系統整合商聯盟提供智慧保全攝影解決方案

傳統上的保全攝影機扮演的是被動的角色,在事發過後提供影片將事件的片段拼湊在一起。但新式系統使用的是感應器和智慧影片分析,以達及早偵測甚至防範的效果。

具備人工智慧(AI)功能(如聲音和動作偵測以及人數計算)的攝影機可針對各種事件啟動立即回應。攝影機也會通過影片內容分析將資料傳送至雲端供日後審查,進而推動強化安全策略的決策。

從零售業到運輸業乃至於公共安全,幾乎各行各業都開始使用支援人工智慧的保全攝影機系統,為系統整合商與他們服務的客戶創造嶄新的商機。

然而,機會往往會帶來挑戰。人工智慧攝影機包括 AV 整合商鮮少涉獵或毫無經驗可言的元素,例如雲端、IoT 和邊緣。

「許多新進入市場的公司正將雲端解決方案引進保全和 AV 領域,」全球系統整合聯盟 PSA Network執行長 Matt Barnette 表示。 「您要如何從遠端部署、配置、疑難排解及管理這些系統?」

這就是他的組織發揮功用之處,扮演代理商與牽線媒介等角色。

該組織將會員公司及技術供應商相互連結。它協助會員挑選先進的安全性分析解決方案及瞭解技術,以便滿足客戶瞬息萬變的需求,並促進企業成長。

PSA 以五大方式支援會員:教育、產品存取、網路、金融與服務等。公司加入 PSA 的原因在於「他們在這五大領域中有一至多種需求。無論是金融支援或教育,他們都想參與其中,」Barnete 表示。

從技術到訓練乃至於服務

PSA 與 200 家技術供應商合作,包括 Johnson Controls、OpenEye 和 Bogen 等公司。管理這些合作關係、測試產品及驗證解決方案是該公司的重點使命。

「整合商通常會聯絡我們,說明:『我們有這個需求。你們有什麼建議?』」Barnette 表示。「他們希望我們能掌握產業脈動以及最新推出市場的解決方案。」

這需要在市場需求、產品功能以及整合商對新型人工智慧技術的整備程度之間取得微妙的平衡。Barnette 表示:「假如我們引進的產品沒有相關性、並不真正合適,或是太過新潮前衛但未經足夠驗證,將無法受到客戶的青睞。」

PSA 也有一個新興技術委員會,由十幾家會員公司組成,每月舉行會議審查全新的解決方案。「他們一般會取得產品並著手測試,然後回報:『對,我們覺得很酷。應該要推出』或『這項產品或許很棒,但並不符合市場的需求。也許等半年或一年後再說。」

作為供應商管理的一環,PSA 致力解決供應鏈問題,通常會與供應商採取「愈明顯的問題愈先解決」的方法。「我們每週與供應商聯絡,以解決庫存待處理項目,」Barnette 表示。

除了獲得先進的影片技術與解決方案,教育可以說是 PSA 最寶貴的角色。如果企業集團會員不瞭解系統如何運作,便無法成功銷售或部署。因此,PSA 與 Intel® 這類的技術領導者合作,讓會員取得認證課程和其他訓練,縮短學習曲線。例如,Intel 為會員提供工具組、產品與服務,以建構利用人工智慧、電腦視覺和其他先進技術的解決方案。

PSA 會員除了供應商管理與教育外,還有其他需求。對許多公司來說,取得融資是當務之急。該公司將處理採購、提供 90 天期限、信用額度和產品免費運送。

「PSA 也提供行銷、企業開發、人力資源和法律方面的服務,」Barnette 表示。「我們有陣容完整的企業解決方案供應商提供這些功能,或是由我們自己完成。」

夥伴生態系統協作可擴大市場

串連人脈是成為會員的另一項難能可貴的優勢。該公司成立特殊興趣小組,例如來自全國各地的銷售員齊聚一堂,談論他們所面臨的問題,或者探討解決方案或產業動態。

有時會員公司會利用彼此的專業知識而相互合作。舉例來說,具有實體安全解決方案的整合商與特定專案的網路安全解決方案供應商搭配合作。而這正是 PSA 的重點使命:隨著科技日新月益,會員可透過整合商、解決方案供應商,以及 PSA 提供的所有優勢滿足客戶的需求。

「我們識別了市場的服務供應商,並將它們串連在一起。透過我們,它們可以幫助彼此,」Barnette 表示。「我們也藉由與供應商的合作協助後端,讓整合商得以安心著手工作。這不單純是產品交付。我們之所以稱為集體,是因為我們服務的內容遠超過這些。」

 

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

關於自助服務機在醫療患者登記中的使用討論

你走進醫生辦公室,然後接待你的是——一台自助服務機?

這就是21世紀大流行病後的生活,每項程序均由技術支持,每個人都有防病菌意識。而如果使用得當,一台服務機可以同時滿足這兩項條件。

目前自助服務機正在整合越來越多的感官能力,這使它們相對「自助」能提供更多「服務」。例如,電腦視覺方面的進展目前能使服務機「看見」與他們互動的主體,在某些情況下它們甚至能偵測人類情感。另外,大多數的服務機已經支持觸覺輸入。

然而,目前為止,人機互動在近幾年來最大的收穫來自自然語言處理(NLP)服務。如今,整合式語音控制引擎讓無法查看或觸控設備的人,或條件不允許其查看或觸控設備的的人,能不用動手即可在自動服務機上輸入。

而且這些語音服務可支援端到端的患者登記等程序,在醫務工作人員疲於接待大量患者且薪酬上升的現在,對於醫療保健機構來說這也是一項很大的收穫。

語音服務不僅能讓服務機成為一般員工的適宜替代品,而且在許多情況下,它們能至少發揮和人類同等的效率,且大大降低傳染疾病的風險(影片 1)。

影片 1。自然語言處理(NLP)讓患者能在醫療自助服務機上無需觸控即可在全通路中登記,這樣即增加了效率又降低了健康風險。(資料來源:Sodaclick

「比起尋求接待人員的服務,等待他們接完電話或在電腦上輸入需要填的資料,患者可以直接尋求服務機的服務。和與接待人員交談一樣,他們只需要說出名字或出生日期就可以登記。」數碼內容與人工智慧體驗公司 Sodaclick研究與行銷執行官 Salwa Al-Tahan 如是說道。

來聊聊自助服務語音登記系統吧

然而,雖然添加對話式人工智慧確實能讓自助服務機「更聰明」,但服務機並不能直接被放在周邊基礎設施中然後就開始工作。需要注意的是服務機本身只是更複雜的雲端連線系統的前端。

服務機介面必須直觀且有參與性,但大多數醫療自助服務機等系統中的對話式人工智慧處理並不是在服務機上進行的。使用者的語音輸入由邊緣服務機收錄,然後傳送至雲端型的自動語音辨識(ASR)和 NLP 模型,並在此快速連續地執行幾項步驟。

  1. 將語音輸入轉換為文字(STT)
  2. 對照參考文本輸入和醫院資料庫
  3. 使用文字轉語音(TTS)引擎轉換輸出
  4. 將結果發送回服務機,然後以語音答復的形式傳達給使用者

在整個過程的初期還可以設置一個確認步驟,雲端模型可以在該步驟確認接收到的語音輸入是否和服務機收錄的內容一致。然而很明顯,大多數的智慧都和前端使用者介面相隔兩地,而將智慧與語音服務以及包含患者資訊和日程安排資訊等相關資料的資料庫連結起來需要大量的整合工作。

