Search
☁️ #乘雲而上 #順勢成長！
朝雲發展是全球企業趨勢 ，但面對傳統IT、公私有雲共存的複雜環境，企業該如何在 #多雲混合 環境順暢運營管理雲端，是一大難題！
多年來持續 #以客戶需求為核心，SYSTEX擁有豐富的 #地端異質平台整合經驗 與Domain Know-how，隨著企業朝雲發展需求快速增長，且混合多雲環境已成常態，SYSTEX除發揮異質平台整合能力，幫助企業客戶 #整合跨境跨域數據 ，更將推出 #全台最大最完整的雲服務平台 ，第一階段將提供80多項自主研發的雲服務解決方案，採取訂閱模式，期望能加速企業朝雲化發展的腳步，靈活彈性地提供各種服務與場景應用。
SYSTEX接下來還將陸續把旗下自有雲服務解決方案改採 #雲端原生架構，進而打造出服務觸角跨及海外，並能在任何雲端提供服務的 #雲生態系，此外也將連結更多新創夥伴推出更符合市場需求的解決方案，進而讓生態圈內所有產品與服務得以落地應用，共創客戶、生態圈夥伴與精誠多贏💪
從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？
李佳樺 2021/08/13
從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。
Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。
有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。
Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？
台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品
台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。
「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。
然而開發全新市場對張中宜來說並不陌生。
她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。
延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。
使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。
Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。
另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。
目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。
以邊緣運算技術，與北捷合作開發人流異常預警系統
而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。
張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。
源自NASA，認知型AI成為技術優勢與門檻
與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。
對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。
根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。
創業快問快答
Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？
A：台灣數位轉型瓶頸
Q：創業至今，做得最好的三件事為何？
A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式
Q：要達到下一步目標，團隊目前缺乏的資源是？
A：能見度
附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits
資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0
【活動道相報】
🛠你的轉型讓新創來解決，科技轉動數位新生態🚀
✈全臺唯一海空雙港、也是臺灣工業重鎮的城市—高雄🚢
高雄擁有金屬加工、石化工業、造船等豐富經驗的傳統場域
時代的變遷，面臨數位轉型的潮流下，各大小企業皆需面對改變
#亞灣新創園 秉持著將5G、AIoT等新興科技、國際資源鏈結到南臺灣的精神
藉由這場活動放送數位轉型專家的經驗與公部門&新創合作成功案例‼
希望能推動更多想要轉型卻不知該如何下手的企業們更明確的方向與跨域合作的模式
#傳統產業
#跨域合作
📌活動時間 : 2021/08/19 09:30-11:30
📌活動方式 : 線上交流 Microsoft Teams
📌報名網址 : https://ievents.iii.org.tw/EventS.aspx?t=0&id=1340
歡迎各企業、新創夥伴手刀報名😍😍😍
#yawanstartup
#國際新創聚落
【Activity Bulletin】
Kaohsiung, the only one city that has dual sea and air port and is also a major industrial city in Taiwan.
Also famous for metal processing, petrochemical, shipbuilding industry, and the related living lab.
But with the trend of digital transformation, companies of all sizes need to face changes.
Yawan Startup Terrace upholds the spirit of emerging technologies and international resources such as 5G and AIoT to South Taiwan, we will broadcast the experience of digital transformation experts and successful cases of cooperation between the public sector and startups during this event!!
We hope to promote a clearer direction and cross-domain cooperation model for more companies who want to transform but don’t know how to start.
📌Activity time: 2021/08/19 09:30-11:30 am
📌Activity method: Microsoft Teams
📌Registration: https://ievents.iii.org.tw/EventS.aspx?t=0&id=1340
Welcome all companies and startups to sign up
[請益] 糾竟是domain knowhow重要還是技術重要. 作者: e23882(原文連結). 3年. 最近朋友(後面簡稱A)要跳槽跳槽的原因是錢少、工時長、pmOO 且舊公司已經沒什麼技術可以 ... ... <看更多>
know how 當然重要，可是喔，這東西...也很講層次的。 比方說一個寫程式的理工男，他要轉電商要不要電商的know how? 要，也可以不要。 know how分 ... ... <看更多>
domain know how 在 Re: [請益] domain knowledge重不重要? - 看板Soft_Job 的美食出口停車場
技術深度是走路的速度；Domain knowledge是走路的方向。
走錯方向，再快也沒用。
最慘的就是成品出來，發現最基本的地方就問題，整個砍掉重來。
實際上，產業knowhow是最難學的部分。
書上不會提，外面問不到。很多都是前人犯錯累積下來的經驗，在公司內傳承。
技術深度是資淺到資深的門檻；knowhow是資深再往上的門檻。
舉例來說，架構師Architect都是對特定產業領域有所專研，讓公司少走冤枉路(少花錢)，
絕度不是只有技術好而已。
※ 引述《vi000246 (Vi)》之銘言：
: 看了板上的討論 好像產業的know how是能很快上手的
: 只要程式碼寫得好 或是工程師本身夠資深
: 就能從code中看出整個流程
: 但我之前跟同事討論
: 他說程式語言只是工具 重要的是know how
: 要會規劃出系統架構、開出規格 才能成為系統分析師
: 想要拿高薪 從碼農成為SA 不是程式要學得多強
: 而是對產業的知識瞭解得夠不夠深
: 我對此有些疑問 像某些產業 ex.房地產
: 甚至連同業都不收有待過別家房地產公司的人
: 這樣要怎麼累積domain knowledge呢
: 到底know how重不重要 有點疑惑我之後的路該怎麼走
: 究竟是要繼續深耕程式 還是朝嘴炮之路邁進
: 有前輩能指點一下嗎 謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.169.213.74
※ 文章網址: https://www.ptt.cc/bbs/Soft_Job/M.1533919790.A.16D.html
... <看更多>
相關內容