Insight Tech

您想要建構一套 AI 系統。該從何處著手？

以多模態情感分析為例，其仰賴多個自然語言處理和/或電腦視覺模型，模型透過嚴格的資料標記和訓練最佳化。若要將其應用在零售客服資訊亭，則需要建立基礎架構，如資料庫和視覺化工具、網路應用程式開發環境、部署和交付服務，當然也少不了一兩個 AI 模型訓練架構。

如果這是您首次嘗試使用 AI 建立系統，貴組織可能尚未以利於快速 AI 系統原型設計的方式配置所有工具，甚至沒有具備所有必備的元件。在這種情況下，希望進行 AI 工程者往往會轉而使用 Microsoft Azure、 AWS 和 Google Cloud 等超大規模雲端服務平台。除了具有基本上無限的資料容量和基礎架構服務，許多超大規模雲端服務平台也支援隨時可用的端對端 AI 開發，或者只要按幾下就能為特定第三方工具提供 API 型的整合。

最重要的是，您能以相對經濟實惠的價格開始使用，之後以即服務的形式新增功能。那麼，既然可以自己輕鬆快速地開始使用，又何必組建一個技術合作夥伴的生態系統？

超大規模雲端服務平台對邊緣 AI 工程師的隱藏成本

在概念驗證（PoC）的早期階段，超大規模雲端服務平台非常適合構思創意。但是隨著您愈加接近成品的原型設計階段，它們的侷限性就會很快暴露無遺。

「超大規模雲端服務平台的難處在於製作真正定制的 PoC，因為超大規模雲端服務平台是基於標準運作。您要嘛使用那些標準，要嘛不用超大規模雲端服務平台，」全球資訊與通訊技術公司富士通（Fujitsu Limited）產品業務資料長 Glenn Fitzgerald 表示。「這適用於他們使用的基礎架構與應用程式堆疊。」

「此外還有資料主權與落地權的問題，這在 PoC 階段不是那麼相關，但是進入原型設計階段就變得至關重要，」Fitzgerald 繼續說。「超大規模雲端服務平台不希望您從雲端和結構中擷取資料以規避它。法律和監管問題會大幅增加資料驅動專案的複雜性，這些專案在超大規模雲端環境中使用 AI。」

資料是關鍵。AI 技術取決於不斷增加的資料匯集至訓練模型，進而提高神經網路的準確性和效能，使邊緣核心通訊及資料管理成為關鍵因素。資料儲存是超大規模雲端服務平台的主要收益來源。

不難想像，在超大規模雲端環境中使用幾張圖像啟動 AI PoC，隨著原型的發展，它會擴大為包含數十萬張圖像的多個資料庫。此外，由於從超大規模雲端擷取資料不易，起初貌似無害的平台選擇可能在瞬間淪為昂貴的平台陷阱。

AI 身分識別危機

這個時候，您也應該問自己究竟是否需要開發 AI。比方說，大多數公司並不出售情感分類，而是用它來推動零售資訊亭或市場軟體解決方案。這是因為隨時可用的 AI 並非解決方案，而是可以解決現有問題的一項新功能。

「AI 不是任何問題的解決方案，」Fitzgerald 解釋道。「如果您是從機器學習或自然語言處理或神經網路的傳統意義中思考 AI，在 99% 的情況下它是解決方案的組成元素，而非解決方案本身。

「公司應該從『這是我的業務問題』開始。太多公司的出發點是『我必須做點 AI。』」Fitzgerald 表示。「但是，如果您是從『必須做點 AI』著手，到頭來會一事無成。」

在許多情況下，較好的策略是利用技術生態系統來減輕 AI 模型建立的開銷，同時維持低成本。如果運用得宜，這種方法能讓原始設備製造商和系統整合商利用人工智慧的優勢，同時專注於最終應用。

