Computex 在這個月初剛結束，在這次 Computex 期間，AWS 跟 Azure 都分別透過論壇及 Keynote 演講展示了自身 AIoT 的解決方案。其實 AWS 和 Microsoft 在今年三月中就已經分別開了研討會，展示他們在人工智慧＋物聯網（AIoT）的解決方案，而這次 Computex 期間談了更多新功能與細節。
圖：REUTERS/Chris Helgren
[AWS 對物聯網也提供 1-Click 服務]
AWS 在今年三月中的研討會，展現了讓客戶可以直接整合 AIoT 的架構，這個架構則提供了 AWS IoT、AWS Greengrass 與 AWS SageMaker 三種從設備到雲端串接的模組，再搭配 AWS 本身其他的模組，提供廠商一整套完整的解決方案：透過裝上其 IoT SDK（支援 Linux、Android、iOS）程式模組的設備，就能透過網路連接到雲端使用 AWS IoT 系統功能，包含管理與人工智慧分析。
而 Greengrass 則是針對 IoT 設備端邊緣運算（Edge Computing）的解決方案，本身也包含 IoT SDK，同時提供了安全機制；Sagemaker 則是提供資料科學家一個方便又完整的機器學習服務，透過建立、訓練、發布三個步驟，讓學習的成果的推論引擎，可以很快地發布到設定的設備上。
在 Computex 的研討會中，來自 AWS 的全球 IoT 夥伴方案架構師，更特別介紹了自家為 IoT 裝置設計的作業系統 RTOS 及 AWS IoT 1-Click 服務。RTOS 是 AWS 買下的公司所開發的，本身設計已具備相關的網路安全機制；而 AWS IoT 1-Click 服務可以透過在今年五月中發表的智慧型手機上的 APP，透過觸發 AWS Lambda 功能，來執行某種特定動作：例如通知技術支援部門、追蹤資產和補充商品或服務。可以輕鬆地建立裝置群組，並將其與 Lambda 函數產生關聯，就可以在觸發時執行所需的動作，而且接下來就能使用預先建立的報告來追蹤裝置運作狀態和活動。
[微軟的 Windows 10＋Azure]
微軟在今年三月中的研討會也說明了 AIoT 解決方案：從設備端的 Windows 10 IoT 系列開始，結合 Windows 10 開發環境與 Azure 的 AI 雲端環境。
Windows10 10 IoT 系列是之前針對嵌入式系統 Windows Embeded 的升級版，Windows 10 IoT 有三種版本：核心版、移動版與企業版。台灣很多企業之前都用過 Windows CE（微軟提供的較早期的嵌入式系統版本）、後來升級到 Windows Embeded，而延續這樣的傳統直接升級到 Windows 10 IoT 系列對這些企業是較簡單的方式，但如果以往未曾採用則未必有轉換的成本。
Windows 10 IoT 系列不同版本具備不同資源需求，核心版最低（512MB RAM 最低需求），而企業版最高 (x64 2G RAM 最低需求)；都具備智慧安全（Intelligent Security）功能；透過 IoT Edge 模組，就可以具邊緣運算功能。
Azure 人工智慧的雲端機器學習的服務，則可利用原來微軟開發者使用習慣的 Visual Studio，搭配人工智慧擴充模組及其他相關 Studio，加上 Windows ML 的簡易程式工具，讓 Azure 使用 Windows 10 當開發平台變成簡單。
在這個月的 Computex，微軟全球副總裁 Nick Parker 宣布了微軟的新的計劃：為了加速創新，微軟邀請合作夥伴加入「Intelligent edge 合作夥伴社群」，幫助合作夥伴串連，並且強調 Windows IoT Core 可以獲得為期十年的技術支援。還有強調在四月份 RSA 大會已經展示過的 Azure Sphere 整套的 IoT 設備邊緣運算＋雲端運算解決方案：由微軟設計 IoT 裝置專用的連網微控制器（第一個為由聯發科打造的 MediaTek MT3620），微軟客製化 Linux 的 Azure Sphere OS 作業系統，結合 Azure Sphere 雲端服務。這整套系統是為了達成由 Azure Sphere 認證的 MCU 邊緣運算晶片透過連網能力與微軟的 Microsoft Pluton 安全技術、結合 Azure Sphere OS 及 Azure Sphere 雲端服務以確保網路安全。
[人才與基礎設施已經逐漸到位，企業如何運用來發展商業才是關鍵]
在人工智慧與物聯網整合與安全方案越來越重要的此刻， AWS 及微軟都提供相關解決方案，讓開發物聯網產品的公司可以用比較簡單的方法，規劃並做出自己的產品與提供人工智慧服務，大大的降低原來的設計門檻。
而雲端人工智慧所需要的資料科學家人才，透過「台灣人工智慧學校」的密集訓練及各個大學研究所訓練出來的人才，則能夠逐漸解決人才荒。
從這兩個角度，可以看出台灣在 AIoT 領域，這兩家大廠已經提供了相當不錯的解決方案作為基礎設施，產品開發上將能有不錯的進展，尤其使用它們的系統的價格並不貴，又可以讓網路安全、技術與設備設置風險大大降低。
不過接下來仍需要有好的產品與服務，結合好的商業模式，才能夠真正的在全球市場大戰中勝出。