將所有這些技術結合起來、應用到特定的使用案例和技術環境中,同時還不能違反 HIPAA 或 GDPR 法規,這甚至遠超醫院最高級 IT 工作人員的能力範圍。

探討語音服務機

更好的替代方法是利用現成的技術套件,優化患者服務、降低成本、降低醫療設施中的健康風險。例如,Intel® 的語音人工智慧助理 RFP Ready Kit、Arrow Electronics 和 Sodaclick 精簡了動態患者登記服務在全通路服務機上的部署。

Al-Tahan 解釋到「我們不要求客戶丟棄他們已有的自助服務機並再買一個新的,而是用我們的 SDK 解決方案添加一個語音層來升級服務機。你可以獲取 SDK,和我們的開發團隊合作,然後很輕鬆地部署語音人工智慧 ready solutions。」

Sodaclick 的 人工智慧語音 SDK 通過整合上線 HTML 或 JavaScript 代碼,為數位告示板觸控螢幕添加對話式人工智慧。它還有助於解決背景噪音等 ASR 挑戰。

Sodaclick 透過 Intel® Solutions Aggregator – Arrow Electronics等合作夥伴提供 SDK,支援超過 85 種語言。透過沉浸式服務機的所有元件,醫療語音人工智慧助理可以識別活動觸發並即時傳送自訂語音訊息。

除了 SDK 之外,語音人工智慧助理可包括:

  • 以雲端圖形編輯器為基礎的 HTML5 內容創作平台,讓醫院可以使用豐富的字體、動畫和外部資料來源來創建複雜的投影片,而無需編寫代碼。
  • 搭載 Intel® 酷睿 i5 處理器 的數位告示板系統,包括16 GB RAM、麥克風和揚聲器陣列以及可偵測正在靠近的使用者的近接感測器。
  • 前端應用程式,支援全通路輸入,透過 API 整合資料庫。
  • 語音人工智慧服務,所有語音服務均位於雲端,將符合 HIPAA 和 GDPR 的個人輸出傳送回雲端。

Sodaclick 內容創作平台允許在目標服務機上即時創建和更新視覺顯示內容。此外,含前端應用程式的人工智慧語音 SDK 整合幫助支援與語音人工智慧服務和患者登記資料庫的連接,提供順暢的用戶體驗。

當然,關注新技術的醫療保健官員們最大的關切之一是安全與資料隱私。這些也是醫療語音人工智慧助理最大的優勢之一。

整個系統以容器化的 Docker 架構為基礎,它能將應用程式和資料分開。它並不會記錄任何資料,而是使用 Intel Edge Software Hub 在微服務架構中推送要求和回應。

透過內建的安全、連接和延遲考量,Edge Software Hub 以在醫院防火牆後方組織資料流的方式協助作業流通,減少入侵風險。

為您服務的對話式人工智慧

醫療場所僅僅是 Sodaclick 語音 SDK 的其中一個經營市場。雜貨店和快餐店同樣也在利用這項技術,這表明對話式人工智慧已經深入日常生活的方方面面。

透過不斷提高的健康意識和正在改變的工作偏好,您可能將更多地進行自助服務。但是無需擔心,對話式服務機將為您提供幫助。

「語音是未來。我們將會在各類設定中看到越來越多的語音部署。目前我們都還只是淺嘗輒止。」Al-Tahan 表示。

 

此文章由 Christina Cardoza ,insight.tech 副編輯主任撰寫。

使用視訊分析監督關鍵基礎架構

2022年三月,破壞分子弄壞了一台變壓器,切斷了數千居民的電力,在俄克拉荷馬的一個變電所中造成了大混亂。這只是美國持續出現的許多入侵事件之一,這些事件每年會造成 250,000 美元至一百萬美元的損失。

而入侵並非公用設施面臨的唯一挑戰。電力公用設施產業需要處理各類複雜的挑戰,這些挑戰給他們最有價值的資產——運營帶來了巨大的壓力。

現今關鍵基礎設施的狀況

首先是基礎設施老化的問題。美國 70% 的電力變壓器和輸電線已運行 25 年以上。根據 John Smerkar,IoT 和數碼創新技術領導者——Hitachi Vantara 智慧空間和 Lumada Video Insights 行銷全球總監的說法,60% 的斷路器已運行了 30 年甚至更久。

現在正是基礎設施過度使用的最糟糕時刻。加速的氣候變化對系統也是一個負擔,氣候變化使得高破壞力的暴風雨出現得更頻繁,而每次暴風雨的出現都會對系統造成大量的損壞。

不僅基礎設施已經過時,維護和管理基礎設施的程序也是如此。許多基礎設施仍由手動檢查——也就是說當作業團隊發現問題時為時已晚。

所有這些都導致更頻繁、持續時間更長的電力中斷。例如,2020 年美國用戶遭遇的平均斷電時長超過八個小時。

並且由於向電動汽車的轉換,預期電力需求將會增加——預計美國的電力需求在 2050 年前將會增加 38%——這給關鍵基礎設施帶來了壓力。

最後一項挑戰是行業的人才短缺。Smerkar 解釋道全國 400,000 名電力公用設施員工中有超過三分之一即將退休。

由於這些複雜的因素,公用設施組織在管理和監測其關鍵資產時陷入了困難。

「COO 們問『哪一項關鍵基礎設施的核心資產即將失效?』『我要如何繼續降低作業成本,同時提高檢查頻率?』」Smerkar 說道。

由於壓力持續存在,電力公用設施也許能使用更聰明的方法來進行資源分配。而答案就是:基礎設施智慧監測。

引入基礎設施智慧監測

如今,大多數電力站使用視訊攝影機監測設施。但問題是傳統的閉路電視(CCTV)威懾效力不足。

例如,維修人員並不能總是發現入侵者進入了管制區,只有在損壞已經發生後才能發現問題。同樣地,公用設施無法精準地預測斷路器何時會斷路。傳統方法僅在出現入侵或斷路器異常運行後的鑒定分析中提供幫助。

基礎設施智慧監測利用人工智慧和視訊資料,並將其引入到分析領域以幫助公用設施提前解決問題。

例如,透過 Hitachi 基礎設施智慧監測解決方案,公用設施可以減少如發生在俄克拉荷馬的入侵。他們可從任何地方監測場點和設備。進入管制區的入侵者會被記錄,授權員工會收到通知以立即行動。

除了對入侵的監測外,公用設施還可以進行遠端監測和資產檢查,並在未來轉為自主作業。他們可以使用解決方案以便更頻繁地檢查每個變電所的正常運行情況,而且透過先進的視訊功能,他們能夠左右上下轉動攝影機或進行放大以全方位的角度檢查關鍵基礎設施。這樣一來,各設施就能在問題升級到設備運行異常或造成持續數日的斷電之前就能對資產進行預防性維護。

實際上,各公用設施正在意識到他們能夠依賴熟悉的實體和視訊資料來更積極主動地解決最緊迫的挑戰,並代替只有出現問題後才能做出反應的傳統方法。

該方案的前景十分遠大,預計表面檢查和視覺市場的綜合年率會提高 7.13% 並在 2028 年前達到 59.5 億美元

集合所有手段

Smerkar 表示,技術改善一直在促進表面檢查和視覺行業的增長。他表示:「基礎設施智慧監測壓倒性效率背後的深層原因是人工智慧、機器學習和電腦視覺也在大步發展。」

