活 關於健身
關於營養 關於飲食
關於愛情 等等
就是各種你想要知道的事情
都在下面留言給我
留言告訴我你想要知道什麼
我這邊也可以有題材回饋給你們
那我想今天的Vlog就到這邊
我現在超級累
只想趕快洗澡然後睡一下
等一下還要開會
所以我們下次見
peace