透過合作夥伴生態系統加速 AI 推斷

富士通與 Intel 及英國諮詢公司 Brainpool.AI 合作，建立了合作夥伴關係，為 AI 原型設計者開啟大門。稱作「共同創造研討會」的公司可接觸 Brainpool.AI 的 600 多位頂尖 AI 學者，其就實現預期結果所需的基礎架構元件提供建議。富士通作為整合商，協調其他合作夥伴並建立必要的基礎架構，透過原型設計從 PoC 擴展 AI。

為了使流程更加順暢，富士通建立 AI Test Drive 這個 Web 型應用程式元件、資料服務、監控工具和 SUSE Linux、NetApp 和 Juniper Networks 的 AI 套件專用 AI 基礎架構。此軟體封裝在一個示範叢集，於搭載 Intel^® 處理器的伺服器上執行，以便使用者對 AI 設計進行壓力測試，同時保留對其資料的 100% 控制，進而管理、擷取及清理。

可以透過入口網站存取 AI Test Drive 的免費試用版。為了在 AI 使用案例範圍提供一流的模型精確度、延遲性和效能，它使用 Intel^® OpenVINO^™ 工具組。
此工具組是一個 AI 模型最佳化套件，可以壓縮及加速在不同環境中產生的不同神經網路軟體，以便在不同硬體上使用。它與 Open Model Zoo 相容，因此可以將預先訓練模型輕鬆匯入原型製作流程中。

如圖 1 所示，與同一個未最佳化的 PyTorch FP32 模型相比，OpenVINO 將 FP32 BERT 情感分類模型加速了 2.68 倍。

「您必須建立一個適合您試圖解決問題的生態系統，」Fitzgerald 表示。「像富士通這樣的組織，可以將其他組織納入其中並涵蓋所有基礎，這就是您獲得最佳團隊來解決問題的方式，」Fitzgerald 如是說。

從業務問題著手

如今各行各業都擔心自己未在邊緣 AI、視覺 AI 和機器學習中搶佔先機。但在被這股風潮席捲之前，請先瞭解該如何避免一窩蜂地隨波逐流，在不屬於自己專長的領域逞能。

「從業務問題著手，」Fitzgerald 建議。「如果您瞭解業務問題所在，接著便能與利害關係人、您信任的合作夥伴與第三方合作，攜手解決那項問題。」

 

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

邊緣人工智慧可用於解決各種垂直市場的問題。它帶給製造業的優勢包括製程最佳化、即時資料視覺化，以及供應鏈管理。在醫學方面，它可助診斷工具與患者管理系統一臂之力，為人力短缺的醫護人員減輕負擔。對於智慧城市來說，邊緣人工智慧 有助於解決的問題包括塞車、能源效率、公共衞生和安全問題。

然而，諷刺的是，儘管邊緣人工智慧的用途與優勢廣泛，但是卻往往很難在廠房、醫院與市區街道採用這類解決方案。簡言之，這些產業別的系統整合商（SI）與組織，鮮少擁有建置端到端邊緣解決方案所需的內部資源。

數位轉型智慧網路與邊緣人工智慧解決方案供應商其陽科技的產品行銷經理 Tiana Shao 表示：「雖然邊緣人工智慧的體驗與日俱增，但依舊很難找到一應俱全的企業或 SI。」「他們或許懂硬體，但卻不懂如何打造合適的人工智慧應用程式。或者他們雖然可能精通人工智慧軟體，但卻沒把握如何挑選符合終端使用者規格的硬體。」

然而，All-in-One 邊緣人工智慧平台或許能彌補這方類數位轉型技能的落差。這類全方位平台實現了在安全可靠硬體執行的彈性靈活高效能邊緣人工智慧解決方案，簡化產品開發工作，並加速上市。