作為基礎設施智慧監測的一部分,電力設施使用 CCTV 反饋的即時資料流作為視訊資料,並輔以人類、無人機或機器人收集的其他資料。公用設施還會定期對資產進行熱掃描,確保關鍵設備沒有過熱現象和故障風險。各邊緣點的資料會回饋至雲端以進行處理。Hitachi 透過其視覺化套件,提供對這些分析材料的解析。

Smerkar 表示,使用 Hitachi 的基礎設施智慧監測解決方案,電力設施作業人員可「更有效率地調遣工作人員資源,隨時隨地即時檢視關鍵基礎設施元件。」

此外,當設備某一部件的讀數超過正常工作範圍時,工作人員可以收到通知,這大幅度地降低了系統停機時間。同樣重要的是,Smerkar 說道:「通過單一的窗口就能獲得所有解析。」不同於以往作業人員必須登入多個系統才能追蹤設備,視覺化套件將所有即時資料解析集中到一個地方。

Hitachi 的視覺化套件在 Microsoft Azure 堆疊上運行,其智慧攝影機搭載 Intel® NUC。Smerkar 表示所有預處理視訊資料的邊緣閘道都在 Intel 上運行。

視訊資料驅動的解決方案不僅限於變電所這一使用案例。Smerkar 表示:「關鍵基礎設施無處不在。」「它可以是道路、高速公路、橋樑、體育場。同樣的原則均適用。」他補充道。

Hitachi 的智慧空間是智慧邊緣計畫的一部分,在醫療、教育和製造等行業使用視訊解析(SSVI)監測和檢查各種「空間」中的資產——機場、橋樑、體育場、主題公園。例如:Smerkar 說道:「在軌道車前方放置一架攝像機,這樣當軌道車運行時就能幫助查找裂縫。」視訊資料讓各產業能「看見」故障線路所在。

Smerkar 表示所有這一切的關鍵詞是「智慧」。他補充道:「與其讓工作人員到外面去檢查目前狀態良好無需監測的資產,我們可以讓他們處理臨近使用壽命終點、需要修理和替換的關鍵基礎設施,以防止停機。」

戰略性地使用手中的資源而不是採用通用方案才是主動迎接挑戰的方式。隨著老化基礎設施承受的壓力持續增加,這些解決方案來的正是時候。

 

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

自動櫃員機即服務帶動銀行業轉型

資料外洩。落伍的客戶體驗。無法使用的自動櫃員機。就品牌商譽和客戶忠誠度而言,這些是金融機構(FI)的三大問題。疫情大幅增加了消費者使用自助服務技術的頻率,例如自動櫃員機、互動式櫃員機或數位銀行。消費者越來越常透過分行以外的便利方式滿足銀行業務需求,隨之而來的是長久的行為轉變。

確保提供安全且正常運作的自助服務管道至關重要。然而,管理各式各樣全天候、提供最新軟體更新,並且有足夠現金滿足客戶需求的自助服務技術,不僅過程複雜,更需要專業技能。另外,金融機構多半依舊擁有自家的自助服務管道,並且自行經營管理。

金融機構與許多產業一樣,希望更專注於核心技能,並且簡化經營管理過程,進而節省成本並改善效率。透過「即服務」外包模式是實現這項目標的方式之一。NCR 這個頂尖企業技術供應商,協助經營管理自主式銀行業務,已經推出了自家的自動櫃員機即服務(ATMaaS),協助金融機構更妥善管理自助服務管道。

「消費者重視便利性的程度更勝以往,希望在自動櫃員機而非分行完成交易,而且絕大多數交易現在都能利用自助服務完成。然而,自動櫃員機體驗不良卻可能直接影響客戶滿意度。」NCR Corporation 自助服務銀行業務資深副總裁暨總經理 Terry Duffy 表示。「透過 ATMaaS,金融機構可釋放資源,專心處理其他優先要務,同時依舊提供優異的自動櫃員機自助服務體驗。」

部署銀行業務服務

透過 ATMaaS 將自助服務管道外包,可能對小型金融機構的影響格外深遠。Duffy 表示:「小型金融機構重視擴充以及與大型金融機構競爭的能力。」「他們並非工程師、他們並非軟體開發人員,而且他們擁有的資源有限。ATMaaS 提高資源、成本和管理的效率,解決了這個問題。」

美國西岸的某金融機構,最近為了 26 部自動櫃員機機群,向 NCR 尋求協助。兩名擔任要職的員工已離開這間金融機構,並且正在處理法規遵循的難題,以及由第三方維護過時設備的問題。

Duffy 表示:「我們在四個月內部署了全新的技術。」「他們卸下了經營管理的重擔,加上技術現代化則意味著效能與可用性獲得改善。ATMaaS 透過單一聯絡窗口取代了過去管理的多家供應商,讓金融機構能專心服務客戶,這才是他們最重要的工作。」

數位優先解決方案讓經營管理方式改頭換面

NCR 的統包式計畫 ATMaaS,包含了提供可靠自動櫃員機管道所需的軟體、服務與硬體。自動櫃員機管道採用多點觸控數位廣告面板,並且改善了交易時間,以實現現今客戶期待的數位優先體驗。自動櫃員機是在嵌入式 Intel® 處理器上執行,可在尖峰時段助可靠性與速度一臂之力。Intel 處理器支援小巧且低功率的穩健裝置,適用於不同的溫度與環境(影片 1)。

https://www.youtube.com/watch?v=EP8v8SxBQyM

影片 1. NCR ATMaaS 可讓金融機構將自動櫃員機的管理、經營和所有權外包,釋放資源,並改善客戶服務。(資料來源:NCR Corporation

關鍵目標是協助革新技術,提供客戶要求的數位優先體驗。他們將當責的重擔託付給信賴的夥伴,再也無須擔心法規遵循、安全性以及可用性的問題,這件事的重要性與單一合約和每月協議不相上下。

部分金融機構已經將自動櫃員機管道的幾個層面外包,例如硬體維護、現金補充以及軟體維護,同時繼續維持其他要素的管理工作。ATMaaS 這個端對端解決方案,將一切整合於單一值得信賴合作夥伴提供的單一協議。這樣一來便省下了努力協調各供應商的時間,並且讓金融機構能專注於服務客戶。最重要的是,NCR 提供了維護與持續監測,確保自動櫃員機網路運作正常無誤。

跟上法規遵循改變的腳步可能是一大難題,這是「即服務」方式的另一項優勢。ATMaaS 誕生為的是減輕營運管理負擔,帶動業務效率,而且該公司已在超過 30 個國家推出一項計畫,透過標準方式支援客戶自動櫃員機網路的營運管理。

改用即管理服務的方式,也為金融機構客戶賦予了優勢。Duffy 表示:「如果自動櫃員機故障,我們會負責辨識機器、問題,並且及時修復機器。」「我們透過 ATMaaS 模式,致力於在客戶網路締造高可用性的成果。這個作法讓終端消費者有信心,深信他們能隨時執行需要的交易,進而強化客戶體驗。」

ATMaaS 還讓金融機構得以徹底改變管理營運方式。Duffy 表示:「消費者使用分行的方式,近幾年已大幅改變,進而使金融機構徹底改變傳統的分行模式。針對定期交易及其他功能,例如開帳戶和支付帳單,部分分行利用自動櫃員機這類自助服務技術,改採無現金模式,「這樣一來,櫃員便能轉為擔任價值更高的諮詢與顧問角色。」

