巨量資訊關鍵4V 提升產業競爭力

在數位化與資訊化的潮流下，「巨量資料」(Big Data)分析已成為創新競爭力的一大關鍵，也是世界各先進國家與企業投入研究的重要領域。根據IBM預估，2015年全球資料量將可突破8,000 Exabyte(EB，1EB=100萬Terabyte)，如果換算為每片容量25GB、厚度1.2mm的光碟，堆疊起來的高度相當於80萬座台北101。

然而目前在台灣，巨量資料的發展投入還不算多。為能推升產業競爭優勢，今年5月工研院正式成立「巨量資訊科技中心」，不只是台灣第一個以巨量資料處理分析為核心的研發中心，更將透過工研院的多元領域研究及資源整合力量，並且具體規劃創新技術應用方向，為產業的競爭力加值。

「資料分析」的觀念其實並不算新，就像考生在應試前，會先找考古題來參考一般，藉由過去所產生的資料數據，經分析與判斷之後，當成是未來的行動與決策依據，這種現象在生活中相當普遍。像是企業就經常運用以往的營業銷售資料與市場情報，來預測未來的財務營收狀況；氣象分析報告也需要透過收集而來的大量資料進行研判，才能提出更精確的天氣資訊。

但是和過去相比，現今資料的處理與分析卻顯得更為複雜，包括受到網際網路普及、感測器科技進步等因素影響，使得能夠收集、偵測的資料量愈來愈大，種類也愈來愈多；如何從龐大的資料中將沒有價值的部分去除、取出有用的資料，並加以分析、組合與運用，便是巨量資料科技的研發重點。

例如提供線上收看電影與電視節目服務的Netflix，就根據用戶的性別、年齡，以及曾經觀看過的偏好影片類型，還有被用戶設為朋友群組的收視狀況與評分等資料，整合成有效的推薦系統，不但能影響用戶的收視決定，更與客戶滿意度和業績有直接關聯。

以Netflix在全球擁有近3,000萬的龐大用戶數，顯然這套推薦系統無法以人工來執行，必定得由機器來代勞，去蕪存菁取出具有價值的資訊，才能提供消費市場所強調的「個人化服務」，這也正是巨量資料技術的力量。

而且除了面臨「量」(Volume)的增加外，巨量資料從收集、處理、分析並提供決策等過程，也因應當前網路交易等現象，必須要做到即時的反應與運作；例如當客戶上線登入後，網頁上就要能立刻顯示推薦商品或促銷資訊，因此對「速度」(Velocity)的要求也更高；不像過去企業分析營運資料時，即使進行好幾天也沒關係。

現在巨量資料技術還會遇到許多資料的「多樣性」(Variety)；例如網路上的影像、聲音、符號，以及感測器、監控設備、行動裝置等，都是資料的來源與範疇，不再只是單純的文字或數字，因此需要更新的技術來解決這些新的問題。同時在這大量、快速的處理過程中，如何維持資料的可信度(Veracity)也相當重要，尤其網路上的資料常會出現錯誤、重複、不完整、彼此抵觸等情況，和企業內部自行產生資料的正確性大不相同。

而這四個「V」，也正是巨量資料分析技術所強調的特性與挑戰，以及工研院成立「巨量資訊科技中心」所努力的目標。

巨量資料技術雖然是以軟體為主，但也需要硬體的搭配；而目前全球許多資訊或科技廠商，以及學校、研發機構等，也競相加入巨量資料技術的市場與研究，甚至有不少新創公司投入。為能在未來創造更顯著的效益，工研院巨資中心的定位與研發方向，則是著重在應用分析層次，透過實際應用的領域及用途發展分析技術，同時也將結合更多開放資源(open source)，開發分析計算的平台，以提供產業更完整的解決方案。

目前工研院巨資中心亦選定了數個研發目標，並與產業共同合作。其一就是製造業中的LED產業，並以多數業者所關注的「良率」切入，導入巨量資料分析的模式，透過收集溫度、壓力、時間等各項參數，藉以判斷並改善製程與產品品質，不只能夠協助降低成本、提升獲利，也更能配合引進更新、更複雜的製程技術。

另一項研究發展則是在超商零售業的銷售預測上，藉由巨量資料分析可以更清楚地了解消費需求與銷售情況，減少庫存及浪費造成的損失，以及倚靠人力經驗判斷的不確定性。此外，利用視訊分析辨識技術來過濾影像資料，進而打擊犯罪、維護治安的應用，也已和警政署及多個縣市警察局合作。

工研院在機械、綠能、電子光電、資訊通訊、材化、生醫等產業跨領域的整合，更成為工研院巨量資料分析在全球競爭的最佳利器，相信未來在更多資源與人才挹注下，能為更多的台灣產業提升競爭力並帶來更高的營運效益。 (本文由工研院巨量資訊科技中心余孝先主任提供，DIGITIMES整理)