克服邊緣人工智慧解決方案開發的難題

簡化邊緣人工智慧產品工程設計的關鍵在於，建置時使用讓您在製程最困難環節超前的平台，這類環節包括：人工智慧軟體開發、裝置最佳化、效能提升與彈性靈活的設計。

All-in-One 平台同時善用硬體專家與人工智慧專家的優點，實現了簡化工程設計的目標。以其陽科技為例，雖然邊緣硬體是該公司的強項，但人工智慧軟體開發對他們來說則難度比較高。因此，該公司與人工智慧專家數位無限軟體合作，在他們的解決方案採用人工智慧軟體堆疊。因此，其陽科技能夠提供克服硬體與軟體難題的平台，加速開發工作，為各式各樣的處理器與伺服器締造裝置最佳化。

就硬體而言，這項解決方案還善用 Intel^® 處理器的功能。Shao 表示，這項作法可獲得幾項優勢：

「運算速度對邊緣人工智慧極為重要，而 Intel 處理器幫助我們建置了高效能的運算平台，非常適合各種邊緣應用。此外，這些處理器還提供重要的安全功能，例如 Intel^® Software Guard Extensions (Intel^® SGX)、Intel^® Platform Firmware Resilience (Intel^® PFR) 以及執行控制措施。」

最後一點，All-in-One 平台是專為彈性所建置，因為這類平台必須隨各種不同的使用案例調整。舉例而言，其陽科技的平台幾乎可安裝於任何邊緣環境，並且隨附網路介面卡和硬體型加速器適用的擴充槽。

Shao 表示：「這款平台旨在提供多種選項。」「終端使用者不同，需求當然也不一樣。我們設計的解決方案，可以根據客戶需求自訂。」

最終締造的成品，是可以用於許多情境的平台，即使需要相對複雜精密的解決方案也不成問題。

在更短的時程內讓城市更聰明有智慧

其陽科技的智慧交通管理使用案例，正是這個解決方案實作的例子。

全球的城市壓力重重，必須解決城市交通問題、緩解通勤塞車之苦、改善生活品質、減少碳排放，才能達到永續發展的目標。支援邊緣人工智慧的交通管理系統，雖然可望解決難題，但是設計與執行的技術層面卻要求嚴苛。遺憾的是，系統整合商與城市管理者卻因而將可能有效解決這些問題的方案視為畏途。

然而，SI 和城市利用其陽科技這類 All-in-One 平台，便可在更短的期限內，聯手開發出量身打造的交通管理解決方案。

這個平台支援在邊緣以即時電腦視覺的方式處理交通攝影機影像，因此不需要將大量原始資料傳送至雲端處理。同時，人工智慧軟體堆疊則可用來量身打造解決方案，不僅可免除漫長的開發過程，還提供各種功能，包括資料視覺化、車流最佳化、交通管制燈號整合，以及在偵測到交通違規情事時自動發出警示。

Shao 表示：「雖然智慧城市的交通管理，僅僅是一種可能的使用案例，但卻充分說明了 All-in-One 平台如何協助 SI 在需要複雜的解決方案時縮短上市時間，並且打造出他們可銷售給其他客戶的可重複擴充產品。」

數位轉型的多功能工具

邊緣人工智慧功能豐富，意味著它幾乎可以用來解決任何環境中的業務問題。All-in-One 平台排除許多傳統的邊緣人工智慧實作障礙，有助於在多個產業帶動採用人工智慧，並推動數位轉型，進而為 SI 與解決方案供應商創造利潤豐厚的商機。

長遠來看，邊緣人工智慧普及之後，這些平台還能帶動下一波數位轉型。其陽科技確保自家的邊緣人工智慧設備支援新一代技術，例如數位分身，也就是以虛擬方式呈現實體裝置。數位分身實現了即時模擬、精準預測分析和更有效的自動化，為醫學、汽車工程、製造業與智慧城市帶來驚人的效益。

Shao 表示：「數位分身技術需要強大可靠的邊緣人工智慧伺服器，才能因應那麼大量的即時資料處理，另外還需要頗為精密複雜的人工智慧軟體開發。」「因此，多數組織至今遲遲都無法實現數位分身，不過在未來，All-in-One 邊緣人工智慧解決方案，將能讓這項技術唾手可得。」

