富士通汇聚运算科技、AI等关键能量 翻转企业数码转型战力
- 萧怡恩／台北讯
-
随着AI应用日益广泛，使各行业面临莫大挑战与机会。有监于以AI为核心的数码转型成不可逆趋势，富士通在日前举办「Fujitsu Innovation Day」，汇聚最新技术、全球成功案例与深度交流等元素，协助企业找到最适合的转型节奏与步伐。
台湾富士通董事长兼总经理王彦人表示，富士通集团创立于1935年，2025年将迎来第90周年，在台湾则深耕逾半世纪，与许多夥伴共同见证并参与这片土地的数码发展历程。2020年富士通确立透过创新建构可信社会，逐步推动世界永续发展的目标；近年积极转型，从传统ICT公司蜕变为活用数码技术与数据创新的企业，期望透过技术带来的价值，帮助客户及夥伴实现数码转型。
在这场活动，富士通悉心铺排「运算科技」、「AI重塑人类福祉及运动体验」、「混合式AI及消费者体验」三大环节，期盼为与会者带来更多启发和洞见。
运用前沿运算技术 加快AI发展进程
进入运算科技环节，由「先进运算技术助力AI创新」专题讨论揭开序幕，主持人为王彦人，与谈人是富士通株式会社技术战略部资深总监山田基弘，阐述富士通如何以多元运算科技解决复杂社会课题。
他强调随着摩尔定律发展已近极限，恐使人们无法处理未来不断增加的数据量及日益复杂的问题；为此人类需要适当使用新运算技术，展现传统电脑无法达到的极高性能，以解决今后社会问题。当前富士通展开两大运算科技布局，一是AI运算代理（AI Computing Broker；ACB），另一是量子启发退火技术Digital Annealer。
因AI竞赛在全球不断扩张，使GPU成为昂贵、稀缺的资源，且衍生电力消耗问题。企业若采用ACB，仅需一半数量GPU便可完成相同运算处理，降低GPU购置成本和功耗。
另当前商业环境发生重大变化，迫使企业需要处理的数据量激增，导致想要快速寻求大量组合的最佳解、进而产生最佳决策，越来越困难；此时可善用Digital Annealer技术，加速计算出最佳化组合。
接下来由NVIDIA资深解决方案架构师林义洋讲述「生成式AI：重塑企业未来」，传达两个关键辞汇，一是NVIDIA因应GenAI浪潮推出的NIM（NVIDIA Inference Microservice）软件，另一是从NIM延伸出来的Blueprints。
透过NIM的问世，企业可从NVIDIA官网快速寻找所需AI模型，再藉由一行指令部署一个完整的API Inference，直接上线成为企业的AI Agent。有关Blueprints，目前在build.nvidia.com上提供8个应用情境，大家可直接选择所需专案，下载到企业内部署使用。
人体动作分析 触发运动与医疗创新
进入AI环节，重头戏落在「人体动作分析：用于运动与医疗的创新应用」专题讨论，与谈人为富士通株式会社全球解决方案部经理大岩佑子、宏碁智医（Acer Medical）董事长暨CEO连加恩。
大岩佑子表示，富士通在全球提供人体运动分析技术（简称HMA），现已被用于国际体操赛事的裁判辅助系统。其透过体操系统的开发，建立HMA无标注动作捕捉技术，标榜显示结果、分析结果的速度都极快，背后奠基于零标注、独特的校正演算法、利用四维捕捉人体动作等三项独家技术。HMA应用触角已延伸至医疗，可用于对抗失智症分析，或眼科医师用以培训正确姿势，学习以更少身体压力执行手术。
连加恩认为，透过HMA，有助Acer Medical运用在运动科学领域中的复健医学，肌少症的预防跌倒、动作监测，乃至阿兹海默症的早期监测。
接棒演讲的台湾富士通企业暨公共事业处资深经理王荣煇，分享富士通ESG管理平台，强调它可协助企业汇整ESG公开信息、内部财务指标与非财务指标，从中得到洞见，加快碳中和决策速度。
最后的混合式IT及消费者体验环节，由台湾富士通企业暨公共事业处处长王嘉伟的演说开场，他指岀富士通在2024年针对智能零售提出全代理、参与（Engagement）、卓越营运、韧性、社会公益等5个愿景。
富士通锁定运算、网络、数据安全、Converging Technologies及AI等5项关键技术落实上述愿景，且将在2025年于台湾推出两大服务，一是「系-TSUNAGI」服务平台，内含数据区域、混合平台管理、IT服务管理、客户服务整合平台等功能，另一是数据分析与应用平台，协助零售业创造更多价值。
接着由两位客座讲者开讲。飞捷科技（Angible英捷智能）策略及商务发展部经理徐懿表示，零售企业导入自助结帐时普遍遭遇未知业损侦测、防损管理落差等痛点。为此Angible提出两方案，首先是基于AI的防损系统，可实时侦测异常结帐行为，其次是导入赋能支持，协助客户改善流程，以便在侦测到异常结帐后，顺畅展开下一步对策。
压轴讲者为移动贝果（MoBagel）业务副总经理朱培珍，她指出2024年MoBagel与美国富士通合作开发一项高度适应性AI模型，不仅加快模型处理速度、维持高准确度，且有效降低演算成本。使其更得心应手运用AI产出需求预测标签，帮助客户实现超个性化行销应用、整体供应链优化等策略目标。