Duffy 表示:「自動櫃員機即服務正快速改變公司業務往來的方式。」「這樣一來,他們便能以更靈活的方式發展及現代化,同時減輕複雜作業的管理重擔。透過與一位夥伴合作,金融機構在供應商管理,以及確保自動櫃員機符合法規、可用且安全的日常要求方面,只有單一聯絡窗口。金融機構能將資源集中投入策略性業務計畫,例如新產品上市或加強客戶體驗。」

 

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

運用人工智慧影片分析讓交通服務操作人員如虎添翼

1999 年,一輛在法國與義大利之間 7.2 英里長白朗峰隧道行駛的聯結車起火,39 名受困的通勤者命喪黃泉。雖然這條隧道安裝了各種監視攝影機,但交通服務操作人員卻等到駕駛人紛紛報案才接獲通知,此時大禍早已釀成。

很遺憾,這個問題又持續了好幾年,歐洲各國因交通事故而造成的死亡人數以令人擔憂的速度暴增,隧道更是事故比例最高的地點。

有鑑於此,歐盟會員國於 2004 年決定,針對長度超過 500 公尺的隧道頒布最低道路安全規定,又稱為指令 2004/54/EC。部分規定包括安裝安全攝影機。一條隧道若可能安裝數十或甚至數百部攝影機,公務員就能監測各種情況,例如逆向的駕駛人、煙霧/火、停下來的車輛,或是路上的行人。

當然,任何稱職的運輸系統管理人員都會告訴您,攝影機端點提供的串流交通影片片段,產生的資料太多,操作人員難以手動分析。另外,在指令 2004/54/EC 所創造的現實中,必須有人負責分析歐洲大陸多數地區每部攝影機的多重串流,以及每條隧道多部攝影機。或者也許由某種東西代勞。

運輸管理機構必須儘可能將分析攝影機影片片段的工作自動化。他們需要人工智慧影片分析,才能監測車道邊緣可能發生的安全事件。

實際生活中的交通路況攝影機監測

我們以一條車道為例,讓您瞭解指令 2004/54/EC 的規模和範圍。Boulevard Périphérique Nord de Lyon (BPNL) 位於法國里昂,是 10 公里長的收費道路,連接三大高速公路。這條道路包含四條隧道,共橫跨 6 公里,以及兩條高架橋,交通攝影機不到 200 部。

BPNL 的營運單位是 Société D’exploitation Du Boulevard Périphérique Nord De Lyon (SE BPNL)。該單位的 50 名員工負責管理收費亭、維護道路基礎建設,以及監測攝影機摘要是否有可能構成危險或中斷交通流量的事件。

少了自動化根本不可能進行這類監測的原因顯而易見。假設每位 SE BPNL 員工不眠不休監測攝影機影片片段,他們依舊必須同時觀看四部攝影機的摘要。該公司捨棄以人工方式監測,嘗試使用採用傳統影像處理演算法的電腦視覺攝影機監測軟體。然而,即使是這些軟體,識別人、事、物的準確度,也不足以避免操作人員為了處理假性異常警報而疲於奔命。

「這種技術雖然能理解一團像素正在移動,但無法辨識出一團像素是行人。舉例來說,技術或許能理解一團像素是人形或是以人的速度移動,但是卻無法辨識物體是人。」行動影片分析公司 Sprinx Technologies 共同創辦人暨技術長 Renato Clerici 表示

為了克服這些挑戰,SE BPNL 向 Sprinx 尋求協助,透過該公司的 TRAFFIX.AI 自動事故偵測(AID)軟體,利用類神經網路即時偵測及辨識車輛、人與行人。

Clerici 表示:「人工智慧與深度學習遠比標準的電腦視覺技術準確。」「類神經網路經過訓練,可識別、辨識及偵測照片中的人或車輛。透過 3D 物件追蹤技術,它可讓我們提供非常真實且準確的偵測服務,並大量減少假警報數量。」

OpenVINO 邁向隨時隨地自動事件偵測之路

TRAFFIX.AI 自 2020 年春天部署以來,透過高傳真分析偵測逆向的駕駛人、減速駕駛、停駛車輛、溢出的貨物,甚至是煙霧,協助 SE BPNL 大幅減少了假警報(影片 1)。

影片 1.TRAFFIX.AI 支援突然失去車道可見度這類事件的高傳真影片分析,協助 SE BPNL 減少假性異常。(資料來源:Sprinx Technologies

從終端使用者或系統整合商的觀點來看,有了 TRAFFIX.AI 的內建智慧,輕輕鬆鬆即可針對上述這類使用案例設定及校準系統。雖然平台的 3D 物件偵測軟體是 Sprinx 的專屬軟體,而 MobileNet SSD 類神經網路則是內部用 TensorFlow 所開發,但這套軟體是利用 Intel® OpenVINO 工具組針對邊緣執行最佳化。

這意味著 TRAFFIX.AI 可在任何 CPU、GPU、FPGA、VPU 或其他 Intel 型硬體平台上執行,無論是邊緣電腦、個人電腦或伺服器都不成問題。它甚至隨裝即可連線至智慧運輸系統(ITS),締造真正高效能的隨插即用人工智慧影片分析部署體驗。

Clerici 表示:「OpenVINO 是我們解決方案的要角,因為它負責執行我們用於偵測及辨識車輛和行人的類神經網路。」「您可以使用現有硬體,而且運作順暢。您輕而易舉就能用我們的軟體,將電腦或伺服器連線至現有的網路基礎架構,並且處理現有的攝影機摘要。該硬體能處理的攝影機數量是唯一的限制,但如果您必須處理更多攝影機,添加一部電腦就行了。」

在 BPNL 這類安裝,Sprinx 採用 Intel® Core i9 和 Intel® Xeon® Gold 處理器(最多支援 24 部攝影機)執行 TRAFFIX.AI。然而,正如 Clerici 所說,小型部署可利用搭載 Core i5 或 Core i7 處理器(支援高達 10 段同時影片串流)這類更節能裝置的端點目標。

智慧城市解決方案:已針對人工智慧影片分析準備就緒

Sprinx 的 TRAFFIX.AI 軟體已經讓歐洲車道大約 15,000 部電腦視覺攝影機,搖身一變為智慧影片分析資料擷取裝置。他們的軟體幾乎可部署於任何硬體,並且正與 Intel 攜手合作打造近期即可實現的未來,也就是人工智慧分析軟體可在電腦視覺攝影機端點直接部署,將即時警示直接傳送至內部部署伺服器或雲端平台。

這樣一來,全球已安裝的數十億部攝影機,便能化身為潛在的人工智慧視覺端點。從智慧公共交通運輸系統、智慧交通資料收集到智慧城市解決方案,可能性幾乎瞬間變得無窮無盡。OpenVINO 工具組的支援功能是實現這一切的推手。

然而,就眼前來說,為 SE BPNL 這類操作人員即時提供準確的路況資訊,拯救生命,不失為是個好的開始。

 

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

互動式觸控螢幕的多元功能

互動式觸控螢幕是適應變化能力極強的技術。這項技術已應用於每個想得到的環境:從電影院和餐廳到醫療保健與製造業,甚至是外太空

這項技術無所不在的原因很簡單:它們讓生活更輕鬆愜意。觸控螢幕領導製造商 Elo 業務開發總監 Rick Smith 表示:「互動式觸控螢幕可協助任何業界的人提升工作表現,並且縮短工作時間。」

