[簡立峰] 開放資料的價值|數位時代 BusinessNext

每個縣市政府都有自己的App，為什麼不整合起來？以前養蚊子館，現在養蚊子App。如果是開放資料，這件事就解決了，因為會有人去開發成更適合消費者的應用。

政府的資料就是全民資產，傳統概念比較保守，但現在漸漸開放。歐巴馬政府前幾個月才宣布，政府資料預設就要開放，除非機密性資料才能關起來。前陣子和政府合作開放資料平台的過程中，可以看到每個政府單位本身都很認真，但單位與單位間好像就沒有那麼多權利與義務的合作，這是政府本身要突破的。

開放資料對台灣帶來的另一個好處是，我們的軟體網路產業以前常常抱怨政府資料不開放，如果現在開放了，產業還是起不來，那就少一個藉口。但我相信不會這樣，台灣這十幾年來產學沒有整合，才是最嚴重的問題。現在網路科技和軟體的應用很多需要資料，但學校裡是沒有的。這種情形下，如果政府能開放資料，學生在校園裡就能練兵，團隊就能提高技術門檻，等技術成熟就能出來創業。

最近看到的問題是，台灣的技術型創業非常少，大部分是生活產業，那是從生活經驗和人脈裡累積出來的。但是校園或研究機構裡，以技術為基礎的創業幾乎沒有，如此一來無法墊高技術門檻。開放資料多少可幫助拉進這一塊，提供外界資訊、實際參與感和實際使用者。如果憑空想像、自行製造，都不是真實的。

開放資料還包含政府施政的檢驗，或者也可以幫忙傳播施政效果，但政府壓力一定會因此越來越大。政府定期都發布土石流、水位警戒，但誰會知道？大家都是看電視的，但電視沒辦法選擇這麼多來報。其實在颱風來前後，都有淹水警訊，但該知道的人都不知道，因為它沒有地方可以發布，就只能公告在單位的網站上，或者告訴地方防災應變中心，出不了門。已經有警示了，該被警告的卻不知道，這很可惜。

台灣擁有的醫療資料很豐富，因為有健保，但現在大家似乎對這塊很保守，這裡絕對有很大價值。比如說，可以從病人治癒的狀況去回推用藥，交叉比對下可以找出很多問題，可能是醫生或醫院的問題，可能是用藥交叉感染問題。對不少單位來說卻很擔心這種情形，因為有些人覺得當這些資訊透明後，不見得會被正確解讀，造成許多醫療糾紛。但這件事卻對全民健康很重要，甚至可替產業創造商機。

開放資料真正要去突破的，是以後每個單位能不能有一個責任，成為經濟部的一部分，因為如果不是這樣，每個單位的權責就會很保守。現在中央各部會只有經濟部是負責創造經濟機會的，其他都不是，因為目的的關係，會造成他們坐擁金山，卻當成垃圾。健保這資料也是，風險一定有，但應該也能想到方法降低風險。

台灣有兩群人很聰明，念電機和念醫學的，但他們從來沒有合作過。在醫療電子產業其實是有機會的，甚至全民健保就是實驗場所。台灣人看病次數遠高於美國，雖然是2300萬地方，或許等於美國1億人口市場，就是我們醫療電子很適合練兵的地方。台灣大部分電子業都開始往醫療走，光是醫材就不得了，在醫院裡所有用到的醫療設備，能夠做電腦的，這些都可以做。例如大立光能做鏡頭，也能在很多醫療儀器做鏡頭。電子業不應該是電腦業，可以更多元性。（口述／簡立峰整理／趙郁竹出自）

【活動預告】創業小聚#34* **** ：創新創業X* **** ** 生活服務 **** 詳見活動網頁

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。