Insight Tech

想像一下日常公路的交通狀況。車輛以相同速度移動時，便可預測交通，流量也更加順暢。不過，要是改變車輛的速度、方向和種類，就很容易造成交通壅塞。

電網系統也呈現出類似的混亂模式。現今的電網錯綜複雜。充滿不可預測的事件和負載需求的新格局，催生了對新功能的需求。

氣候事件增加了持續停電及損壞老化基礎架構的風險。配備太陽能電板的智慧建築、城市基礎架構和住宅，正在打造雙向流量：既消耗電力，又產生回流電網的電力。包括車輛在內的一切都已實現電氣化，這表示需求和負載的不可預測也隨之增加。

進階分散式管理系統微服務，讓敏捷性如魚得水

Indra 公司旗下的 Minsait 電網控制產品經理 Carlos Mora 表示，這種分散式能源讓公營事業營運商夜不成眠，電網的可見性也成了一種寶貴資源。他補充道，管理分散式發電和用電需要，透過進階的配電管理系統（ADMS）提高電網作業的透明度。

Mora 表示，Minsait 的模組化 ADMS 解決方案以微服務形式提供公營事業迫切需要的透明度和敏捷性。這些微服務以小型應用程式的形式產生業務解決方案，每個應用程式自主執行個自的流程，同時也與其他應用程式協調。

Minsait 提供一整套模組化微服務應用程式，包括電網最佳化、監控與效能，以及需求預測等。該公司有許多微服務解決方案都在雲端運作，公營事業可從一系列理想的選項中挑選，因應他們所面臨的最大挑戰。迷你微服務也帶來另一優勢：可讓公營事業將財務資源分配到最需要的地方。

模組化 ADMS 的實際應用場景

舉例來說，一家歐洲公營事業必須提高其故障定位、隔離和服務還原（FLISR）能力，尤其因為收益與停電次數直接相關：停電次數愈多，收益就愈少。Minsait 不打算升級整個 ADMS ，而是提出僅升級 FLISR 模組的解決方案，該模組可與主系統同時運作。透過模組化解決方案，該公營事業得以減少系統永久故障（停止服務超過三分鐘）的次數。

令 Mora 驚喜的是，客戶欣然接受迷你模組化微服務。Mora 表示：「將傳統上是單一整合的東西分解成若干部分，尤其是處理關鍵基礎架構時，擔心是合理的；不過我們已見證公營事業對這類解決方案保持開放態度。」畢竟，ADMS 的模組化方法有助於提供公營事業所期待的效率，且無須拆卸及更換整套系統。

AI 和電網

現代 ADMS 的功能更豐富：就像熱門的應用程式在交通高度壅塞的情況下將車流導向小路，ADMS 可改變電網的「拓撲」，以適應快速波動的供需條件。

基本假設是電網能夠處理這些不同負載和需求；只需協助轉移流量，就不會有任何部分在壓力下崩潰。Mora 指出，為確保順暢運作的負載監控也變得更加動態：過去電網每小時會進行一次校準檢查，但現在時間間隔縮小為 15 分鐘。

如此迅速的協調需要在AI 指導下進行自主作業。Intel 授權 Minsait 使用 Intel^® OpenVINO^™ 工具組在邊緣進行 AI 推斷。

「您必須具備一定程度的電網自動化，這些應用程式才不僅能做出決策，且能真正自主運作電網，」Mora 表示。「有許多彙總的資料需要經過分析及最佳化，而這正是 AI 最擅長的。AI 能夠更準確且即時地預測客戶需求或發電對負載造成的影響。這絕對是改善預測的好方法。」

在處理大量消費者資料時，網路安全是企業營運的關注焦點。「Intel^® Trusted Platform 是確保參與電網運作的元素身分（物件身分）的不二法門。這可確保易受網路攻擊的分散式裝置之間的通訊安全，」Mora 表示。

分散式電網是永續性不可或缺的要素。「我們大多數的解決方案都能讓未來更加環保，因為它們允許更多再生能源流入電網，」Mora 表示。此外，使用基於 AI 的 ADMS 系統以及模組化微服務，公營事業得以應對未來的複雜狀況。