 

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

如果您能憑藉從資料中擷取的智慧即時溝通及行動，那就是奇蹟發生的時候。想像一下，一層 12 樓的飯店響起火災警報。管理階層的預設行動方針是撤離所有房客。然而，倘若有中央智慧平台能精準定位響起警報的確切位置，前台便能啟動靠近源頭的攝影機，確定問題的嚴重性。

該樓層的房客可進而透過離出口最近的指引招牌即時疏散，以免群眾爭先恐後。管理階層也可向消防局傳遞有關該問題的資訊。邊緣智慧服務供應商 Kloudspot 的產品長 Surya Varanasi 表示，這樣的效率似乎微不足道，但會隨著時間的累積涓滴成河，使業務營運更加高效。

為了協助企業達到這項目標，Kloudspot 提供情勢感知和智慧平台，其吸收 Wi-Fi 和感應器資料來提取這類智慧。視企業需求而定，見解能以智慧空間、智慧監視或者甚至混合工作解決方案的形式呈現。

邊緣智慧的整合性資料平台

IoT 的優勢在於它從各式各樣的感應器收集資料，例如暖通空調和照明控制、管道控制、停車場攝影機等。但大多數企業面臨的問題是如何處理所有資料，向合適的對象即時提供背景資訊。「如果有大量資料湧入，那麼就很難真正處理並瞭解所有的資料，」Varanasi 指出。

透過在 Wi-Fi 或其他可用連線上執行，Kloudspot 平台可從各種 IoT 裝置和攝影機饋送中收集資訊，將相關的智慧分層，無論是即時報告還是歷史資料皆然。最終結果是「所有感應器聚集在同一處的智慧空間，而我們能以極其簡單的方式提供結果，」Varanasi 表示。「這樣都能讓您根據所見，做出明智的決策。」

由於所有的通訊裝置（無論是飯店或個別客房的招牌，還是透過行動應用程式）都匯入中央平台，系統管理員可以將相關的資訊傳遞到合適的裝置。管理階層也可將警報編入系統，確保房客得到卓越的體驗。

取決於企業智慧空間需要的資訊類型，系統管理員可以設定具有不同資料層的 Kloudspot 平台。 「看看現今的任何空間，您就會對現狀有些看法，」Varanasi 表示。「我們有樓宇管理檢視圖、實體安全性檢視圖，第三種是無線網路和藍牙存取點的檢視圖。憑藉中央邊緣平台，我們能夠跨越所有不同的檢視圖，在各個系統間創造成果。」

基本上，Kloudspot 會整合原本孤立的檢視圖，以獲得最多的資料。根據 Varanasi 的說法，平台與現有系統合作的能力尤其重要。「您使用我們平台的方式，不必是『淘汰再替換』，」他說。「一旦客戶瞭解我們能透過這個平台增強資料，全面提供極其獨特的成果，就很容易展現商業價值。」

醫療保健的邊緣智慧處方

Kloudspot 為其客戶全球醫療保健公司 Aspen Medical 帶來了全面改善的成果。Aspen Medical 贏得了在阿布達比服務欠缺地區提供初級醫療保健的合約，而 Kloudspot 協助執行數位轉型策略。Kloudspot 的整合性平台使用現有的 Wi-Fi 服務來改善醫療機構患者的掛號和看診體驗。患者可以登入訪客 Wi-Fi 入口網站，成為 Kloudspot 平台的一部分，這樣醫院就能路由自訂訊息並提供更優異的體驗。

