多接取邊緣運算技術之零售領域應用與大廠布局
發佈日期:2018/04/03 | 類別:產業趨勢前瞻 | 點閱次數:162
產業分析
導論

傳統雲端運算已逐漸無法負荷未來IOT世代下巨量終端裝置運算密集需求,多接取邊緣運算概念因而興起,運算分析從雲端落至靠近資料源的邊緣裝置,透過低延時、高頻寬、資料過濾、分流與加密特性,大幅降低頻寬負荷與傳輸成本,可支援AR/VR與人臉辨識支付等新興技術。全球大廠無不瞄準智慧零售應用商機積極進行布局,推出多元解決方案,協助零售商掌握消費者輪廓、提升企業庫存管理能力、優化經營成效,藉由提升顧客體驗感受帶動消費提袋率,以及催化創新零售應用服務的發展。

目錄
多接取邊緣運算技術介紹
多接取邊緣運算於零售領域之應用情境
多接取邊緣運算於零售領域之大廠布局
結論
附錄
圖目錄
圖一、SAP與Intel零售MEC解決方案
圖二、SAP與Intel之門市庫存管理分析流程圖
圖三、Saguna零售商場解決方案

多接取邊緣運算技術介紹

近年各產學研機構無不致力於發展科技與應用服務,以提供符合民眾需求的智慧生活,智慧城市主要透過資通訊技術與數據資料的發展,帶動多樣化創新服務,改善民眾的生活品質。這些多元服務不僅透過智慧型手機、平板、掃地機器人、智慧音箱,還有各種感測器等終端裝置,形成巨量的IOT(Internet of Things,以下簡稱IOT)生態系。下世代行動網路(如5G)目標在於加速智慧城市的發展,不僅提升資料傳輸速率,還有可容納大量IOT裝置,而傳統雲端運算主導數據分析市場多年,隨著IOT應用市場蓬勃發展,終端裝置數量暴增,更大量、更即時的運算需求浮現,傳統雲端運算已逐漸無法負荷未來運算密集的需求。

因此,歐洲電信標準協會(European Telecommunications Standards Institute; ETSI)提出多接取邊緣運算概念(Multi-access Edge Computing,以下簡稱MEC),也成立工作小組制定產業共通標準,將運算分析的工作由遠在天邊的雲端伺服器拉到近在咫尺的邊緣智慧伺服器(Edge Intelligence Servers,EIS),如現場端裝置或閘道器等。

邊緣設備融合了網路、運算、儲存、過濾等能力,從資料分流角度下,將具有時間敏感性的資料直接放在邊緣進行分析,減少雲端運算的資源運用,而將需要長時分析與長時儲存的資料分流至雲端伺服器,大部分情況下雲端伺服器將不再直接接收終端裝置所傳輸的數據,而只需處理由邊緣運算設備整理後的少量資訊,進行資料庫的數據分析與結果回傳即可,對核心網路的負荷能夠有效緩解。因為邊緣設備本身支援大部分的運算,可解決雲端運算頻寬負荷過重的問題,將感測後的數據進行分析過濾,只向雲端傳輸篩選後的資料,也具備實時反應、離線運算等優點,除了減輕網路設備日益增加的壓力與提高IOT效率外,亦有助於促進AI與5G前瞻技術發展的落實,因此IOT邊緣節點的智慧化已逐漸形成風潮。


全球大廠均開始積極佈建生態系與推出解決方案

MEC帶來全新的應用服務生態系與價值鏈。由於MEC在無線接取網路內近距離為用戶提供IT與運算分析能力,打造低延遲與高頻寬的服務環境,賦予更豐富優質的體驗,因此無論是電信商、網路設備商、其他第三方單位等均可在各自商業模式中,發展邊緣運算解決方案,彼此發揮互補功能,在MEC商機中搶得一席之地。


網通設備廠

華為2017年5月推出EC-IOT邊緣運算解決方案,此為具廣泛場域適用性的MEC技術,提供開放接口API/eSDK和通用協議,供各個行業廠商系統可相互整合對接,已應用於智慧能源、智慧製造、車聯網、與梯聯網等領域。此外,2016年華為、Intel、ARM、軟通動力、中國科學院瀋陽自動化研究所與中國信息通信研究院等六家產學研單位共同組織邊緣運算產業聯盟(Edge Computing Consortium,ECC),加速IOT行業應用創新布局。