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

面對持續攀升的勞動成本和員工嚴重短缺的情況，現今的速食餐廳難以維持堪稱傳奇的效率。透過新行動 app 和外送服務流入的訂單使廚房作業複雜化，挑戰也更顯艱鉅。用於培訓員工或監控設備的時間太少，在競爭劇烈的市場中，服務延遲的風險恐使顧客敬而遠之。

許多餐廳增設自助服務機台和數位平台，連接起前端的訂購與後端的作業流程，欲藉此減緩部分壓力並改善顧客滿意度。訂單頃刻間傳輸並自動分門別類，協助員工節省時間且避免出差錯。透過收集及分析餐廳資訊，管理者將能進一步了解顧客喜好，協助建立更有效促銷活動，做出更完善的庫存決策。

QSR 自動化強化自助服務並降低成本

速食餐廳多年來持續實驗自助服務機台，這項服務在疫情期間大受歡迎，因為顧客更偏好於快速的感應式訂購和付款流程。

「過去兩三年，我們觀察到轉向自動機台服務和數位平台的極大趨勢，」Prox Systems Co., Ltd.的高級銷售總監 Terry Wu 如此表示，該公司是Protech Systems Group 其中一個事業部，為餐廳和酒店業提供硬體、軟體和服務解決方案。

自動機台透過數位觸控螢幕顯示菜單選項，提供顧客多種感應式付款的選擇，包含聯名卡、Apple Pay 和 Venmo等第三方系統，以及信用卡、簽帳卡和現金。

有了 Prox 智慧餐廳服務解決方案，所有訂單（舉凡來自自動機台、服務櫃台、得來速服務窗口、餐廳本身或外送服務應用程式）將全部被引導至同一個數位平台。Intel 處理器構成的運算平台將快速分析這些訂單，接著傳送到廚房的數位螢幕上。自動分門別類並傳輸訂單可避免錯誤，並給予員工即時的指示，達到最大備餐效率。店內取貨的訂單準備好之後，員工將餐點放在數位管理的保存櫃，顧客掃描 QR 碼即可取餐（影片 1）。

影片 1。QSR 顧客在自助機台下訂單，機台將資訊傳送給廚房員工，員工備餐完畢將食物放在數位管理的保存櫃以供取餐。（資料來源：Prox Systems Co, Ltd.）

獨家秘方：速食餐廳軟體

有關交易和菜單選擇的資訊均上傳到雲端，管理人員可分析雲端中的資料以察覺趨勢。餐廳也可以在自動機台安裝電腦攝像機，進一步瞭解顧客的構成，Wu 如是說。所有敏感資訊（包括臉部的影像）都會在上傳至雲端前移除。

管理人員透過分析顧客的食物選擇，做出良好菜單決策、剔除不受歡迎的菜色，藉此儲藏更充足的原材料，提供能滿足人們的食物。儀表板整合了假期和天氣預報等相關資訊，幫助店家預測需求情況，善加分配員工人力。

分析結果也有助於店家微調顯示於自動機台螢幕等顧客接觸點的促銷活動內容。單靠螢幕就能增加追加銷售的機會，Wu如是說。

「顧客站在廣告牌前感受到的壓力小於在櫃台回應他人。根據我們的經驗，自動機台的追加銷售收益比櫃台高出20%。」

餐廳將自動機台、列印機和數位廣告牌等設備均連接到 Prox Eye（雲端監控軟體平台）亦可減輕員工的負擔，不必再忙於管理諸多設備。

「中型和小型餐廳通常沒有技術人員。Prox Eye 擔任這些店家的 IT 部門，」Wu 如是說。Prox 的技術人員可遠距修復機器，並在營業時間外安裝更新。透過預測分析結果，他們也通常能在破壞性的當機情況發生前就預測到並解決問題。

客製化智慧餐廳技術

餐廳、咖啡店和茶館使用自動機台和數位系統的方式各有不同。Prox 可幫助他們決定升級哪些技術，以及應該將自動機台設置在何處才能獲得最佳效率。舉例而言，公司與台灣一家廣受歡迎的連鎖炸雞店合作，安裝自動機台並新增了網路訂購選項。即便訂單變多，餐廳依然能在減少 20 到 30 % 櫃台員工人數的情況下更快地提供服務，Wu 如是說。

