為何開發者比較愛iOS?75% vs. 1%,從新版作業系統採用程度談起
為何開發者比較愛iOS?75% vs. 1%,從新版作業系統採用程度談起
2012.03.08 | 科技

蘋果iOS比Google Android平台更具吸引力嗎?從一些細節來看或許真是如此,例如更多捨得花錢的用戶都在蘋果App Store,總下載量超過250億次等。不過,若是問到專業人士的意見,他們會說蘋果生態系統發展的主要優勢是:蘋果用戶很快就會更新作業系統版本。

資料分析師Chris Sauve在部落格上發表文章,他最近檢視Android平台的分散狀況(Android platform fragmentation),並且收集市場資訊、從中了解iOS系統的現況,結果發現了一些有趣的結論,下圖說明了iOS和Android版本更新後的採用速率,iOS 5.X版本的斜率最大,採用速度最快,Android最新的Ice Cream Sandwich版本在此圖示中甚至無法顯現。

在同樣長的時間內,約有75%的iOS用戶更新了iOS 5,Android Gingerbread系統約略只有4%的Android用戶更新;除此之外,推出15周之後,iOS 4採用比例達70%,iOS 5達60%,而Android Ice Cream Sandwich卻只有1%。

另外,大量Android裝置真的會讓這個平台對開發者更具吸引力嗎?雖然Google董事長Eric Schmidt曾經這樣大力讚揚自家平台,不過數據顯示只有少部分Android裝置使用最新版本作業系統,對開發者而言(特別是資源有限的開發者),必須開發不同版本的App以應對所有裝置,這其實是相當困難的事。再者,開發者要快速採用Android最新功能也是難事,必須確保App可以在最常見的Android版本運行,即使版本較舊,效果沒那麼好。

相較之下,iOS開發者的顧慮就沒那麼多了,因為更新版本的App可以提供給更多的蘋果用戶,開發者可以放心運用新版iOS的新功能,不怕會因此和大量用戶疏離。

Instapaper開發者Marco Arment表示,iOS的相容性在一年內通常都是安全的,以目前情況來說,最低要求設為iOS 4已經足夠,iOS 5很快就會跟上。有時候作業系統的更新為開發者提供許多支援,因此開發者的步伐就可以走得更快更大。這樣的情況對於即將投入App開發的業者也適用,只要往後看,不需要從投入就得考慮如何和前版本相容的問題。

舉例來說,Tapbots決定開發一款iPad版本的Tweetbot App,開發者Paul Haddad選擇iOS 5作業系統即可,理由是iOS 5.0在所有iPad裝置都可運行,支援舊版iOS意義不大,雖然少數人的iPad採用iOS 4.3,不過和使用iOS 5.0的人數相比實在微不足道,因此毋須將精力投入到4.X版本。最後結果證明,該款App上架時衝上排名第一,卻只有兩個人抱怨,對開發者來說這就是對的決策。

於是,這和Android形成相當鮮明的對比。例如索尼最新推出的Android手機Experia S,都還是採用Gingerbread系統,套句BoingBoing網站所言,「看得出索尼正努力迎頭趕上,因為它所採用的Android版本推出才14個月」。要將Android版本採用問題歸在手機製造商其實很容易,但手機商不是唯一要負責的人,營運商對進入市場的手機軟體和硬體也有控制權;蘋果就是打破這樣的模式。目前,很少有Android開發者可以充滿信心地說,將推出只支援Ice Cream Sandwich版本的App。

身為App開發者的你是否也遇到相同困擾?iOS和Android是否都得顧及?此外,日前Inside專欄文章也提到了App上架後還需要注意的事:產品名、測試、分享擴散、是不是對的模式…,如何讓辛苦催生出來的App成為受人矚目的明星App?一連串的挑戰等待考驗開發者。《數位時代》最新計畫推出【HitoApp萬人評測大隊】新行動媒體,幫助開發者找出App被看見的其他可能性,聚集評測結果的群眾智慧,讓更多用戶看見該支App的特色,目前持續徵集受評測的App,歡迎有興趣的開發者報名。

HitoApp徵件網頁:http://www.bnext.com.tw/edm/hitoapp/

出自TheNextWeb

關鍵字: #Android #iOS
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