英國業者ARM於2017年11月推出Mbed Edge邊緣運算平台,主要特點在於閘道器管理、診斷與修復,協助通訊協定轉譯(Protocol Translation)、閘道器維護與邊緣運算,用戶可於閘道器設定不同演算規則與複雜程度不同的運算資源,並支援離線運作,當閘道器與雲端斷線時依然可獨立運作,降低連線停擺所造成的損害。


半導體廠

恩智浦(NXP)於2018年3月推出適用安全邊緣運算解決方案EdgeScale,這是一套用於IOT與MEC設備管理的安全機制,可讓用戶在應用下使用主流的雲端計算框架,並進行遠端部署與管理無限量的邊緣設備。此外,恩智浦亦加入阿里巴巴IOT合作夥伴計畫聯盟(IOT Connectivity Alliance,ICA),雙方將共同研討及制定邊緣運算解決方案,致力於針對智慧製造與智慧社區等領域應用。


雲端廠

Microsoft於2017年11月推出Azure IOT Edge預覽版,將Azure機器學習、進階分析等AI服務能力,從雲端推向更靠近資料源的終端設備,將許多AI功能集中於邊緣設備處理,也可整合Microsoft Azure服務及其他第三方應用服務,依據企業不同需求情境來客製化打造IOT應用,正式版將優先應用於工業IOT上,已與全球最大的不鏽鋼合金材料製造商Sandvik合作,運用Azure IOT Edge服務平台結合AI技術,確保製造機台精密度與工作環境安全。

中國大陸大廠也不落人後,阿里雲於2018年3月推出邊緣運算方案Link Edge,整合阿里雲的雲端運算、大數據與AI優勢於終端邊緣設備中,可運用於多種智慧裝置中,如車聯網與製造工廠等。


瞄準MEC商機,台廠亦著手布局
台硬體設備廠轉型為軟硬整合解決方案業者

台灣工業電腦廠商凌華科技於2015年併購在分散式運算領域擁有豐富經驗的英國軟體公司PrismTech,從傳統硬體製造商轉型為軟硬整合的系統解決方案提供者,針對網路電信業者推出的開放電信級邊緣運算架構OCCERA(Open Compute Carrier-grade Edge Reference Architecture),凌華開發OpenSled架構,經開放運算專案組織(Open Compute Project,OCP)核准,已成為下一代電信19吋開放式機構設計規範,凌華首次主導網路通信的開放運算標準,於2020年標準期限到期前,凌華已搶先掌握邊緣運算的商機。


為接軌5G應用,台灣電信業者紛紛投入技術布局與場域試驗

亞太電信偕同鴻海、英特爾與技術聯盟共同開發MEC服務,遠傳電信與工研院合作研發5G MEC技術,2017年9月於德國柏林參與MEC Congress,展現MEC技術成果。

2016年台灣電信龍頭中華電運用Nokia的MEC技術,推出賽場多視角手機直播服務,利用MEC低時延與高容量的特性,針對人群密集的比賽場所提供多元應用服務,中華電並計畫以MEC技術接軌發展5G。

2018年台灣大哥大邀集明泰科技與中磊電子,以4G基地台搭配5G新技術,採用工研院的MEC技術於新莊棒球場打造多視角智慧功能,整合AR/VR裝置,基地台可直接進行即時影像處理與資訊傳輸,無須上傳雲端,較傳統直播快速四倍以上,觀眾可透過行動裝置收看4個現場即時轉播畫面,全場不同區域共架設十台攝影機,同時捕捉不同角度畫面,提供球迷即時豐富的VR體驗。


台灣新創團隊於邊緣運算領域中並未缺席

台灣IC設計廠聯發科認為邊緣與雲端的模式將開始融合,於2018年CES國際消費電子展展示專為邊緣設備開發的AI處理器與演算法,目標將成為邊緣設備AI運算的重要推手,為了加速開發時程,聯發科於2016年成立新創公司意騰科技(Intelligo Technology),該新創團隊30名成員均從聯發科團隊獨立出來,主要瞄準在邊緣進行AI運算的商機,設計開發出AI處理器iGo,iGo提供可配置的深度神經網路與高效能的推論引擎功能,期望AI功能可落實於廣泛的邊緣裝置中。