管理者回應不斷變化的顧客偏好也更得心應手，只需手指一點就能更新數十家分店的數位螢幕上的菜單。使用數位螢幕也省去了印刷成本，員工管理菜單更容易。

甚至能幫助餐廳引進新產品。舉例而言，連鎖雞肉餐廳在店內經營不同聯網的珍珠奶茶店。管理者希望餐廳也賣茶飲，但習於準備炸雞的廚房員工難以記住複雜的飲料配方，投注的心力不見成果。藉由 Prox 在廚房螢幕上列出調製飲料的詳細指令，最終改善了銷售情況。

隨著技術的發展，Wu 相信餐廳定能發掘更多新方法來使用數位應用程式。未來兩到三年內，他期望用自動機台取代觸碰螢幕菜單，藉由讓機台搭載生成 AI 系統支援的語音聊天機器人，例如Open AI 的 Chat GPT 或 Google 的 Vertex AI。

「顧客不需要操作螢幕。顧客們只需要開口問：『咖哩的辣度是幾分？配料有哪些？』，」Wu 如是說。隨著這些創新內容帶來的客源，他相信餐廳對數位與自助系統的需求勢將有所增長。「這是一個充滿有利機會的龐大市場。」

由 insight.tech 編輯副總監 Georganne Benesch 編輯。

你終於買到票，可以觀賞喜愛的球隊比賽了。你趁半場休息時間偷偷溜出去買零嘴，站在漫長的餐飲區人龍中，聽到了體育館傳來觀眾歡聲雷動。你的第一個念頭是：我錯過了什麼？接著心想：排個隊為什麼排這麼久？沒錯，你可以觀看即時重播，但這總不像親眼目睹精彩比賽在眼前上演那樣令人興奮。

雜貨店等其他零售環境利用自助結帳亭減少等候的時間，但販售比賽日熱狗和啤酒等無條碼商品的商家，就非得仰賴人力收銀員不可。可惜的是，人手短缺拉長了顧客等候的時間。

大排長龍往往會導致銷售損失；但如今，Mashgin 等零接觸結帳體驗創造者所開發的 AI 驅動自助結帳，正在透過人工智慧（AI）、電腦視覺和物件辨識功能來解決問題，執行銷售點交易。

透過自助結帳亭顛覆傳統

和大多數創新一樣，Mashgin（代表「通用智慧的混搭」）的靈感來自個人經驗。2013 年，Mashgin 創辦人 Mukul Dhankhar 在荷蘭的 Toyota 電腦視覺實驗室從事自駕車和人形機器人的研究工作。每天下午，他都會到公司內部的自助餐廳買個沙拉和無酒精飲料，無奈結帳總要等到天荒地老，因為公司的每個人午餐時段都一樣是那兩小時。

排隊等候的 Dhankhar 心想：「我可以解決這個問題。」而他也做到了。Mashgin 的零接觸結帳系統以電腦視覺和深度學習為基礎，使用多部攝影機辨識產品及結帳。顧客將所有商品都放在結帳托盤上。搭載 Intel^® 處理器的系統可產生產品的 3D 影像，與庫存資料庫比對，在不到一秒的時間就將整個托盤的商品都結好帳。沙拉等需要秤重的商品則置於結帳亭的磅秤上。顧客用信用卡、簽帳卡或現金付款後就能離開（影片 1）。

影片 1。AI 驅動的物件辨識打造了能加速交易並改善顧客體驗的自助服務結帳。（資料來源：Andy Peacock）

即使是 Mashgin 資料庫中尚未儲存的商品也能輕鬆掃描至系統。「教會機器辨識一件大約只需 30 秒，」Mashgin 行銷副總裁 Toby Awalt 表示。 「不同攝影機會拍攝不同姿勢，形成一系列的影像，以便打造 3D 設定檔。神奇之處在於，只要拍幾張照就能辨識出物件。然後，這份資料會傳送至網路中其他所有機器，每部機器都會變得更智慧。」

Mashgin 短短 15 分鐘就成功部署系統。Awalt 表示，市場整備工作至關重要，因為勞工問題對零售商而言是個重大議題。「千真萬確，我們只是把機器放在櫃枱上、核對帳目，就可以啟用了，」他說。

安裝完成後，Mashgin 以「結帳即服務」的模式運作。「我們負責硬體保固、支援、演算法更新等，」Awalt 表示。一如其他結帳系統，Mashgin 收集即時銷售資料，協助零售商追蹤庫存及維持供應水準。

