對於絕大多數生意、企業和服務而言，數位化是當今的生存法則。然而，數位轉型需要專業知識與技能，而中小型企業通常負擔不起大型的研發部門。他們內部可能也缺少合適的資源，無法處理電腦視覺這類複雜且相互連結的技術。幸好，我們的物聯網夥伴生態系統可以提供幫助。
但誰來為服務供應商提供服務呢？誰來銷售產品給通路經銷商？誰來整合系統整合商？這就是我們領先業界的 IT 代理商與解決方案集合商 Tech Data EMEA 派上用場的時候了。其歐洲資料與物聯網首席技術員 Evan Unrue 分享了如何克服技術部署的進入障礙、Tech Data 支援的解決方案，以及其與 Microsoft 和 Intel® 建立的 Better Together（最佳組合）合作聯盟。
是什麼因素驅使企業採用 AI 和 IoT？
當今所有事物都是數位化的。這迫使企業組織變得更即時、更資料導向、更瞭解資訊且更有互動性，無論是在面向客戶的南向通路或是與上游供應商的互動上。
現如今，資料是策略的關鍵所在。而且，資料並非只是作為某種應用的副產品，而是應用的幕後推手。舉例來說，讓我們看看供應鏈。現在企業不得不直面的事實是：顧客想知道所有的產品在哪裡、從哪裡來、是否符合道德採購標準，以及是否可以隔日送達？這些問題都需要大量的協調工作，而這些工作需要資料與智慧的幫助。
在部署這類技術方面，各企業的表現如何？
過去幾年間，我們看到相關的應用大幅成長。五年前，你必須是《Fortune》雜誌 500 大企業或擁有研發預算的 1000 大企業，才能負擔得起這些計畫並將其落實到企業的核心。中小企業市場因為無法達到這個目標而苦苦掙扎。或者，他們打造了有趣的計畫，但並沒有真正將其轉變為商業成果。
在過去幾年中，我們看到更多專注於成果的企業獲得成功。其中，很大一部份要歸功於供應商們（也就是像 Microsoft、Intel® 這樣的公司）的努力，透過其產業生態系統推動大量的創新技術。ISV 和 OEM 廠商在這些基礎上創造了許多解決方案。因此，我們可以看到一些目標成效更加清楚明瞭的解決方案進入了市場。
Tech Data 及其物聯網夥伴在降低 AI 與 IoT 的進入障礙方面做了什麼？
針對常見的產業挑戰，應該要有可由一般企業利益攸關方執行的現成產品與服務。在 AI 領域以及部分 IoT 基礎架構的介面應用程式中，我們已經看到了一些大眾化的發展。Tech Data 在解決方案上投入了許多心血，而你只要花兩分鐘在 Microsoft 或 Intel® 的網站上，就可以看到他們對推動市場就緒解決方案和現成解決方案所做的努力。
所有能應用 AI 或 IoT 進行的複雜工作都應該保留到預算充足且回報夠高的地方使用。然而，如果你是一家小型貨運物流公司，通常會遇到跟其他小型貨運物流公司相同的問題：無論是將車隊及其路線和維護作業最佳化，或是透過供應鏈追蹤貨物。無論如何，相關解決方案都應該是現成可用且隨時可以進入市場的。
我認為，這些複雜技術當中有些屬於整體數位轉型的範疇，而處理數位轉型對於中階市場公司而言可能是一件令人恐懼的事情。因此，你可兩種方法可以選擇。你可以採用自下而上的方式，建立一個可匯入所有使用案例的統一的基礎架構；這有點費力，但回報卻是值得的。或者，你可以檢視業務中可能存在資料缺口的獨立部分，然後針對其部署策略性的解決方案。
目前市面上有各種解決方案；Intel® IoT Market Ready Solution 程式便是其中之一。但我們最主要的工作是取得那些已為客戶反覆部署相關解決方案的 ISV、OEM 公司所推出的經過驗證的解決方案，並運用我們的影響力和規模，讓通路夥伴能取得這些解決方案。
您可以介紹一些 Tech Data 支援的具體使用案例與技術嗎？
智慧建築當然是一大領域，而其中還有幾個層面。首先，你要如何改善建築的管理與維護？要如何降低相關成本？當問題正在形成時，要如何預先因應處理？在這一領域中，能源是一個重大的議題。確實，許多公司都被要求要更積極地推動永續發展。
在過去幾年中，我們看到的另一個層面是，商業街區的零售業者想要重新展現其復原能力，為顧客創造更多上門的理由、與顧客互動，並將這些顧客的數位旅程延伸至實體商店。舉例來說：更完善的商店陳設規劃。根據當地人口構成將行銷最佳化，實現更高的轉換率。我的一位同事喜歡用「實體數位化」這個詞，它是實體和數位的結合，在商業街區的案例中尤其適用。實體數位化意味著貼合你與客戶互動的情境：可能是透過招牌，也可能是透過互動式顯示器，把相關的產品展示給目標顧客。