多接取邊緣運算於零售領域之應用情境
情境一:降低網路成本

雲端資料的傳輸成本高昂,尤其未來以大量視訊為主的資料量,都會造成現行3G、4G甚至未來5G網路傳輸的難以負荷,帶來昂貴的網路成本。MEC將運算分析工作從雲端移至接近終端裝置的邊緣伺服器,減少傳回雲端的資料總量,先將龐大資料就近在邊緣伺服器裝置進行預先處理分析,等到將重覆資料過濾、資料量變少以後,才將處理後的必要資料傳回雲端,不僅可以節省網路頻寬的使用,也能降低雲端傳輸的成本。透過佈建MEC伺服器,可減少專有網路部署,進而減少營運商的CAPEX與OPEX成本支出。

零售商未導入MEC方案前,主要採用Wi-Fi來支援店內POS設備、電腦與數位廣告看板等,而各門市店內的連線負荷非常受到人潮數量多寡的影響,尖峰時刻時顧客人數過多,過度負載的網路連線,拖慢了顧客服務速度。然而,若店內計畫採用新技術(如AR/VR)則需更換全新伺服器與部署更大頻寬的網路來支援,在在都是昂貴的網路成本需求。

當零售商於店內佈建MEC邊緣伺服器,除了可大幅擴張門市網路的覆蓋率外,亦可支援新興技術於零售店內的應用服務。此外,邊緣裝置支援離線運算的特性,即使在沒有網路的狀況下,單一邊緣伺服器也能與小範圍區域的其他邊緣伺服器共組成分散式運算架構區域性網路。


情境二:資料過濾與匿名處理,提升網路安全性

由於智慧零售強調企業與消費者端的數據資料即時分析與辨識處理能力,當大量數據往返於雲端與終端裝置間,即凸顯出了雲端運算最大的疑慮,除了頻寬、延遲性的限制問題外,就是資訊安全上的考量。多元的智慧創新服務背後需要具備安全的網路環境來加以支援,因此從雲端核心到各終端設備,均必須達到端與端之間的完整安全保護,包括設備安全、網路安全、數據安全等。

MEC不僅可解決雲端運算頻寬負荷的問題,直接在本地裝置端實時收集資料進行處理外,還可選擇將消費者的隱私敏感資訊過濾分析、匿名保留於邊緣設備中,不上傳至雲端,畢竟資料上傳到雲端容易造成資料外洩的高風險狀況,而零售商還透過於邊緣伺服器設定資料過濾規則、自行定義分析與資料加密等方式,來提高網路安全性。


情境三:整合多源數據,促進庫存管理自動化與精準掌握庫存狀態

傳統零售商常有料帳不一的管理痛點,其來自於現場商品存貨數據與企業資訊化系統未能達到同步整合,僅靠人工進行系統登錄與盤點,不僅耗時耗力,資訊的落後也降低零售商對於庫存的掌控能力,管理人員無法即時追蹤商品存貨於各倉庫間調撥數量與追蹤存貨進出狀況,隨之而來的即是存貨呆滯或缺貨的風險,商品的錯置讓顧客難以尋找目標,進而使零售商錯失銷售機會。

雲端運算式的零售IOT雖然亦可支撐自動化的庫存管理,然而MEC技術可進一步整體精進提升零售商在庫存管理議題上的掌握程度,加快對門市的決策反應速度、提供更優質的顧客服務。

邊緣設備可支援影像、Wi-Fi、藍芽,還可支援3G與4G技術,搭配RFID感測技術可快速實時持續追蹤存貨的移動與精確位置,即時解決顧客於店內找不到商品的問題,將商品感測辨識、結帳系統與智慧貨架系統串聯後,鏈結感測數據與企業商務資訊,就近運算提高整個供應鏈庫存追蹤準確性與即時性,減少數據往返雲端時間與減少商品盤點人力與時間,有助於零售商建立智慧補貨機制,彈性調整庫存補貨點,達到跨門市跨倉庫的自動化即時庫存管理掌控力。


情境四:低延遲,瞬間快速結帳支付

消費者於零售店內消費的最不愉快經驗,往往來自於大排長龍的結帳隊伍,多的時候甚至可能需要等待半小時以上,耗時等待使得消費者購物經驗滿意度大打折扣。許多零售商開始推廣「掃描結帳」(scan and go),如美國零售商Kroger讓消費者自行掃描商品條碼,並可隨時刪除不想要的商品與更改數量,一邊購物一邊紀錄自己採購的商品與價格,提高購物便利性,對零售商來說也大幅省下結帳成本。