未來的智慧零售解決方案

透過降低平均結帳時間，便利商店、自助餐廳、機場商店和體育館餐飲區等高人流商家，可大幅減少排隊、改善顧客體驗。

舉例來說，美式足球隊丹佛野馬的主場 Mile High Stadium 即將 30 台的 Mashgin 結帳亭整合至其餐飲服務系統。部署解決方案後，這個可容納超過 76,000 名球迷的體育場整體通過速度提升 100％，餐飲區的銷售額增加 34％。中位交易時間縮短至不到 15 秒。

「我們知道每個體育館都有排隊問題，」Awalt 說。「我們正在協助他們促進銷售，打造更完善的粉絲體驗。使用 Mashgin，你可以在前台安排一人檢查身分，後台指派一人確保所有飲料都已開啟、瓶蓋皆已打開，」Awalt 表示。「在前台與後台之間可以放置兩到十台機器，處理繁重的交易工作。」

Awalt 表示，便利商店連鎖店 Circle K 在店內設置了 10,000 台 Mashgin 機器，協助因應員工流動率的問題。這個解決方案讓讓員工可以騰出時間，專心提供客服或處理補貨或清潔商店等工作。

「我們的機器比一般收銀員快兩到四倍，」Awalt 表示。「在便利商店，只要把兩台機器擺在櫃枱上，結帳的顧客就能從一人變成五人。員工可以對顧客說：『嗨，那裡的結帳機可以協助您結帳。如果要買樂透彩券，請至前台收銀機由我效勞。」

評為《Fast Company》2022 年最具創新力公司和《Forbes》AI 50 名單之一的 Mashgin 正在推動零售業的未來，為顧客提供更好的體驗，同時維護零售商的銷售業績。有朝一日，體育館內唯一需要排隊的地點會是女子洗手間。

本文由 insight.tech 編輯副總監喬治妮．貝內施（Georganne Benesch）編輯。

隨著網路購物的出現，零售業的數位轉型已持續很長一段時間。數位化商店讓消費者獲益匪淺，舉凡個人化、唾手可得的豐富產品資訊，以及便利的一鍵購物。從商業角度來看，它為企業提供符合成本效益的客戶取得方式、對銷售管道無與倫比的洞察力，以及執行精準定位的行銷能力。

但數位轉型工作忽略了一件事，那就是納入實體商店。這個年頭，由於顧客網購經驗良好，他們的期望也無以復加地高，但離線零售商店的服務卻遠遠落後。

「在網路商店，零售商必須進行受眾測量、目標受眾設定行銷，以及在對的時間提供對的產品，否則顧客就會離開，」數位招牌與訪客分析軟體開發商技術長 Alex Rekish 表示。「但在實體商店，這些都不存在。缺乏可衡量性使得離線銷售過程昂貴且效率低下，導致顧客的店內體驗不佳。」

因此，品牌和零售商無不想方設法要協助實體商店急起直追，迎頭趕上網路商店。所幸，隨著電腦視覺的進展，現已能實現 AI 支援的數位招牌解決方案。

邊緣支援解決方案提供深入見解，將銷售業績推向巔峰

AI 支援的數位招牌已成為數位轉型的強大工具，因為它可以將多項尖端技術整合為易於管理的單一平台。舉例來說，DISPL的智慧零售解決方案包括：

• 控制店內顯示器的智慧媒體播放器。跨平台的播放器軟體可安裝於 DISPL 硬體或任何廣播顯示面板、LED 等內容的媒體播放器裝置。
• 提供顧客行為洞察力的電腦視覺處理。USB 攝影機擷取顧客影像，以便進行電腦視覺處理。邊緣的 AI 支援演算法可用來深入瞭解顧客的人數統計資料、購物行為與參與度，並透過店內顯示器向個別顧客即時展示相關且具針對性的內容。在資料隱私法嚴格的地區，使用電腦視覺與邊緣 AI 也意味著沒有必要收集敏感的個人化資料或傳送至別地處理。
• 網頁型 CMS（雲端或內部部署）可協助零售商管理內容和硬體網路，以及檢視所收集的資料。CMS 可將自訂內容顯示給不同購物者，或在不同的時間和地點顯示。它也提供一個儀表板，供決策者查看人口統計資訊、轉換指標和顧客參與度資料，以最佳化店內顯示器與空間佈局，進而促進銷售。

