從「知乎」到「泛答」,知識是門好生意?
從「知乎」到「泛答」,知識是門好生意?

由泛科知識推出的線上問答網站「泛答」在前幾天上線了。在看到數位時代的報導前,「泛答」這個名字就讓我聯想到中國果殼網的「分答」。果不其然,在前述這則報導訪問中,泛科的鄭國威就提到了「知乎」、「分答」這些問答網站,並且認為台灣必須跟上這波知識(變現)經濟的浪潮。

「打賞」知識?

果殼網推出的分答,是透過語音介面,由提問者付費提問,同時讓其他人可以用更少的金額付費「偷聽」。雖然根據另外一則報導,分答似乎還可以指定一些名人回答(當然所費不貲),但就「問-答」的形式來說,泛答與分答確實相當類似。一方面,它們都是嘗試打造不同的知識傳播模式,另一方面,更實際地,它們都試圖讓知識傳播可以「變現」。

泛答透過「打賞」機制來變現知識,用這樣的詞彙來指稱提問者給予回答者的回饋,對老派的我而言,這話聽起來總不那麼順耳。

我並不是要浪漫地宣稱「知識」是個高貴的東西,怎能用打賞的方式來回饋其傳遞。但「打賞知識」這赤裸裸地呈現出知識商品化的詞彙,也讓人不由得想要反省一下這個現象。

知識的商品化

雖然「知識經濟」這個概念這幾年來正夯,但嚴格說來,它是整個資本主義體系將知識商品化的必然結果。整個資本主義體系的運作大體上可以說是幾種資本的轉換過程。其中,除了最直接由貨幣、財貨構成的經濟資本外,另一個重要的資本形式即是人所持有的無形的知識、文化、技能等。

換言之,以一種簡化的方式來說,在整個資本主義體系的運作中,知識一直以來就被看作是珍貴的資源,取得知識、技能,讓個人有足夠的資本進入市場進行交換,獲取相對的經濟資本。

在市場運作的邏輯下,這樣的機制很容易會讓知識自身反而也成為一種商品。也就是說, 我們得先有一定的經濟資本,才能夠交換(購買)到足夠的知識、文化與技能商品。

這聽起來有點複雜的事情,其實可以從一個很直觀、現實的問題看清楚: 高等教育到底該如何收費?

順著資本主義的市場機制來看,知識、文化與技能這些可以透過教育體系獲得的東西,就是一種商品。既然是商品就該透過市場決定其價格。

換言之,如果大學所傳授的知識、文化或技能可以讓人在日後交換回更多經濟資本,那理應它應該收取更昂貴的學費。甚至,如果某些名校、熱門科系所提供的知識商品被認為是更有價值的,那它理應也可以再往上調漲學費。

循著這樣的邏輯走下去,其實也就形成我們今日面臨的巨大階級困境。有著豐厚經濟資本的家庭,可以為其子女換來更好、更多的知識、文化資本,然後再生產出更多經濟資本。而對於貧困家庭的孩子來說,原先教育體系允諾的社會流動可能性,在昂貴的學費負擔下,就算不是一場謊言,也只是一場美夢。

「打賞知識」在我看來就是更進一步刺激了這種知識商品化的現象。透過打賞問答平台所鼓勵、也同時揭露的,正是將知識化約為貨幣等價物的過程。

當然,在現實的資本主義社會中,這不必然是個問題。相反地,想要把知識浪漫化為與金錢無關的真理追求可能才是不切實際。

但我總還是覺得,我們可以選擇跳出資本主義的市場邏輯,而不是進一步極端地鼓勵其發展。例如,同樣在高等教育收費的例子中,我們其實可以看到一直以來都存在著「教育公共化」的呼聲。也就是在真正落實機會平等的理念下,主張由社會共同來負擔教育成本(相關的討論可以參考這篇文章)。如此一來,知識商品化所導致的惡性循環才可能被打破。

而回過頭來,我也同樣好奇,泛答這類問答網站,真的非得以「打賞」作為某種知識傳播與分享的交換機制嗎?這樣的改變真的是「好事」嗎?

另一個問題隱憂

除了知識商品化的問題,我在數位時代介紹泛答的報導中,還看到一個問題隱憂。

報導指出,並不是每一個泛答使用者都可以透過回答問題被「打賞」,除了泛科知識曾合作過的專家、學者外,其他人需透過審核才能獲得同樣的資格。

首先令人好奇的是,這裡所謂「審查」的實質程序、條件是什麼?我們可以理解這樣的方式是試圖讓回答的專業性等到一定的保證。或者反過來說,這意味著必須是夠好、夠專業的知識才能夠「變現」。但就如我上面所說的,這又再次地鞏固、強化知識商品化的結構。

再者,透過類似認證或審查的程序,泛答似乎將回答者劃分了兩類人:可被打賞的專家與一般人。這樣的區分對我而言又意味著兩個問題。一方面,這意味泛答網站站方讓自己扮演了權威認可的角色。

如此一來,倘若未來有一天泛答傳遞的知識引發了爭議,究竟站方是否應負起相應的責任?抑或會撇清自己僅是「平台」?我們必須認識到,其實像Facebook傳遞假新聞也涉及類似的問題。不管是策展也好、平台也罷,在數位時代中扮演任何形式「守門人」的角色,便有其相應的倫理責任。

另一方面,我也好奇將回答者區分為可被打賞的專家與一般人,是否有助於知識的傳散與分享?難道這不會使得一般人反而喪失分享的動力嗎?畢竟,雖然泛答沒有禁止一般人回答問題,但對於想要知道答案的人來說,恐怕很容易僅將注意力放在獲得「可打賞」專家資格的答案上。因此,不免令人好奇,泛答在實際運作上要如何處理這些問題?

最後,雖然泛答這類問答平台與維基百科在知識傳播形式上相當不同。但是就「群眾力量」的運作上,我認為維基百科的成功具有一個重要的啟示:重點不在於專家資格的認定,而是是否有足夠開放與互動性,讓知識不斷地自我修正、精鍊。我不清楚泛答是否有這樣的開放性,但至少在區分專家與一般人後,恐怕不對等的畫界會是阻力而非助力。

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