在數位轉型時代,所有產業紛紛尋求利用科技將工作流程最佳化,而且顧客比以往還重視速度與便利性,因此這項技術至關重要。即使觸控螢幕是萬能的技術,但是其多元功能意味著,系統整合商與整合式軟體供應商(ISV)仍不斷為觸控螢幕尋找新用途。這一點也意味着觸控螢幕的未來一片光明,因為製造商希望將觸控螢幕與新一代技術整合,例如電腦視覺、語音辨識以及人工智慧。

廠房的數位轉型

對於採取傳統工作流程的產業來說,互動式觸控螢幕可提供大量最佳化的機會。

這正是製造商 Magnum Piering 的體驗。該公司一直以來非常成功,而所謂的成功是指接到更大筆的訂單。然而,對於空間已經有限的生產設施來說,這項成就並不容易。

雖然該公司作業有標準的加工程序,但並未針對節省空間最佳化。設計與配置在建築物的一個區域處理之後,接著載入廠房的機器。該公司想將這些功能整合至單一系統,讓機工能在同一個地點完成所有工作。

為了實現這項目標,該公司投資了 Hypertherm 的電漿切割機,而且這款切割機可以由直接的人為互動控制。然而,在嚴苛的製造環境中,這個作法伴隨著安全風險。空氣中有火花、灰塵和金屬碎片,而且工作者戴著沉重的防護手套。為了解決這些問題,Elo 部署了開放式架構互動式觸控螢幕,作為 Hypertherm 機器的輸入裝置。由於這個平台允許高度客製化,因此 Elo 的工程師能夠將裝置驅動程式與輸入設定客製化,讓系統能夠戴著手套使用。

結果產生的統包式解決方案,可大幅改善 Magnum Piering 的加工工作流程。該公司在所有設施安裝了 6,000 多個觸控螢幕,可處理高達 500 噸的訂單,是先前生產力的兩倍以上(影片 1)。

影片 1. 互動式觸控螢幕讓製造設施的訂單生產力增加了一倍。(資料來源:Elo Touch

自助式服務在電影院表現突出

此外,觸控螢幕協助企業回應客戶喜好所帶動的變化。Kerasotes Showplace Icon Theatre 便是最佳範例。Kerasotes Theatres 自 1909 年開業,不過就與現今許多的飯店餐飲和娛樂界公司一樣,同樣必須因應新的客戶期望。

Smith 解釋:「在『新常態』中,便利性是顧客的頭號需求。」「針對影響顧客決定留在網站以及購物與否的因素有大量研究。在絕大多數的情況下,我們目前發現,如果訂購流程變得讓顧客不方便,他們就會離開。」

對於電影院來說,這意味着,如果顧客在趕時間,或者如果當晚生意很好,他們可能會決定完全捨棄糖果與爆米花:對於從零食小吃賺取豐厚利潤的企業來說,這是不能接受的損失。

Elo 與 Kerasotes 合作,採用自家的整合式全功能 I 系列互動式觸控螢幕,建置了自助售票與零食小吃服務機。現在觀眾進入電影院,然後從大廳許多可用的自助服務機購買電影票和零食小吃。每台每天可服務高達 350 位顧客。

結果整體都獲得了改善。等待時間縮短,而且顧客滿意度提高,零食小吃銷售量也增加(影片 2)。

影片 2. 互動式觸控螢幕讓電影院顧客握有控制權。(資料來源:Elo Touch 

模組化設計:多元功能的關鍵

企業希望使用觸控螢幕的原因顯而易見。然而,觸控螢幕能夠部署在這麽多不同環境的主要原因在於,它們固有有的模組化設計。

首先,觸控螢幕十分多元。舉例來說,Elo Touch 解決方案的範圍包括採用智慧型手機外型規格的手持式機型,以及搭載 65 吋顯示器的大尺寸機型。

內建 Elo Edge Connect 的觸控螢幕裝置可利用各種週邊裝置客製化:條碼掃描器、網路攝影機、NFC 和 RFID 讀取器、狀態指示燈,以及生物特徵辨識掃描器等。此外,觸控螢幕供應商利用運算裝置加強這種基本的模組化,協助控制複雜的解決方案。舉例來說,Elo 提供 EloPOS Pack 這款銷售點應用的控制器,可支援動用高達 15 種不同周邊裝置的客製化配置。

Intel® 技術是實現這種模組化設計的推手,Smith 表示:「Intel 處理器為我們提供了卓越、彈性且穩定的平台,可建置客製化觸控螢幕解決方案。」「他們提供了先進應用密集工作負載所需的高效能。」

互動式觸控螢幕的未來

Smith 口中的互動式觸控螢幕演進是必然的結果。目前單純透過觸控螢幕處理的自助服務應用,是一個明顯的轉型機會。舉例來說,電腦視覺可用於識別顧客打算購買的產品,加速自助結帳。

Smith 認為,這種技術整合對於企業與顧客都有利:「大家希望自行選擇。顧客希望自行選擇旅程。完美的系統必須能結合觸控、語音辨識、電腦視覺以及人工智慧,並且讓使用者帶動互動。」

因此,在某種意義上,互動式觸控螢幕的變化,的確是實現其原始用途的方式:將掌控權交還顧客。

 

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

零售分析結果揭露顧客參與情況

即時瞭解顧客好惡以及他們對哪些事物感興趣,可能對零售商來說是寶貴的資訊,有助於為行銷活動、陳列品與內容提供資訊。然而,您似乎必須深諳讀心術,才能收集到這些資訊。雖然忠誠方案提供了部分資訊,但實體零售商向顧客銷售時,不得不光靠直覺。

多年來,線上零售商擁有實體商店所沒有的優勢,因為他們可以從訪客瀏覽活動收集分析結果。然而,人工智慧技術正創造公平的競爭環境。在系統整合商協助之下,奢侈品品牌正利用邊緣技術在實體商店內收集和利用分析結果。品牌利用這些深入解析說故事,協助改善顧客體驗、因應瞬息萬變的市場,並且增加銷售額。另外,這個時機恰到好處,因為在這場全球大流行帶動線上購物之後,購物者紛紛回到實體商店購物。

零售業人工智慧解決方案製造商 Wonderstore執行長 Luigi Crudele 表示:「儘管有一鍵式購物,90% 的銷售依舊是在店內交易。」「也就是說,關於前往他們店內的訪客,零售商有大量資訊得收集。商店是根據參與度與消費者建立高層級關係的主要地點。」

舉例來說,一個時尚品牌利用 Wonderstore 收集的深入解析,準確確定發表全新配件系列的最佳日期與時間。透過瞭解顧客的行為,該品牌能夠在商品於商店上架當天,讓配件收益增加 30%。

另一個奢侈品時尚品牌利用 Wonderstore 資料分析結果,發現不同分店之間平均有 20% 的交易差異。另外,分析結果還發現,績效最高與績效最低的地點之間,轉換率相差 15%。經理利用這項資訊,更深入瞭解區域顧客概況,以及銷售策略的成功率。

人工智慧零售技術打造出智慧商店

為了建立 Wonderstore 物聯網零售分析解決方案,Crudele 善用了他在說故事和品牌行銷方面的豐富經驗。他的第一家公司為電玩設計 3D 電腦動畫,後來他又與 Tiscali 這類義大利品牌合作,推出開發互動式數位品牌體驗的代理機構。

Crudele 表示:「品牌在廣告行銷活動和超級商店櫥窗花費了數百萬美元。」「我們會衡量那些訊息的效益。透過我們的解決方案,零售商可衡量績效、瞭解轉換率,並且改善他們的投資。」