這些技術的結合可協助零售商和品牌將商店顯示器轉為強大的智慧工具，能夠取得顧客洞察力、增加銷售量，並改善購物者的店內體驗。

迅速改善的 AI 數位招牌

部署完成後，AI 數位招牌可迅速改善銷售量和顧客體驗。信不信由你，原因是大多數品牌和零售商已上線多年，早就熟悉如何使用這些「新」功能。

正因如此，他們的行銷和銷售團隊非常瞭解如何使用數位技術提供有針對性的訊息傳遞、根據顧客個人檔案最佳化顯示內容，以及 A/B 測試媒體。有別以往的是，這些功能也首次可供品牌在實體地點使用。由於企業已知道如何在網路使用這些工具，這表示實體店的改善幾乎可以一夕之間實現。

一個好例子是 DISPL 在歐洲與兩家電子產品零售商的經驗。

總部設於賽普勒斯的 Acean 和希臘規模最大的消費電子產品零售商 Kotsovolos 都在想方設法，要將線上業務流程套用在實體店。兩家公司有著類似的目標。Acean 想瞭解實體店的行銷漏斗和受眾，並最佳化店內行銷，以推動銷售量。Kotsovolos 想使用店內螢幕進行分析，並根據個別購物者的人口統計資料向顧客顯示具針對性的訊息。

DISPL 與 Acean 和 Kotsovolos 合作，量身打造其 AI 數位招牌解決方案的部署。成效立竿見影。Acean 將 44% 的訪客轉換為參與的潛在客戶，銷售量也因而成長 15%。就 Kotsovolos 而言，訪客參與度大幅成長。令該公司印象深刻的是，他們在數週後將初步試驗部署的螢幕從 16 台擴充至 100 台，並表示這項體驗協助其轉變對針對性訊息和實體店角色的思維。

為了取得這些改善並將產品迅速有效地推向市場，DISPL 採用 Intel 電腦視覺技術。

「Intel^® 發行版 OpenVINO^™ 工具組協助我們訓練神經網路、最佳化演算法，並透過加速開發來縮短上市時間，」Rekish 表示。「此外，如果顧客有此需求，Intel 軟體開發工具可協助我們更快推出新功能。」

AI、數位招牌和零售業的未來

Rekish 認為，DISPL和其他 AI 數位招牌供應商由於才剛起步，在未來數年將有大量的開發工作和功能需求要處理。

一方面，在其他垂直領域和產業中（從智慧城市和博物館到銀行業、安全性和物流），系統整合商和解決方案開發商將有機會參與 AI 數位招牌的應用。

此外，零售空間將進一步增強。舉例來說，DISPL 已設法使用 AI 自動進行 A/B 媒體測試，並利用電腦視覺簡化受限產品的銷售點年齡驗證。

簡而言之，無論是在零售空間的內或外，AI 數位招牌對解決方案供應商、SI 和品牌來說都具有無窮的可能性。

「能實現 AI 數位招牌解決方案的方式何其多，這項技術的應用領域將遠遠超越零售業，」Rekish 表示。「放眼未來，實體店的營運方式會更像網路商店，節省成本、提供更輕鬆的顧客體驗，並讓實體世界比以往更具互動性。」

本文由 insight.tech 編輯副總監 Christina Cardoza 編輯。

都會鐵路運輸讓我們的城市更宜居，且能永續發展。然而，鐵路營運商發現，大規模運輸系統在發展初期遇到了許多困難。結合 QR 代碼和票卡的自動收費（AFC）系統就是一個很好的例子。鐵路營運商轉為使用 AFC，來解決乘客增加所帶來的諸多問題，包括票務機面臨的瓶頸、過度擁擠所帶來的安全問題，以及因大量且雜亂無序的乘客所導致的效率低落問題。

而雖然 AFC 解決方案已改善人工售票的困境，但仍有許多挑戰。

大眾運輸 AFC 解決方案製造商 Huaming 的銷售總監 Hukemei 表示：「票卡使用效率不彰，而 QR 代碼的系統有個很大的問題，就是在訊號差、或是乘客手機沒電的時候就無法運作。」「此外，目前解決方案採用的大部分硬體並不堅固，所以當這些系統遇到都會鐵路中常見的極高溫和強烈振動時，就會導致問題。」

