手機購物新潮流，零售業者得跟上|數位時代 BusinessNext

隨著美國假日購物季來臨，越來越多人開始拿手機當作上網血拼的工具。許多消費者透過智慧型手機搜尋商品、比價，然後才進行購買。讓零售業者不得不採取新方法和消費者連結，以免流失客源及利潤，包括Lowe's Companies、Best Buy 和Toys R Us（玩具反斗城）等，都是大幅改變以因應假日購物潮的在列者。

全美第二大房屋修繕網站Lowes.com的副總裁Gihad Jawhar指出：「購物經驗是掌握在消費者手中的，你不能強迫他們非去哪裡買東西不可。零售商可以搭上潮流列車，也可以被潮流甩在後頭，我們當然選擇前者。」Lowe's 日前於全美1,700 家店面發放42,000 支iPhone手機給員工，希望當消費者在店內用手機掃描條碼，上網閱讀相關產品評價及比價的同時，員工可以透過iPhone即時追蹤類似資訊，以和消費者接軌。除此之外，員工也能用iPhone至公司網站快速查詢商品存貨、鄰近分店是否有同樣商品等。

另一大型零售連鎖商店Best Buy，擁有63家可互連的分店，同樣發配行動裝置給分店員工，並鼓勵使用自己的智慧型手機協助消費者搜尋商品和確認庫存狀況。Best Buy發言人表示：「我們授權員工在各銷售點上可以自行定價以和競爭廠商匹敵。」

超過四成的零售業者表示今年採行政策是：至少要能與透過手機上網搜尋比價而得的較低價競爭。eMarketer上週四預估美國零售電子商務的假日銷售額，今年將增加17%，達到467億美元；而行動商務（mobile commerce）的成長更快速。Internet Retailer近日調查顯示，由亞馬遜領軍的全美前三百大行動貿易商（mobile merchants），今年可望由行動裝置獲得53.7億美元的銷售額，比去年成長超過一倍之多。

手機購物將掀高峰（Peak Mobile Shopping Day）

美國全國零售聯盟（National Retail Federation）針對購物族群進行調查，發現40%的消費者擁有智慧型手機，其中有超過半數打算在接下來的聖誕假期透過手機搜尋、購買商品。根據eBay旗下的線上付款業務PayPal估計，手機購物的高峰將出現在12月的第二個星期天（12月11日），因為許多人要到假日才有空上網選購，而這天是訂購商品能準時在聖誕節送達的最後一個非工作天。

將消費者從電腦前帶到店裡（Driving Shoppers to Stores）

eBay最近推出一款應用程式Red Laser更新版，這是一款讓消費者可以藉由智慧型手機掃描條碼，並查詢同商品其他零售業者定價的應用程式，更新後的Red Laser不但整合了去年被eBay買下的Milo功能，囊括地方存貨資訊，新增PayPal行動付款的選項，還讓智慧型手機用戶可以選擇在實體店面提領商品。

包括Toys R Us（玩具反斗城）和Best Buy等美國零售業者都已和Milo分享地方存貨資訊，這意味著使用Red Laser的用戶可能是在手機上向這些店家購買商品，最後選擇親臨店面取貨。這個特點也是行動商務（mobile commerce）與單純使用網路的不同之處：透過網路銷售商品搶了實體店面的生意，但行動商務卻因為能告訴消費者在哪裡能買到他們要的商品而幫實體店面增加商機。除了更新版的Red Laser之外，亞馬遜上週也推出了另一款Price Check應用程式的更新版本。

來源：路透社

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。

「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。

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。