Wonderstore 利用感應器技術就店內顧客旅程收集資料。這個解決方案利用電腦視覺技術,能夠計數、追蹤和分析顧客,收集包含性別、年齡,以及甚至是情緒的資料。它可測量停留時間,訪客流程、瀏覽模式。資料可能極為顆粒化,會測量店內每個興趣點的績效,例如商店櫥窗、入口、貨架、試衣間、鏡子以及銷售點。

該公司仰賴最新的電腦視覺說故事技術,搭配 Intel® 最頂級的物聯網感應器。感應器遵照 GDPR 法規收集匿名資料,然後將資料傳送至雲端分析,轉換為可據以行動的資訊。這項解決方案完全採用 Microsoft Azure 架構和雲端服務開發。利用說故事資料視覺化平台,資料立即便可讀取,讓零售商得以近乎即時的方式做出決策。

零售技術的合作夥伴關係提供規模

「合作夥伴關係協助在市場上創造知名度並建立信任。Wonderstore 為了配合他們的雲端與物聯網服務願景,選擇了 Microsoft 和 Intel。」Crudele 表示。

他表示:「透過這些關係,Wonderstore 能夠以原型迅速進入市場、向顧客展示產品,並且與頂級奢侈品品牌建立業務。」

Wonderstore 也與 Tech Data 合作,立即為該公司業務提供規模,並且在市場上提供知名度和信任。

Crudele 表示:「我們是新創公司,Tech Data 則是國際 IT 代理商。」「Tech Data 讓我們的團隊從兩名產品銷售人員搖身一變為全歐數千家經銷商。該公司正協助我們改變商業模式,從提供技術轉變為提供解決方案。我們的顧客不再是零售品牌,而是合作夥伴。這種模式讓我們得以更輕鬆快速擴大業務規模。」

透過善用資料,Wonderstore 正協助建立智慧商店,從顧客一進入店內,而非光是在結帳時,就能因應並瞭解他們的需求。

Crudele 表示:「在未來的商店,透過誘使顧客購物的創意品牌體驗,顧客將獲得個人化的服務。」「零售商從銷售模式轉型為服務模型這件事至關重要。利用與 Google Analytics 一樣的準確性識別及瞭解顧客,有助於打造不單單是交易而已的體驗。」

 

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

邊緣運算可即時做出有智慧的決定

請試想,一輛駛過數千英畝玉米田的曳引機。曳引機轉進一列時,小型電腦視覺攝影機便計算出,這個地點上一季的產量低於正常水準 20%。攝影機電腦瞬間將訊息傳送至噴嘴,然後噴嘴隨即調整肥料混合物,大幅增加不足的養分。同時,另一部攝影機發現下方地面有雜草,於是啟動噴嘴,在不對一整排過度噴灑除草劑的情況下,迅速除掉雜草。

全天都會在田野重複這個相同的流程,因為這台曳引機是自動化的車輛,入夜也會繼續工作,節省了無數人力的工作時數,並且為農民提供幾年前只能幻想的精準照料方式。

邊緣運算的價值就在這裡,能夠讓農業、電信、金融、醫療保健和許多其他產業的公司大幅提高生產力,並根據大量過去的資料和進行中的情況,做出更優異的即時決策。然而,若要讓邊緣解決方案發揮效益,光是將智慧攝影機和感應器連接機械裝置還不夠。

Yazz Krdzalic打造高效能強固運算解決方案和關鍵基礎架構公司 Trenton Systems 的行銷副總裁,他表示:「邊緣運算引進了許多未知的變數。」

連線不穩定和資料延遲可能搞砸結果,而不適合嚴苛情況的設備則可能故障。持續傳輸資料會帶來網路安全風險。有效的邊緣運算解決方案必須解決這所有問題,同時配合組織在田野、工廠或醫院的特定需求,提供量身自訂的最新資訊。

專為邊緣所打造

為了替客戶開發自訂的邊緣解決方案,Trenton與 Intel® 工程師攜手合作,利用 Intel® Xeon® 可擴充處理器(支援 AI 功能和 Intel® Xeon® D 處理器)組裝電腦,將現場設備受限環境的效能最佳化。

Trenton 與 Intel 密切合作,能夠先在自家產品整合全新的進階運算功能,然後再公開發表。「這對我們的客戶是一大優勢。我們讓自家技術禁得起未來考驗,因此他們不必擔心系統過時。」Krdzalic 表示。

進階邊緣部署包括預測性人工智慧這類功能。舉例來說,如果醫院分析了從患者收集到的所有生命徵象資料,例如血壓、呼吸、血氧濃度等,人工智慧演算法便能迅速預測患者的出院時間,以及特定時間能有多少張新床位可供使用。Krdzalic 表示:「醫院可以根據持續更新的資訊決定採取哪些行動。」

電腦視覺系統還可即時預測。舉例來說,鐵軌安裝的智慧攝影機可在火車靠近火車站時,拍攝數十張火車上、中、下部分的照片。攝影機分析資料偵測出缺陷後,隨即會判斷缺陷需要立即修復的機率。通常出現嚴重問題的機率極低,因此火車可以不停車繼續旅程,並且滿足鐵路每四小時通過實查的需求。

保護每個入口網站

除了帶動高效能運算,邊緣裝置還必須保護數 TB 來回傳送的資料。Trenton 根據最嚴格的美國政府高度機密網路安全標準打造所有產品。他表示:「如果產品符合美國政府標準,通常也能符合所有國家的標準。」

Intel 的處理器內建安全措施,Trenton 另外透過將靜止、傳輸中和使用中資料加密的方式補強。Krdzalic 表示:「我們會為您守護每道門,大幅減少了駭客的攻擊面。」該公司還確保所有關鍵系統在網路故障時都有一或多套安全備份。

強固的現場設備

無論邊緣裝置有多安全或是執行運算的速度有多快,除非裝置能禁得起現場考驗,否則對於製造、建築和運輸這類產業來說皆無濟於事。那些距離鐵軌只有幾英尺遠的電腦視覺攝影機,必須能夠承受火車以時速 120 英里呼嘯而過時的振動。沙漠的運土機械裝置必須在沙塵暴和極端溫度這類嚴苛的環境中持續運作。

為此,Trenton 對自家建造的每個設備進行了壓力測試,Krdzalic 表示:「我們的工程師真的在系統離開設施前重擊系統。我們讓系統承受衝擊振動、濕度、溫度波動、沙塵、煙霧、瓦礫,以及其它模擬現場使用情況的惡劣條件。」

未來:無所不在的邊緣運算

隨著連線裝置激增,加上 5G 釋放新功能,Krdzalic 認為,對於邊緣運算的需求勢必會增加:「請試想一座智慧城市。所有物聯網裝置都會相互通訊。手機或許能解鎖你的家門或車門。冰箱可能會告訴您哪些商品即將用完。我們該如何因應這類資料大量湧入,並且加以解析?我們該如何不讓資料落入不法之途手上?」

這些是邊緣運算的挑戰。為現今的產業解決這些挑戰,能夠為未來互相連結的社會奠定基礎。

請上 insight.tech 物聯網訪談播客收聽與 Krdzalic 的對話:人工智慧、安全性、5G:適用於物聯網的全新 Intel® Xeon® 處理器

使用人工智慧打造無摩擦零售全通路體驗

在這個年代當終端使用者是件很棒的事。零售業、觀光業、銀行業、餐飲業、娛樂業的客戶體驗都在我們的眼前不斷演變。過去兩年只是加快了變化的速度。那提供客戶體驗的企業呢?其中許多企業必須趕鴨子上架,匆忙做出改變以維持競爭力,沒有做好萬全準備卻要硬著頭皮進行數位轉型。

所幸,人工智慧技術公司 meldCX 的目標即是協助客戶將舊式系統與最新技術結合,建立全通路體驗並充分利用資料。

我們與 meldCX 的共同創辦人暨執行長 Stephen Borg 以及 Intel® 物聯網事業群的行銷總監 Chris O ‘Malley 對談。他們探討數位轉型的挑戰、無摩擦互動的需求,以及電腦視覺的力量如何為全通路體驗人類參與提供服務。

不同產業的客戶體驗如何演變?