一直以來都未有更好的替代方案。而現在，AI 電腦視覺技術、針對特定目的而打造的邊緣 AI 硬體，以及 AI 軟體開發工具組（SDK），實現了支援手掌靜脈辨識的新型 AFC。這類解決方案可以讓都會鐵路運輸更安全、更簡單且更有效率。而這種生物識別技術也能應用於其他情境中。

邊緣 AI 提供技術，可應用於生物識別票務機

手掌靜脈辨識是一項高科技，但主要優勢是來自於人體生理學。人類手掌的靜脈紋和指紋一樣具獨特性，且會在成年後保持紋路不變。當然，相較於智慧型手機，手掌辨識並不需要依賴行動網路或電池。因此，手掌靜脈辨識非常適合用於生物識別：它們能保持一致性，難以造假，而且「一直在可用狀態」。

但若要能利用這些生物優勢，就需要一定的技術純熟度。Huaming 的 AFC 解決方案結合數種邊緣 AI 技術，能為都會鐵路營運商提供全方位的售票系統。

乘客首先需在客服機台註冊自己的手掌靜脈紋。這可將生物識別資料與其使用者資訊連接，乘客就能在智慧剪票口使用手掌識別與自動付款功能。

乘客進入月台時，只要手放在掃描器前方即可，掃描器會運用近紅外光線擷取手掌靜脈影像。邊緣 AI 裝置會執行特徵擷取、加密和壓縮，然後將產生的資料傳送至邊緣伺服器，對比是否相符。平均而言，約十分之一秒即可完成驗證。

為 AI at the Edge 打造的硬體和軟體

從乘客角度而言，手掌靜脈辨識就和伸出手一樣簡單。但背後則有許多複雜運算在進行。

「對乘客而言，生物識別 AFC 解決方案必須用起來順暢無礙，對鐵路營運商而言則必須保持高度穩定」Hukemei 表示，「但這就需要執行複雜的電腦視覺和 AI 處理工作，這是邊緣技術且需大規模進行，容錯空間極小。」

為了開發可邊緣提供處理高效能 AI 的解決方案，Huaming 運用了多項 Intel 技術：

• Intel Atom^® X6000E 處理器讓邊緣 AI 裝置如虎添翼，提供高效能電腦視覺和邊緣 AI 處理平台，即使在極端條件下也能正常運作，十分可靠。
• Intel^® Xeon^® 處理器可於邊緣 AI 伺服器中處理特徵配對，而處理器內建的 Intel^® AVX-512 指令集可協助將大規模特徵配對最佳化。
• Intel^® OpenVINO^™ 工具組推斷加速藉助於近 4X 和顯著降低的推斷錯誤率，可改善手掌靜脈特徵擷取模型的效能。
• Intel^® Feature Matching Acceleration Library 可用於實現大眾運輸 AI 生物識別解決方案所必需的大規模特徵配對。

結果產生的穩定且高效能邊緣 AI 解決方案，在最嚴苛的條件下也執行良好。「Intel 處理器是 AI at the Edge 的絕佳運算平台。」Hukemei 表示，「而 Intel 的 AI 加速工具和模型能大幅加速開發工作，並縮短上市準備時間。」

不只是都會運輸：AI 生物識別技術的其他應用情境

在未來幾年，以手掌靜脈識別為基礎的 AFC 解決方案將吸引系統整合商（SI）的極高興趣。此技術效率佳且十分穩健。更棒的是，此技術可於現有的自動剪票口功能上實作。舉例來說，Huaming 的解決方案可讓乘客選擇使用舊式票卡、QR 代碼或手掌靜脈識別。在實作上，城市規劃人員和都會鐵路營運商不需二選一、非此即彼，且對 SI 而言更容易進行銷售。

且除了大眾運輸以外，以手掌靜脈識別為基礎的 AI 生物識別技術也可應用於其他使用案例中。此技術具有多項普遍具有吸引力的優勢：安全、感應式的身分識別功能；錯誤辨識和錯誤拒絕率低；以及支援資料收集和分析的基礎運算平台。

「這些可能性令人十分相當令人振奮」，Hukemei 表示。「我們期盼將此技術應用於智慧運輸、智慧社區、智慧文化旅遊等其他形式。藉此提升我們城市的安全、健康與效率。」

由 insight.tech 編輯副總監 Georganne Benesch 編輯。