您與 Microsoft 和 Intel® 的合作與這些解決方案有什麼關係？
長久以來，這兩家公司都在企業領域中共存。例如，在物聯網這樣的技術上，他們兩方都非常重視相關產業應用的推動。
拿 Intel 來說，它一直在研發簡化開發過程的程式，並協助開發人員與組織在邊緣打造解決方案，導入電腦視覺這類技術，使用 OpenVINO™ 這類工具套件，來打造確實可行的解決方案。當你把這些跟 Microsoft 擁有的專業知識與經驗配對，而且不僅僅是關於雲端的知識與經驗；它的範圍相當廣泛，從能在定製環境中執行非常複雜且嚴苛但強大且極富洞見的工作，到研發真正面向中階市場的即插即用型產品。這就像是「一加一等於五」。它是一個非常強大的組合。
作為物聯網解決方案集合商，Tech Data 如何為這個聯盟帶來價值？
從技術角度來看，我們過去面臨的一大挑戰，便是如何瞭解和確定結合相關解決方案所需的各個利益攸關方。因此，我們一部分的工作便是整合該價值鏈中所有不同的技術參與者，並簡化這些解決方案，讓經銷商與客戶不會為技術所困。
就 Intel 而言，它離銷售現場較遠，不清楚誰在銷售什麼，而我們就利用自身與經銷商的互動幫助其取得連結。而我們與 Microsoft 從一開始就在物聯網領域擁有共同的關注焦點。所以，我認為我們已經有相當一致的目標，有強大的執行能力，而且在所有好的方面互補。
企業在未來應該考量哪些趨勢？
目前我們觀察到的一大趨勢，就是利用 AI 確保由分析資料得出的洞見來主導應採取的行動。這是我們從許多合作的 ISV 那裡看到的情況。他們正專注於應採取的行動、應該產生什麼成果，而不僅僅是追求監測目標的可見度和透明度。
在我看來，電腦視覺是一個相當強大的趨勢，不為別的，就因為這項技術非常多功能。它可以作為無數使用案例的基礎，範圍從智慧城市角度下的交通管制、廢棄物管理和公共安全，到零售業角度下如何獲得更多深入資訊和更密切的互動，再到改善倉儲環境的品質和安全等應用。
企業應該注意的重要物聯網挑戰有哪些呢？
我認為最重要的是取得更多企業支援。物聯網面臨的挑戰之一，就是其提供支援的第一個使用案例實際上可能不是投資報酬率最好的那一個。因此，試著瞭解將受益於解決方案的各個利益攸關方，並將他們帶到談判桌上，這一點真的很重要。例如，在零售產品與服務中，有些事情是無論投資報酬率如何都必須完成的。零售商當然不希望因為無法符合相關條件而不得不關閉商店，比方說維持適當的社交距離。
但是當這涉及到店內的數位互動，當你開始將之納入業務計劃以及行銷市場面，並且導入商品銷售和第三方廣告商，為他們提供空間和人流資料，那麼在證明商業可行性方面，這就有助於讓回報變得更可觀。
我喜歡把這稱之為「物聯網多元宇宙」，因為它涉及到許多不同類型的公司，無論是連線通路、矽晶片通路或者雲端通路。
您還有什麼要和我們分享的嗎？
邊緣運算的重要性。我們已經看到技術架構從分散式發展到集中式，回到分散式後，又轉向集中式，並在此之間一來一往。但真正變得關鍵的是，隨著物聯網的應用，有大量資料在邊緣產生，而且這些資料可能需要處理，或者可能影響到邊緣的某個製程。由於可產生的資料量龐大，且企業組織不只透過解決方案傳輸資料，更有採取行動的能力或需求，邊緣運算變得越來越重要。
至於雲端雖然功能強大，而且對我剛才提到的所有事情來說都很重要，像是綜觀跨資產及地點的全局、擁有更多能發掘深厚洞見的驅動力等等，這些都很重要，但能夠在本機上執行 AI 並使其自動化也非常重要。Microsoft 承認其提供的部分服務實際上需要具備同時在雲端和邊緣執行的能力，而這也是它正與 Intel 攜手合作完成的事情。
另外，我一直在強調的是，作為代理商，我們在取得市場洞見方面擁有非常大的優勢。我們可以看到我們所有供應商的希望、夢想與疑慮，以及他們的目標和策略。然後，在產業鏈的另一端，我們可以看到合作夥伴正在做些什麼，得知他們在哪些方面的策略有轉變、哪些沒有；誰是早期採用者，誰又是落後者？我們如何協助他們從一個資產桶轉移到另一個並保持市場相關性？
因為自己真的身在其中，我們完全可以幫助供應商彌合其目標與知識、技術和專業之間的差距，並結合我們對相關通路的認識，讓技術被應用於合適的領域。
相關內容
若要進一步瞭解物聯網夥伴生態系統，請收聽與 Tech Data EMEA 一起進入物聯網夥伴的多元宇宙。如要瞭解 Tech Data 的最新創新技術，請追蹤他們的 Twitter 帳號 @TechDataEurope 與 LinkedIn 頁面 TDSYNNEX。
本文由Erin Noble編審。