Stephen Borg:整個 COVID 疫情確實加速了變化的曲線。我們的客戶必須在沒有許多預算或人力資源的情況下,為他們的客戶提升服務等級。當他們的客戶冒險外出時,則期望享有更高等級的服務;他們期望看見窗明几淨、一塵不染,期望得到更多更深入的互動。

那麼要如何在成本降低或資源減少的同時做到這一點?企業開始將技術運用於非面向客戶的元素,並將那些資源重新調配,以打造優異的體驗。他們的問題是:「有哪些機會可以減少摩擦、建立自動化,又能增加參與度?」

企業在面對這些改變時,適應的情況如何?

Chris O’Malley:零售業在 COVID 疫情爆發前所面對的那些趨勢和挑戰依然存在。三年前人們談論的是無摩擦,千禧世代和其他數位原生習慣接觸的是技術,而非人類。COVID 疫情爆發前也有庫存與供應方面的挑戰。但無摩擦的成長緩慢,擁有這種技術固然不錯,但並非不可或缺。

如今我們發現,在 COVID 疫情爆發前開始投資此類技術的公司,在病毒鋪天蓋地席捲而來之下表現的非常穩健。不過,許多公司在疫情來襲之際,和其客戶之間幾乎沒有一對一的數位接觸。如今他們和客戶建立了這層繁複的數位關係,但如果不知如何處理資料,不知如何個人化資料,他們就會舉步唯艱、無所適從。

工具和技術如何協助客戶處理這些挑戰?

Stephen Borg:我們與 meldCX 合作之初,希望打造一款現成可用、隨開即用的解決方案。無需資料科學家,也無需龐大的團隊支援電腦視覺最常見的功能:分析、追蹤、庫存。

其次,我們發現許多客戶, 大概有 3/4 的客戶透過專案對某些模型進行現有的投資。 現在他們可以使用 OpenVINO,透過 meldCX 處理這些模型,並和我們擁有的其他互補模型搭配。或者第三,我們可為具有特定使用案例或需要解決特定問題的客戶打造專屬模型。

現在我們發現參與度橫跨各個企業。與過去不同(我們可能有 IT 利害關係人或行銷利害關係人)的是,現在我們擁有了每個人。我們建議客戶從電腦視覺開始,從開箱即用的模組著手,之後再慢慢發展。我們希望客戶瞭解這其實是拓展他們的現有功能。接著我們的團隊與之合作,確實向下探究至解決問題的階段,以期未來有所成長。

Chris O’Malley:另一件大事就在名字「meldCX」中,將新舊技術相互整合。假設客戶已經安裝了保全攝影機,因此現在不想對全新的攝影機設定進行完整投資。如此一來,meldCX 可以立即獲取這些摘要,載入一些模型,從一開始就能擷取正確的基本資料。這樣客戶無須大量投資即可開始取得資料。我們發現,一旦客戶開始瞭解電腦視覺能帶來什麼優勢,就會有興趣進一步投資。他們見證了電腦視覺的力量。

此時此刻,我們正​​處於起步階段。摩爾定律的推論是技術每年也變得更加便宜。只是,如果什麼都加入運算,到頭來會產生大量資料。因此,您需要這樣的技術,馬上開始為公司實現可採取動作的寶貴見解。 

論及零售全通路體驗時,這代表什麼?

Stephen Borg:人們相當關注行動裝置和網路,但還沒有在店內或實體接觸點見到許多將行動裝置連接到網路的單一順暢體驗。

它可能將電腦視覺與本機發生的活動相互串連。比方說,如果您前往一台自助服務裝置,該裝置知道您已使用多次,便會略過所有的使用說明。這樣出自無名氏之手的微妙小事帶來了便利與脈絡。

您會如何建議企業展開這趟全通路的旅程?

Chris O’Malley:在過去 10 到 15 年中,在線廣告確實瓜分了大量市佔率,主要是因為可以透過這種方式追蹤行為。但客戶光顧實體店,卻沒有這方面的資訊。憑藉 meldCX 提供的技術,電腦視覺提供的技術,現在您有能力釐清:我的行銷活動是否有效?它是否真的對人們產生影響?人們是否與其互動?您還可以調整修正。在電腦視覺出現前,那個選項並不存在。

很厲害吧。如今這些資訊還能用來創造營收。比方說,零售商或企業也能釐清資訊可能改變陳列的方式,或改變相關活動的方式。我從事行銷業,這行的人總是說花出去的錢 50% 沒有,50% 有用。只是我們不知道哪個有用,哪個沒用。有了 meldCX 的技術,我們開始能夠瞭解店內支出的效用。什麼有價值?什麼沒有。

Stephen Borg:比方說,我們與一家零售商合作,他們開始監控你一進商店所看到的隔間,並根據客戶觸碰貨架上的商品而創造營收。因此,供應商無須為在商店正面的貨架上陳列而付費,而是為那裡每個商品的每一次觸摸付費。然後以網站的方式創造營收。

什麼是分析及處理資料最佳方式,以期做出更明智的決策?

Chris O’Malley:有大量的寶貴資料無人問津、未經使用。原因之一是,許多零售商(尤其是傳統零售商)的資料極其孤立。POS 資料在一處,店內自助服務機的資料在另一處,行動資料在這裡,線上資料又在那裡。彼此之間的資料又從未共享。

您移轉至邊緣型或微服務型的架構時,即可擁有共享資料或資料湖,那時候您就會漸漸有概念。但是您也必須確保資料標準化。

其二是巨量資料分析。您可能看著零散的資料,以為其中沒有關聯、互不相干。但是,如果您透過巨量資料反覆查看,可能會發現產品 A 確實影響了產品 B。歸根究底,務必要確保所有應用程式均共享資料。

您如何與合作夥伴搭配,在各個業務之間推行,以實踐目標?

Stephen Borg:有許多類型的資料,其中有的可以立即採取行動。比方說,我們與一家大型連鎖飯店合作,當資料顯示前台已到達門檻並需要清理時,我們透過中繼警報推播該資料;飯店使用 Salesforce 通訊應用程式通知員工。在 meldCX,我們不一定會儲存這些資料,它們都是可以立即採取行動的。

也有我們試圖從中取得深入見解的歷史資料或多來源資料。我們從 OpenVINO 的角度與 Intel 合作,確保我們的模型最佳化。這表示邊緣的基礎架構更少,如此可以大幅降低成本,這是好事一件。

我們也與 Microsoft、Google 和 Snowflake 等合作夥伴合作,以客戶想要使用的方式提供資料集。我們有一套儀表板,可依據個人在零售中的角色使用:您登入後,系統會擷取您的角色,而我們會把與您角色相關的資料提供給您。

Chris O’Malley:還有,在零售店進行大量活動時,可能需要絕對即時的資訊,因此需要在邊緣發生。我們前面提到運算愈來愈便宜,因此公司行號在運算的投資愈來愈多。但他們的資料成長明顯變快,而連線到雲端的成本卻正在降低。因此這種類型的工作必須在邊緣完成。採用 OpenVINO 的 Intel 極其最佳化,可使用邊緣功能進行推斷,並獲得所需的即時分析。

Stephen Borg:我們沒有將任何影片傳送至雲端。為了降低成本,更重要的是出於隱私原因,我們在邊緣切除了所需的一切。如此一來,任何私人資料都不會進入雲端或通過我們的系統。它們全由邊緣裝置與 OpenVINO 切除。

終端客戶對這一切的改變有何看法?

