提高50倍的數據處理速度！易開科技看準數據管理痛點，優化流程助企業數位轉型

企業導入 AI 已是勢在必行、不可逆的大趨勢，根據 Hive Ventures（蜂行資本）提出的「2021台灣企業 AI趨勢報告」，目前已經有超過八成的企業在業務中嘗試導入 AI、25% 的企業已經積極應用 AI 並擴大規模；調查發現，企業導入 AI 的最大目的並不是為了降低人力成本，而是提高組織效率和增加新的收入。

然而，AI 並不是說導入就可以立即應用的，「企業轉型最困難的就是怎麼拿出數據，拿到數據後又要怎麼整合與應用。」易開科技（Canner）創辦人紀力榮（Howard）直指企業轉型痛點。

不同部門、不同需求、不同資料庫的企業困擾

這就好像一個餐盒內，會有米飯、蔬菜、蛋跟魚肉等不同食材，但每個食材的生產過程與來源都不相同，而且便當種類還會有雞腿便當、豬排便當、素便當等等；對比AI訓練的話，AI模型就是便當，不同部門提出的AI需求就是各種類的進餐需求，食材相當於多元的資料形式，如文字檔、影像檔、音檔等，而這些數據可能位處MySQL、Oracle、MongoDB等不一樣的資料庫。

這個供需的流程，首先由進食者提出想吃什麼，製作便當的人就會向食材生產者進原料，由於每樣食材的保鮮期要求與水準不同，若沒有詳細計算採買食材數量與送達的時間差，就難以湊足同一道料理所需要的不同原材料等，導致便當製作的過程極為緩慢；回到企業的應用場景，也就是先由不同部門開出AI需求後，數據科學家們就會向數據管理者索取數據，等拿到後就開始訓練，若不合適就得從頭來過，這一來一往需要花上幾天到幾周不等，更何況一間企業不只一個部門。

「所以說現在企業很強調數據中台，也就是數據整合管理，而數據中台建基於虛擬數據平台。」換句話說，易開科技的產品Canner就是以虛擬化的數據中台，自動化管理、拿取、整合數據，並加快整個流程。

虛擬化處理，金融、製造、零售業都可用

將食材送到便當製作廠製作便當的過程中，會先有如割稻、去骨或醃製等初步加工的過程，再送到便當製作廠的各個食材保存庫，等烹飪後才成為一個可以食用的便當；若換成數據處理的場景，初步加工的過程稱為ETL，也就是將數據從資料庫擷取出來（extract）、轉換成通用形式（transform）再載入（load）暫存資料倉儲中（如 enterprise data warehouse、data mart），而這個資料倉儲就是便當製作廠的食材保存庫，也就是數據管理平台（OLAP），可以將這些轉譯過的數據變成如BI報表。

過往受到地域限制，米飯只能在平原生產、魚肉只能在海邊捕獲，然後在各地初步加工後才能送到各個食材保存庫，如果可以直接在便當製造廠劃分出不同區，並且各區都有專屬適合處理各種原材料的條件，在一個廠內完成整理與保管食材的步驟，那就可以減少許多管理的成本，而這個概念就是虛擬化：以軟體模擬硬體CPU的功能，這樣就可以讓單一CPU同時運作許多事情，發揮最大效能同步處理多種事情，而Canner就是將 ETL 和資料倉儲虛擬化的軟體服務，「過往三到七天的處理流程只需要20分鐘就可以了。」Howard說，企業沒有大量人力處理這麼多需求，所以需要Canner迅速找到需要且可用的數據，進行應用。

目前易開科技已經有包含製造業與金融業的客戶，分別可以幫助5G、AIoT應用和大型資料庫的fintech整合應用，零售業所需要的OMO與即時分析也是可以應用的場景。

學生時代就愛寫Code，發現資料集中管理的問題

能打造 CannerFlow 這樣的產品，其實建基於兩位創辦人強大的技術實力。

「大學時我們沒事就是一直在寫Code。」Howard笑著說，他與Wiliam（張仲威，易開科技共同創辦人）皆畢業於成大資管，兩人參加公民科技社群「零時政府g0v.tw」所舉辦的黑客松，發現只要有個新的專案，就要重新建置後台系統讓不同領域的專家使用，看到這個痛點才有了創業題目的雛形。

兩人於2016年首先提出CannerCMS這個產品，為超過83個國家的CMS開發者協助進行開源專案，並在全球累積超過6萬次的下載，後陸續獲得SparkLabs及Hive Ventures的投資，並於2018年成立公司。

「2019年的時候我們看到另外一個趨勢，就是智慧製造與大數據轉型。」Howard分享，這也是他們開始打造Canner的契機，現階段為了讓這個產品更加完善，還需要更多的數據工程師加入，讓易開科技成為名副其實的「企業數據鑄造廠」。

創業快問快答

Q：希望提供這個社會什麼價值？希望解決甚麼樣的問題？
A：在我們現在 CannerFlow 提供了許多上市公司數據轉型的契機，過去許多台灣的製造業、金融業大廠需要花數年數億的費用規劃與建置，並不是所有公司都有這麼大的預算。CannerFlow 希望幫助所有製造業、金融業、零售業做到數據轉型，提升企業的競爭力與市場反應力

Q：目前該服務的獲利模式為何？
A：依照企業的數據運算量

Q：要達到下一步目標，團隊目前缺乏的資源是？
A：我們現在最缺乏的是大筆的資金，因為大型企業研發以及服務需要大量的資本投資。