2018年1月正式營運的亞馬遜無人商店Amazon go也主打「拿了就走,自動扣款,瞬間結帳」的「搶劫式」無交易感情境,利用感測器實時追蹤消費者與商品位置,實現消費者再也無需等待結帳的場景。

由此可見,業者於智慧零售領域普遍主要提升支付結帳環節,優化消費者購物體驗感。MEC技術導入零售業後,其低延遲的特性正好可滿足快速結帳的需求,整合支付系統如行動支付、生物辨識支付等,結帳系統批量感測商品後,即時回傳近端邊緣運算伺服器,快速完成消費者身分辨識與支付結帳。


情境五:從實時定位追蹤,發展精準行銷與導航服務

商場內佈建MEC網路伺服器,可做到實時追蹤並隨時定位移動中的終端設備,如商場可透過感測器快速精確定位消費者所在位置,確認消費者此時正處於某家商店內,或是正往某區域商店靠近,當消費者的位置數據快速被感測後傳輸至邊緣伺服器中,商場即可依據其所處的位置來傳送零售門市之當期促銷活動或廣告訊息。此外,當商家擷取辨認消費者個人特徵資訊後(如年齡、性別、VIP身份),就可進一步透過邊緣裝置運算分析來進行客製化的行銷廣告推播,投放適合的促銷內容,達到快速時效、個性化、具高度彈性的精準行銷目的,提高促銷效益。

而除了行銷用途之外,地理位置資訊的蒐集也可應用發展於其他服務,如大型賣場導入MEC技術可做到更即時的商場路線導引,協助顧客找尋店家與賣場服務,而零售商亦可透過深度分析消費者於店內選購之路線軌跡數據資訊,進一步優化零售門市商品陳列等貨架管理。


情境六:支援AR/VR新技術,營造豐富購物體驗

MEC興起一大推力在於可改善數據資料傳輸的品質與速度,進而滿足需要高解析度影像即時傳輸辨識的新興應用,例如AR及VR等。AR與VR的新型應用服務,十分要求高網路頻寬與低延遲性,網路傳輸的延遲時間甚至需要低於十毫秒、頻寬要求須高達G bits/sec,才能夠滿足服務的品質要求。

現行雲端技術端與端間的網路傳輸延遲均大於500毫秒,然而於店內導入MEC技術,可將網路傳輸延遲性大幅降低,於距離使用者終端最近的網路環境內執行服務運算,在提升網路營運效率與增強資料傳送能力下,提供使用者更好的應用服務體驗。體驗行銷是零售商應用於店內新興技術的主要目的,透過消費者的沉浸感受體驗,提高正面購物情緒、增進商品的認知了解,以達到促進消費與高顧客滿意度的目標。

值得留意的是,當現今消費者已可於虛擬通路買到任何商品時,實體通路環境就必須提供線上無法獲得的體驗,AR與VR可將新型零售體驗的創新推向新的高度。零售商可利用AR/VR搭配人臉辨識等技術打造購物體驗環境,如虛擬試衣間,透過店內體感相機感測顧客手勢,服飾品項儲存於邊緣伺服器端,快速點選下載虛擬服飾試穿,顧客點選品項與轉動身體時完全無需等待,不因傳輸至雲端造成的時間差延遲。再者,消費者可利用手機掃描商品條碼啟動AR,賣場以AR傳授食材烹煮、創意料理調製的影音服務,有助於消費者對於食材的了解,進而帶動相關食材的銷售表現。


情境七:即時偵測門市人流,精準掌握顧客轉換率

人流數據的背後隱藏許多商機,從經過不入店的消費者、到入店後駐足停留時間長短不一的顧客,再結合消費者性別年齡等個人資訊及其購物金額,多源數據的感測蒐集與即時交叉分析,可大幅優化零售商的經營成效。然而,客流人潮的數據量龐大,加上需整合多元數據進行分析,若全數透過雲端傳輸運算,其網路頻寬負載及其成本對零售商來說將形成不小壓力。