Kloudspot 平台也提供閘道服務，跨多個服務供應商存取 Wi-Fi 入口網站；因此，一家供應商中斷不會導致業務營運中斷。

Kloudspot 與系統整合商合作，交付其解決方案，並使用搭載適用於視覺處理之整合式顯示晶片引擎的 Intel^® Xeon^® CPU。其軟體在 Intel 服務上的 Docker 容器執行。Aspen Medical 解決方案使用 Intel^® Core^™ i5 NUC 盒裝、刀鋒伺服器和 OpenVINO^™ 工具組。

整合性資料平台的眾多用途

醫療保健與樓宇管理並非透過整合性資料平台實現邊緣智慧的唯一方式。

比方說，Kloudspot 的 Immersive Work 解決方案使混合型員工無論身在何處都能存取同樣的環境。透過 Kloudspot 的整合性智慧空間與智慧監控平台解決方案，機場可以使安檢隊伍更快移動，乘客也就能在免稅商店花更多時間，進而增加機場收益。同樣地，攝影機資料可以追蹤車牌，確定沒人亂停車。管理階層可使用自然語言命令搜尋有標記中繼資料的影片輸出，追蹤各航廈間的可疑活動並改善安全性作業。

Varanasi 表示，智慧空間的未來是以視覺化、易於理解的格式呈現資訊，因此相關利害關係人能夠更快做出決策。畢竟當企業透過單一管理平台向相關利害關係人提供及時的背景資訊，就能節省成本、提高效率。

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

對於監視錄影 AI 應用程式的開發及使用，這是一片無畏的新天地。監視錄影 AI 的使用案例包羅萬象、琳瑯滿目，其中全球電腦視覺市場價值 112.2 億美元。且預計在未來幾年會以 7.0% 的複合年均成長率持續成長。

使這種快速成長態勢進一步風馳電掣的原因是深度學習技術，其在許多工業中擴展了電腦視覺解決方案的可能性。近期該領域的發展改善了神經網路架構和訓練演算法，減輕支援 AI 演算法的硬體負擔，並方便跨部門存取資料。

隨著這些技術的進步，監視錄影 AI 使用案例的潛力幾乎永無止境，而且不再侷限於特定的產業。

城市中見於安全檢測；運輸業中用於錯誤偵測，甚至在製造業用來偵測瑕疵。此外，透過 SKU 計數與視覺庫存管理，倉庫管理的流程變得前所未有地精簡。鑑識專家如今可以在幾分鐘內查看冗長的監視錄影內容。這些只是現今運用監視錄影 AI 的少數可能性。

監視錄影 AI 市場挑戰的雙重性

然而，AI 運用可能性的爆炸性成長伴隨著市場破碎化的挑戰，這些挑戰開發者建立應用程式以及利用它們的組織密切相關。

從開發的角度來看，開發者的困擾是潛在使用者不容易發現他們的應用程式。從組織的角度來看，企業難以大規模使用 AI 應用程式。

問題之一是，電腦視覺應用程式傳統上是由不同公司開發的，他們著重於地理分佈有限的小眾領域。然而，客戶對於監視錄影 AI 的需求日益多元且橫跨各行各業，因此愈來愈難找到符合他們特定需求的監視錄影 AI 應用程式。

監視錄影 AI 作業系統和市場的共同創辦人 Yatin Kavishwar 表示，倘若沒有可擴展的集中式平台，便無法因應五花八門的需求。

即使某個組織真的找到信譽良好的開發商、擁有一兩款合適的應用程式，但擴展的問題還是沒有解決；小眾應用開發商也無法為自家產品護航。Kavishwar 解釋，有鑑於支援監視錄影 AI 採用的關鍵要素所費不貲（例如網路、硬體、基礎結構和攝影機），光投資一兩個孤立的應用程式，任何公司都不會實現理想的投資報酬。

「根據我們的經驗，有心投注監視錄影 AI 應用程式的企業客戶，目的是購買至少八個應用程式，」他進一步說明。

解決電腦視覺市場破碎化

因此，Awiros 正透過軟體平台和作業系統 Awiros OS 試圖解決市場破碎化的問題。解決方案旨在讓客戶從靜態影片內容和即時攝影機串流中獲得多元的見解與業務成果。

