【新農業革命】天和海洋~建置軟體資料庫,每條魚都有健康身分證
【新農業革命】天和海洋~建置軟體資料庫,每條魚都有健康身分證
2013.02.14 |

生產管理制度化、生產資訊透明化,天和海洋將養魚經驗資訊化管理,拚出全台海鱺產量第一大,且成為全球第一家取得歐盟HACCP認證的水產養殖場。

碧海藍天下,澎湖縣西嶼鄉二崁村的內灣裡,天和海洋的漁工們正頂著豔陽,搭著船筏來回穿梭在各個漁場間,將剛撈上來的魚放入機器自動放血後,馬上移進一旁的保鮮筒冷凍。另一邊漁工們忙著將一粒粒大小如十元硬幣的圓形褐色飼料,以大勺子灑入箱網中,只見上千尾粗壯的海鱺魚爭相競食,在海上濺起的陣陣水花十分壯觀。

「e化管理」,對很多漁民或消費大眾而言,是一個既陌生又新奇的概念,然而大半輩子從事高科技半導體業的天和海洋董事長劉天和,卻大膽導入工業上的管理方式,讓箱網養殖流程標準化,且標榜不用抗生素與荷爾蒙。投入至今九年多下來,拚出全台海鱺產量第一大,且成為全球第一家取得歐盟HACCP認證的水產養殖場。

今年已經62歲的劉天和,24歲那年就創業經營冷凍空調,後來他轉戰至高科技半導體設備業,搭上台灣電子業輝煌的成長列車,躋身科技新貴。然而正當事業如日中天之時,一次的健康檢查卻讓他發現自己罹患了大腸癌,醫生建議他改變飲食,吃一些軟質肉類。

因為想吃健康無毒的魚,但市面上實在很難找到,於是他乾脆自己蓋漁場,「天底下,大概只有我是為了吃魚而去蓋漁場,起初連在地居民都笑我是傻子,」劉天和一邊幫忙餵魚一邊笑著說。

顛覆養殖漁業思維

劉天和觀察到,澎湖其實擁有相當優良的養殖條件,是全台唯一不受工業污染的海域,不僅水質清澈,且寒、暖流在此交會,營養源豐富,相當適合近海養殖,但長期下來卻沒有業者發展出專業的養殖方法。

由於過去科技業的經驗,劉天和決定先從生產流程下手,改變過去魚苗、養殖到加工的分段處理模式,以一條龍的整合經營模式,從海鱺的最幼小魚苗繁殖到中魚、成魚,進工廠加工,再到終端消費者手上,全都自行處理。他說這樣的好處是,能夠從魚苗源頭掌控品質與數量,或是根據其健康狀況篩選出最好的魚種,繼續養成成魚。

但麻煩在於,他的海上漁場經營面積廣大,共計有24公頃,且依網具規格及規模不同,還分成14區,共322口箱網,每一口有1500尾至3000尾不等的魚。如何有效管理,達成每一區都能完成標準化流程顯得格外重要,而資訊工具就成了重要的推動關鍵。

「找了很多軟體業者,但大家都不清楚養魚的流程,找不到好的解決方案,最後只好自己來。」劉天和特別成立了資訊部門,針對育苗、養殖監控及後端銷售,開發各自的管理系統。

舉例來說,漁場養殖管理系統和預警管理系統算是作業過程中相當核心的一部分,每一天的養殖工作日誌都要key進去電腦做紀錄,包括篩魚、換網、漁場今日出貨多少、箱網錨錠檢查預警及飼料安全存量預警等都很重要。

劉天和表示,起初要導入這些系統時,「感覺起來好像一次要做很多事,讓當地的工作人員都很不習慣。」也有居民笑他說,簡簡單單靠經驗法則就能把魚養得又肥又大的在地漁民大有人在,他何必把自己搞得這麼複雜又這麼累?

建立生產履歷

但劉天和特別強調,不只前段的魚苗資料管理或中段各種預警管理很重要,要達成有系統的經營,讓業績提升,絕對少不了最後段的銷售管理,例如他們就加強處理客戶資料維護與客戶訂單追蹤。這種「用報表養出來的魚」,徹底顛覆了傳統養殖漁業的思維。

劉天和透過開發完成的MIS管理資訊系統,有效掌控各部門工作進度及效率,並針對失誤與危害提出預警報告,不僅有利於成本風險管理,「在作業上有穩定的SOP流程,讓我更放心把這些魚賣到消費者手上,因為每一個環節我們都很清楚發生過什麼事。」

不只在養殖流程上追求精確,劉天和也同時打造「魚的身分證」,採用生產履歷制度,在成魚出貨前會在尾部綁上一個ID套環,透過魚身上的條碼與序號,消費者上網就可立即得知這條魚的魚苗來源、成長環境、吃了什麼飼料、有沒有生病過等所有統計資料。

主動預防問題

另外,由於一般業者對於水產飼料來源掌控屬於較被動狀態,很多時候魚出了問題,追蹤到最後才發現是進口飼料受到污染。為了避免這樣的狀況,天和與專門的飼料廠配合,由對方為天和研發專門的魚飼料,每一批魚種吃進去什麼飼料,裡頭添加了多少劑量的中藥或是靈芝都有輸入紀錄可查,當然也不容許任何人員造假。

更特別的是,劉天和就連幫魚洗澡,也要記錄下來做成報表,「每隔十幾天我就要幫牠們洗澡,越小隻的要洗得越勤,」他笑說,因為小朋友抵抗力比較不好,很怕牠們生病,像幼魚苗大概三天便得洗一次。

漁工平均三個星期就得至少換新魚網一次,洗澡時把魚從海裡撈到注滿自來水的塑膠帆布中,經過幾分鐘的快速沖洗,靠著自來水的滲透壓,讓這群魚身上的寄生蟲和細菌脫落。一條魚直到出貨前一刻,從小到大至少要洗上百次。

看著眼前這些他口中的「寶貝」,劉天和用堅定的眼神說:「養魚永遠都有做不完的事,經常是才做完一輪,又要開始下一輪。」他把流程中的細節放大,無非是希望藉由將養殖場的生產管理制度化、生產資訊透明化,提升整體產業的品質,並確保在產銷過程中有來源可追蹤,確保消費者健康。

天和海洋董事長劉天和拿著自家養的魚開心地表示,他的魚都有專屬的身分證,不僅有生產來源可追蹤,而且每隔十幾天就要幫魚洗一次澡,確保健康。

魚貨冷凍包裝後,還得經過最後一道手續,通過金屬檢測機,看看是否有魚鉤之類的金屬殘留在體內,才能出貨。

天和海洋營運革命3力:
1.導入MIS資訊管理系統,讓作業流程標準化
2.用生產履歷制度打造每條魚的身分證
3.一條龍經營模式,從魚苗繁殖到中魚、成魚,最後進工廠加工

原文刊於數位時代雜誌2012年8月號

關鍵字: #創新創業
往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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