零售商導入MEC技術,透過安裝於門市出入口天花板的攝影機可熱點感測零售門市內的消費人流,紀錄雙向進出人數、經過而不入店之人數,結合2D、3D影像技術與演算法,將感測數據傳輸至邊緣伺服器進行運算分析,可依據日、周、月、年等週期性分析外,亦可進行跨門店分析,若進一步串聯POS營業額等銷售數據做整合分析,搭配多元資料進行交叉分析,建立消費者輪廓與消費模式資料庫,加入離尖峰時間之相對數據,就可協助零售業者精準掌握顧客轉換率與提袋率。


多接取邊緣運算於零售領域之大廠布局
SAP與Intel整合門市端與企業系統數據,打造零售商強勁庫存掌控能力

SAP與Intel兩家全球大廠2017年共同推出MEC解決方案,該方案採用Intel處理器的智慧型連線裝置,Intel零售感測平台(Retail Sensor Platform,RSP)透過感測器蒐集貼有RFID標籤商品數據,將數據資料經過Intel IOT閘道傳輸至邊緣運算平台,來執行SAP即時分析和Intel資料處理解決方案。

SAP與Intel兩項技術結合後,就可在邊緣裝置上進行事件處理分析與資料代管能力,SAP動態邊緣處理伺服器(Dynamic Edge Processing)為加密管理平台,串聯整合Intel感測數據與SAP商務數據(如POS系統與存貨數據),進一步讓零售商可利用任何裝置瀏覽器介面進行資料存取與解讀。此外,該解決方案也支援離線運算,SAP的Remote Data Sync軟體在廣域網路連線速度慢或斷斷續續時,會以SAP HANA雲端平台(SAP HANA Cloud Platform)同步處理資料,該平台匯集所有門市內營運與感測數據,並以高效率的儲存運算處理來提供進一步深度分析洞見。

此零售MEC解決方案協助零售商可跨門市分店進行自動化庫存管理,Intel零售感測平台實時追蹤遺失與錯置商品,確實掌控店內存貨,減少商品盤點人力與時間,存貨追蹤精確性高達100%,低於庫存水準時執行自動化採購,並且可進行貨架管理,讓商品上架於正確位置,讓零售商便於規劃貨架最適空間以避免商品損壞,也打造更優質的零售購物環境。

圖一、SAP與Intel零售MEC解決方案

圖一、SAP與Intel零售MEC解決方案

資料來源:Intel,2018年3月

圖二、SAP與Intel之門市庫存管理分析流程圖

圖二、SAP與Intel之門市庫存管理分析流程圖

資料來源:MIC,2018年3月


Saguna提供Open-RAN平台,快速偵測用戶位置並推播廣告

採歐洲電信標準協會ETSI的MEC標準,以色列廠商Saguna 2017年推出MEC零售商場解決方案,Saguna的Open-RAN平台採用Intel Xeon處理器與MEC核心技術,與Wind River共同於Wind River Titanium伺服器(NFV架構的軟體平台)上進行系統驗證,此虛擬平台提供開放式環境,可執行第三方的MEC應用程式,MEC伺服器位置處於RAN聚合點或基站內,而MEC閘道器位於核網內。透過終端設備所感測的數據資料可暫存於邊緣,以減少尖峰時刻backhaul流量的負荷,MEC技術使得單一射頻可傳送較傳統多20%數據資料,大幅提升頻寬的利用率。

藉由佈在商場內的小基站(Small Cell),可實時辨認移動中的行動裝置,並將RAN-based資訊(如消費者位置相關數據等)傳輸到網路伺服器,再進一步推播SMS-based訊息,SMS類型的推播訊息即使在沒有GPS訊號的地方也可支援,且功能型手機均可支援,不受限於智慧型手機。

Saguna的零售MEC解決方案帶來兩大效益,第一為廣告推播,賣場感測移動中的消費者,即時推播商家廣告與促銷活動,提升商家營業額;第二為商場導航,將感測數據結合商場室內導航,可提供消費者地理導引。

圖三、Saguna零售商場解決方案

圖三、Saguna零售商場解決方案

資料來源:MIC,2018年3月


鴻海與Intel推出刷臉店頭小管家服務方案

鴻海旗下亞太電信與Intel共同合作MEC人臉辨識方案,2017年底攜手推出結合MEC技術的「刷臉店頭小管家」平台系統,該平台可提供迎賓服務、刷臉認證、黑名單警告與客群分析服務,由鴻海研發製造各硬體設備、Intel提供MEC核心技術、刷臉技術來自於鴻海所投資的中國大陸新創公司曠視科技Face++、亞太電信提供服務。