透過其集中式市場 Awiros AppStack，客戶能以迅捷整合的方式獲取一系列的監視錄影 AI 應用程式，第三方開發者則可存取工具，以建立、部署、訓練、拓展及管理監視錄影 AI 應用程式。

比方說，一家全球頂級豪華汽車製造商為了滿足 14 個獨特的使用案例，尋找一套監視錄影 AI 應用程式，因而找上了 Awiros。透過 Awiros OS，該公司找到一種在單一平台下探索、託管及管理大量監視錄影 AI 應用程式的集中方式。而 Awiros AppStack 也讓他們能夠尋找現有的應用程式，解決眼前的當務之急。

短短兩個月，Awiros 團隊便使用 Awiros OS 成功執行了概念驗證（POC），其中整合了多個地理位置的應用程式、網站和伺服器。Awiros 不僅提供了解決每個客戶使用案例參數的監視錄影 AI 應用程式，其應用程式市場 AppStack（影片 1）也為各種使用案例提供未來的解決方案，全都託管在單一平台。

開發者與企業客戶皆能從 AI 作業系統中受益

Awiros 為客戶帶來的最大優勢之一，是消除了攝影機特有的限制並擴大可能性。

企業客戶可以在 Awiros AppStack 現有的 60 款應用程式中隨意選擇、指定攝影機串流、在任何所需的時間部署應用程式，並自動安排其他攝影機的重新部署。Kavishwar 說明，這些都有助於更有效率地管理資源匱乏的應用程式並推動更高的投資報酬率。

影片 1。Awiros AppStack 是一個影像智慧市場，也是各行各業電腦視覺應用程式的集合商。（資料來源：Intel）

開發者也可以從低代碼環境中受益：省卻容器化的麻煩，讓應用程式快速上市。此外，Awiros 也為小眾開發者提供平台，以建立特定網域且需要本地化資料的應用程式。Kavishwar 表示這能夠大幅消弭差異，因為訓練有素的演算法是在本地化資料上訓練的，而本地化資料往往是孤立的。

由於 Intel 的協助，Awiros 得以在雲端、內部和混合環境中成功部署作業系統。該公司在某些最重要的專案上利用 Intel 硬體，例如 Intel^® Xeon^® 處理器，並在整組電腦視覺程式庫上使用 OpenVINO^™ 工具組。

監視錄影 AI 前途一片光明

儘管監視錄影 AI 開發存在著障礙和破碎化，但Kavishwar 預計採用率會在未來幾年持續上升。

「攝影機即感應器和 IoT 即技術的角色日漸吃重，」他說。「這些用來解決企業面臨之日常問題的技術愈多，監視錄影 AI 就會與我們的生活愈加息息相關。」

Awiros 展望未來，Awiros 的目標是建立一個包含 1,000 個監視錄影 AI 應用程式的市場（2025 年前多由第三方開發），進而更容易找到因應商業挑戰的相關解決方案。

 

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

安全性監視錄影和感應器資料可為尋求最佳化樓宇使用率和使用者安全的組織提供大量業務見解。因此，當各組織出於安全與保障的原因投資昂貴的監視錄影基礎結構時，他們也希望為業務目的利用資料。

零售業就是其一。商店購物者的圖像不僅能嚇阻竊盜事件、確保人們安全，也能讓零售商瞭解顧客在店內的移動路線以及駐足最久的地點。

挑戰是要符合成本效益的方式取得見解。監視錄影解決方案的雲端型管理有助於控管成本，但利用雲端來分析攝影機擷取的資料量卻要價高昂。在邊緣進行較經濟實惠。

「雲端型管理平台對許多工作負載皆能發揮卓越成效。但是要將視訊這類的工作負載移出內部部署，不僅要求嚴苛而且所費不貲，需要一定程度的靈活性，」視訊實體安全性解決方案供應商 Genetec 視訊設備產品集團資深經理 David Grey 表示。

