「打造國際品牌」3堂課(三)|數位時代 BusinessNext

Q：這跟妳的個性和管理風格有關係嗎？
A：我能很快在一堆東西中找出頭緒來，所以做決定很快，但也會不斷地修正。有些人做決定比較慢；如果主管做決定一個慢過一個，就會耽擱了。人家說，主管肩膀上有很多猴子；但你只要一做決定，猴子就會跳走，你就可以做別的事情了！

速度是這個組織的DNA，目前，組織裡我做決定的速度還是最快。如果有人比我快，我就不該在這個位置了，否則我就會變成組織的瓶頸。

Q：施振榮先生（宏碁創辦人）曾說，他做決定只要一天，別人卻要一年，他就省了364天。對經營者尤其如此，因為這是一個乘數效應。
A：對，我快一天，下面的人節省好多天。很多下屬對主管的績效回饋都是「making decision faster」（快點做決定）。要怎麼樣，好歹說一聲嘛！不然下屬要怎麼辦呢？

**如果當主管不是很快做決定的人，他就要提醒、強迫自己把事情清掉。現在不做，放在那兒就忘掉了。

** Q：訊連的規模不是很大，你們要做全世界的生意時，怎麼尋找人才？
A：直到2010年，員工突破700人後，組織的成熟度、專業度才到位，也才有外派的能力。過去，我們都是在當地找人。海外分公司的員工離台灣這麼遠，是神經末梢，所以關於策略，我們要不斷地溝通、說服他。

台灣不是文化經濟大國，要讓美國、日本分公司聽台灣總部的話，很難。假設你是一個非洲公司的台灣子公司，你希望總部如何說服你？你現在就是要如此說服國外的人。西方人的邏輯不是「你是老闆，我就聽你的」；你得有個邏輯，讓他覺得你是對的、執行後也證明這個邏輯是對的。一次、一次之後，就會累積組織跟你個人的信用。

Q：你們在很早就設定與全世界連結，這讓組織的體質和眼界都不一樣了。
A：我們成長太快了，所以都是on job training（在職訓練）。新人一進來，就要讓資深主管帶著去英特爾（Intel）報告了！這對年輕人也是好的，看看英特爾、宏碁、戴爾（DELL）這些公司怎麼做，回來還可以告訴我們怎麼改進！

由於技術支援、經銷商和客戶都在國外，所以從Day1、員工只有8個人的時候，我們的書寫官方語言就是英文，也提供免費的英文課程。當時我們很窮耶，但組織的DNA就是這樣決定了！

我們雖然平常是講中文，但只要有一個外國人在，就全程講英文，e-mail也都是英文。我們要大量的溝通，如果員工連英文書寫都沒辦法，再聰明都會被卡住。我知道，「走不出台灣是不行的」；在這個信念之下，剩下的做法都很自然了！

專注！只做「有機會成為世界第一」的產品
Q：為什麼台灣的軟體業發展得這麼辛苦？
A：對我來講，品牌就是user experience（使用者經驗），但是要跟終端消費者有直接接觸，才可能談品牌。由於直接跟消費者接觸，軟體天生就會有user experience****，所以軟體業一定要走品牌。

品牌不是打廣告，而是使用者用完產品後的感受和印象；這種user experience，是靠大量的技術與創新累積出來的。如果廣告很棒，但使用經驗很差，可能要花十倍的力氣，才能讓消費者願意再用一次；如果用完之後消費者的經驗是好的，就會一傳十、十傳百，口碑會擴散出去。

資料來源《經理人月刊No.74》

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。