零售門市可透過網路攝影機拍下人臉影像,即時回傳到近端邊緣運算伺服器上的人臉辨識引擎上進行運算處理,MEC技術僅需0.03秒就可快速完成人臉識別結帳,並且可立即提供分析辨識結果,無須如雲端運算的做法,繞一大圈費時將影像經過行動基地臺回傳至雲端核心網路進行分析。

鴻海集團的「刷臉店頭小管家」不僅提供「刷臉」付款服務,也可打造創新的體驗式零售新消費模式,如虛擬穿衣間體驗,採用MEC低延遲特性快速下載3D虛擬服飾,提供零售店內客人快速試穿,而不用多花時間等待下載換裝。


結論
MEC未來在智慧零售的發展獲得注目

全球大廠紛紛瞄準智慧零售商機,推出結合MEC技術之整體解決方案,從網路安全、自動化庫存管理、快速刷臉支付、支援AR/VR之新技術應用的體驗等,無論是系統整合大廠、雲端廠商、電信營運商或是網通設備廠,無不在邊緣運算市場上均卯足了勁、積極布局,期望能夠於零售應用領域上取得領頭羊的地位。

MEC技術結合人工智慧技術,將運算分析從雲端推向更靠近資料源的邊緣設備,幫助零售商善用大數據資源,以更智慧有效的方式,協助精準掌握消費者輪廓,例如將消費者的個人特徵、消費模式、店內路線軌跡等行為數據化,挖掘大量數據後進行量化分析,未來更可進一步融合心理學,建構一套全面解析消費者行為的模型,並且預測這些組合未來的行為模式,零售商可搭配運算分析結果來進行行銷內容的設計,再精準投放至目標族群,提高行銷效益。

此外,無論是跨門市、跨平台間的數據都可利用資料庫數據的累積、預測模型的建置,搭配零售門市的感測數據,來幫助零售門市進行更有效率的經營管理。


MEC提升消費者體驗,催化創新零售應用服務發展

由於IOT巨量資料傳輸的時代即將來臨,傳統雲端運算已不再能因應未來網路需求,網路頻寬的不足、資訊安全的疑慮,加上電商時代的興起,當消費者已能由虛擬通路購買任何所需產品時,實體通路如何吸引顧客到店消費,這些在在均為實體零售業者於IOT時代所需面臨的挑戰。

MEC技術的應用透過低延遲、高頻寬、資料過濾、分流與加密等特性,將消費者個資與企業機密性資料儲存於邊緣設備中,不上傳至雲端,可大幅降低資料外洩的風險,除了網路安全、快速人臉身份辨識結帳支付外,也支援新興技術如AR、VR的應用,這類型的新興技術於實體零售門市落地實施的案例正開始萌芽中,預期將會於零售轉型過程中,扮演十分重要的關鍵角色。邊緣運算搭配新興技術,可催化更多的應用服務發展,有助於零售商打造全面性體驗式的消費購物環境,透過與消費者間的互動、提高消費者產品認知與購物情緒,進而帶動整體消費提袋率。


附錄
英文名詞縮寫對照表

MEC

?

Multi-access Edge Computing

ETSI

?

European Telecommunications Standards Institute

IOT

?

Internet of Things

EIS

?

Edge Intelligence Servers

AI

?

Artificial Intelligence

ECC

?

Edge Computing Consortium

API

?

Application Programming Interface

ICA

?

IOT Connectivity Alliance

OCCERA

?

Open Compute Carrier-grade Edge Reference Architecture

OCP

?

Open Compute Project

CES

?

Consumer Electronics Show

EIS

?

Edge Intelligence Servers

AMI

?

Advanced Metering Infrastructures

CAPEX

?

Capital Expenditure

OPEX

?

Operating Expenditure

POS

?

Point of Sale

AR

?

Augmented Reality

VR

?

Virtual Reality

RSP

?

Retail Sensor Platform

SMS

?

Short Message Service


中英文名詞對照表

安謀國際科技

?

ARM

資本支出

?

Capital Expenditure

營運費用

?

Operating Expenditure

所登載的內容係屬本會版權所有
在未取得本會書面同意前
不得做片面、全面使用,拷貝、列印、轉載於任何媒體
隱私權說明網站資訊使用聲明個資當事人行使權利專頁
建議瀏覽器:本網站支援IE10以上、Firefox及Chrome