改變零售樣貌的10間熱門網路新創公司（上）|數位時代 BusinessNext

2010年，主打品牌內容是零售業者和各品牌的主流趨勢。2011年，焦點由品牌內容轉移至品牌娛樂。現在進入2012年，大家的目光將投注於內容的培養與聚集。藉由有創意地使用Pinterest和Tumblr等分享網站，各家品牌更能吸引消費者。

首先，零售業者先張貼出視覺效果佳、吸引人的圖片，讓網路用戶／消費者看到，接著消費者便可將圖片轉貼到其他網站，這些圖片將直接連結至商品網頁並鼓勵消費者向客服人員詢問商品資訊，於此同時零售業者的品牌知名度便藉此建立了。

電子商務、搜尋和社會行銷的未來現在已和消費者的個人分享偏好相結合。以下是十個值得大家注意的產品發掘與分享網站。

Mulu

於2011年12月才推出的Mulu是一個讓大家可以分享自己所愛，還能讓世界更美好的社交平台。Mulu的用戶可以推薦商品、詢問建議並為自己或想支持的社會事業賺錢。Mulu的CEO及創辦人Amaryllis Fox表示，主演戀夏500日的Zooey Deschanel和她與朋友成立的HelloGiggles，就是透過Mulu支持非營利組織「826 LA」。

Stipple

Stipple借助雲端服務的力量推動互動式商務及網站圖片的內容。當消費者將滑鼠移過「有點狀標誌的」（Stippled）圖片，就會顯示出圖片中人物、地點、商品及價格等相關資訊。Stipple這項等待專利權中的技術讓商務和內容標籤能在它的網絡中與圖片同步顯示。

Stipple的CEO及創辦人Rey Flemings表示，許多品牌因為沒有在網頁上的照片中標出它們的產品而損失了上千上百萬的收入。被編輯介紹的圖片能產生數十億的網頁瀏覽量，假如圖片中有某一品牌的商品，人們卻找不到任何該商品的相關資訊，這個品牌就損失了行銷價值和收入。

Buyosphere

由數位化先鋒及作家Tara Hunt創立的Buyoshpere是時尚、室內裝飾和零售界的Quora。假設消費者想買一個100美元以下的iPad套，透過Buyoshpere，就可以在它的社群上詢問其他用戶的建議，其他用戶可推薦附有直接連結網址的產品，如此便能省去在一堆無關的圖片中海底撈針的麻煩。更棒的是，Buyoshpere也歡迎各公司、品牌積極在它的平台上推廣自家商品。

Stylmee

2011年12月推出的Stylmee是第一個能讓時尚及室內設計社群的用戶，創造虛擬3D精品店的iPad app。用戶可以自由設計他們的精品店，由他們最喜愛的零售商和品牌，自選地板、內裝、傢具擺設、飾品和服裝來創造自己的專屬店面。每一個動作都會替用戶賺得點數，這些累積點數可用於他們的經營活動也可兌現。

這個app結合線上購物和產品分享（透過與Twitter和Facebook整合進行），還運用社交遊戲的機制以提高品牌參與度。對品牌及零售業者而言，此應用程式提供直接展示最新系列商品並獲得回饋與增加曝光度的能力。

Svpply

視Pinterest為主要競爭對手的Svpply，讓網站成員能追蹤想買的東西，並瀏覽個人化的商品更新資訊。用戶可以透過管理工具將他們在Svpply上的活動和自己的部落格結合，零售業者也可在自己的電子商務網站新增「加到Svpply」的按鈕與Svpply接軌。

來源：Mashable

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。