Stephen Borg:如果這麼做是出於保護隱私,客戶的反應蠻好的。他們可以更快完成結帳,或者員工擁有與他們相關、甚至為其量身訂做的資訊。我們發現,如果您提供無摩擦體驗,員工著重的便不只是交易本身,他們可以將重心轉移到對話或某種類型的實際互動。我們發現,在某些情況下,購物反而變成一種更社交化的活動,因為人們終於得以外出時,便更加渴望與人互動。這種情況在某些封城條件嚴苛的國家和地區更為明顯。

最後關於全通路客戶體驗旅程,有什麼重點要提醒大家嗎?

Chris O’Malley:客戶想要無摩擦與個人化的體驗。您可以擁有大家依然喜愛的購物方式,也可以運用這些工具帶來線上體驗的優勢。在某些情況下也可以取代人力資源,因為全球勞動力短缺是不容忽視的事實;由於員工不足,餐廳無法開放所有的座位。餐旅娛樂業也面臨同樣的難題。如果您能將從前員工執行的某些任務自動化,就能將珍貴的人力資源保留給人們真正在意的事:互動。

將您的人力資源與人才專注投入在真正促進體驗的互動上,至於背景的一切,諸如所有的營運內容、所有的庫存、所有的深入見解,就採用電腦視覺和自動化設定吧。這正是它的優異之處。

相關內容

如要進一步瞭解 meldCX 的最新創新技術,請收聽我們使用 meldCX 與 Intel®,帶來全通路體驗的力量

 

本文由Erin Noble編審

AI 與電腦視覺為智慧餐廳提供服務

無論顧客是內用或外帶,都必須考慮非常多的細節,才能打造一流的用餐體驗。自助服務機和銷售點(PoS)這類系統必須連線且運作可靠,才能確保所有訂單與付款皆順利完成。您的餐廳員工人數必須足夠才能履行訂單,但是目前勞動力短缺,因此難度更高。正確的庫存必須在正確的時間補貨,才能妥善服務顧客。

此外,還必須有安全、能源控制、衞生與安全措施,企業才能在飯店餐飲業經營成功。然而,如果好幾個系統之間彼此無法聯繫,企業可能難以管理。這個問題可能造成執行企業所有不同的職務,從訂購、支付到員工配置,皆猶如不可能的任務。

最終,內用和快速服務餐廳(QSR)為了保持競爭力,面臨了加速營運及降低成本的壓力。

因此,Shenzhen GIFA Industrial Control Co., Ltd 這家智慧型製造、零售與醫療保健解決方案供應商,自行打造了零售整合式 POS 解決方案。

GIFA 創辦人暨執行長 Li Hongming 表示:「我們想協助餐廳、餐廳管理階層和其他業務導向的零售商店解開寶貴資料的祕密、營運更順暢,並且跟上零售智慧商店需求的腳步。」

端對端智慧餐廳的營運方式

管理收銀機系統、保全攝影機、網路購物,甚至是恆溫器等多種裝置的所有資料,是餐廳和零售商店所面臨最嚴苛的挑戰之一。餐廳通常難以支援這類多重工作負載,因此網路可用性、穩定性與成本問題接踵而來。

GIFA 的 Retail Integrated POS System 整合了監控攝影機、數位電子看板解決方案,甚至是結帳機。管理系統這個服務閘道會從裝置收集、分析及要求資料,然後從邊緣將該資料上傳至雲端進一步深入分析。

「一直以來,每間零售商店的技術模組皆相對獨立,而且每個製造商都是自行開發模組。此外,企業與雲端平台之間的軟硬體通常不相容。」Hongming 表示。「我們希望弭平這些連線之間的差距,協助企業將營運的每個點串連起來。」

GIFA 與 Intel®網路基礎架構業者 Exands 合作,讓解決方案更強大,也更深入解析資料。這幾間公司的平台結合之後提供的即時分析,能夠協助使用者改善營運和顧客用餐體驗。若為連鎖餐廳,這套管理軟體可以比較不同地點的資料,改善績效不佳的分店。

這樣一來即可及時發現異常狀況,例如異常物體或竊盜、簡化的營運與管理方式,並且在某些情況下,透過智慧控制空調、燈和排氣扇的方式節能。

Hongming 表示:「這套解決方案可幫助企業減少在雲端服務與網路的投資,並且將工作量合併至整合式邊緣運算裝置。」「雲端應用程式可讓企業彈性靈活管理多間連鎖店的業務,而邊緣運算則為企業提供了更符合成本效益、穩定且智慧的數位轉型選項。」

讓智慧餐廳如虎添翼

為了實現所有可能,合併的智慧零售解決方案採用 Intel® Edge Gateway Architecture 與第 11 代 Intel® Core 處理器。這樣一來,系統便可立即處理資料、減少延遲,並且強化服務穩定性。

「Intel 處理器讓執行物聯網裝置的嚴峻環境獲得了專屬的改善。使用者可以針對不同情境,依據配置需求選擇配備 Intel AI 加速卡。」Hongming 表示。「在 Intel 處理器與加速器輔助之下,插入板可提供效能、耐用性與穩定性高的邊緣運算支援。」

善用 Intel® 發行版 OpenVINO 工具組可加速深度學習推論,並且從營運與顧客行為獲得深入解析。由於 OpenVINO 是採用卷積神經網路,因此可以在 Intel 硬體平台擴充工作負載,並且儘量提高效能。

此外,整合式 Intel 解決方案配備 Data Plane Development Kit (DPDK) 這個專為改善網路效能設計的開放原始碼套件。

Exands 身為基礎架構業者,提供了安全網路連線、集中式物聯網管理、安全驗證和其他基礎架構作業服務,讓解決方案更上層樓。由於它利用採用 x86 平台的容器化架構和開放原始碼元件,因此公司可以簡化開發、整合工作負載,並且加速研發。

「Intel 的創新軟硬體產品為邊緣型數位轉型餐飲服務提供了堅實的基礎。與 Intel 和 GIFA 這類夥伴合作,可以加速這個解決方案上市,協助以一站式的方式協助外燴連鎖公司部署邊緣運算模組和智慧閘道。」Exands 創辦人暨執行長 Lu Guoming 表示。「餐廳工作量整合有助於為連鎖餐廳解決數位成本、營運和維護功能方面的困難處,並且加速智慧外燴轉型。」

智慧餐廳的未來

隨著全球數位化程度越來越高,GIFA 與 Exands 希望他們的技術能成為零售商和餐廳的一站式解決方案,並且提升業界的整體體驗與競爭力。

Hongming 表示:「由於在邊緣處理和分析資料以及在雲端整合資料,管理方式變得更即時也更智慧,因此外燴連鎖企業的競爭力會越來越強。」

 

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