Genetec 為客戶提供技術與全球服務，解決了這項難題。公司的整合性平台結合了監視錄影與來自感應器的存取控制資料。一個名為 Streamvault Edge 的設備位於客戶站點的邊緣，用來分析資料並為其提供上下文。

約 70% 的資料是在邊緣處理。Genetec 將需要進一步分析的所有內容都傳輸至雲端。接著，該公司將資料見解轉換為客戶可透過網路介面存取且易於使用的格式。

超越安全與保障

「從安全性系統收集而來的監視錄影只有 5% 可用來播放以調查事件，」Grey 表示。「基本上，傳統部署的其他 95% 都被扔棄。30 天週期或保留期結束時，就會覆寫監視錄影內容。」

為監視錄影大攦幣的組織不會樂於讓白花花的銀兩付諸東流。獲得價值的一種方法是利用即時分析來防範安全性事件。一旦從監視錄影機發現行跡可疑的人士，便能阻止他非法溜進樓宇或竊盜。

但現今的公司希望從既有的監視錄影安全性系統獲得更多功能。他們尋求的是可付諸行動的商業智慧。例如，倘若公司知道進出設施的人數，即可衡量容納人數的趨勢。能夠取得這些類型的趨勢，便能推動從能源管理到會議室需求的決策。

「就營運而言，如果您的上班地點是一間辦公室，瞭解辦公場所的實際情況就有很大的價值，」Grey 如是說。

監視錄影資料帶來新的商機

無論您是零售商、體育場或機場，均可從安全性資料獲得的營運效率創造商機。舉例來說，零售商總是希望追蹤顧客逛商店的歷程，打造更優異的購物體驗。Genetec 透過監控人流和結帳隊伍做到這一點。

「當一定人數在收銀櫃台前排隊，是否應該開設另一個收銀櫃台？是否能夠計算因為隊伍太長而決定不買的人數？「如何更有效率地經營零售商店，箇中有許多奧妙值得探討，」Grey 表示。

金融服務業等其他產業也能從中獲益。一家全球部署的金融服務業客戶需要在無法存取公司網路的情況下監控地點。如果要將網路擴及每個站點，會是一筆可觀的開銷。

於是該公司利用 Genetec 在這些站點部署 Streamvault Edge。由於解決方案是透過雲端管理，因此只需要對該公司的網路略為變更兩處，即可進行安全性監測和存取控制。

該公司透過兩種方式節省資金：解決方案不需要重大的網路整合，且客戶無須在樓宇中派駐保全人員即可獲得存取控制，」Grey 表示。

持續改善：從監視錄影安全到網路安全

除了監視錄影安全、分析和商業智慧，網路安全在 Genetec 的解決方案與服務策略中也扮演舉足輕重的角色。Grey 表示該公司的所有硬體和軟體都經過第三方的強化和滲透測試。其軟體合作夥伴每年都通過兩次網路安全訓練。

平台能即時追蹤網路風險，如有人蓄意破壞攝影機則會發出警告。Grey 表示 Genetec 不會使用缺乏密碼保護等安全控制的攝影機：「網路安全是我們取信於客戶的關鍵之一。」

與 Intel 合作進一步鞏固我們的威信。Genetec 使用 Intel CPU 為 Streamvault Edge 注入動能，並與 Intel 在研發和上市策略上密切合作。

Grey 展望未來，相信 Streamvault Edge 將在新市場開疆闢土。解決方案快速且易於部署，軟體也持續更新。「新功能推出時會自動向客戶提供，因此他們總是能獲得我們最新最好的產品，」Grey 表示。「我們希望為全球各地的組織提供提高商業智慧、營運意識和安全性的方法，來保護日常生活順利進行。」

 

本文由 insight.tech 編輯副總監 Georganne Benesch 編輯。