[簡立峰] 硬體加值，搶個雲端好位置|數位時代 BusinessNext

台灣硬體產業要開始思考的是，端如何結合雲？一定要在雲裡頭留下足跡，否則端就沒有價值。

雲端是什麼？是一種運算模式的改變。雖然消費者沒有實質的感覺，但事實上大家都變成低頭族了。今年樹開花後，樹底下都是人，每個人都在拍照，台灣、北京、日本都一樣，隨時有人在拍照，這就是雲端帶來很大的改變。

以前PC是小小的腦袋，現在遠端的雲則是好大的腦袋，運算從PC轉移到雲上，服務內容就會變得很強，這替硬體端帶來了改變。

如果手機的重點在服務，那硬體好壞沒有太大差別，都只是前往網路存取服務的載具。整個雲端體系裡最有價值的就是平台，像微軟、Google、 Amazon 。

再來就是軟體即服務，但很不幸的台灣都沒有。而在端的種類其實會變更多，所以硬體機會是變大的，有各式各樣不同的裝置會出現。但這些裝置的出現依靠的是服務，是服務創造裝置，不是裝置創造服務。

台灣的優勢雖然在硬體，但我們卻還沒真正創造新的裝置，受創最重的其實是品牌廠商。因為使用者為了服務，根本不會在意買了什麼硬體，而且隨時可以換硬體。這時候消費者對品牌忠誠度是最低的，只有高品牌跟沒品牌，沒有介於中間的。蘋果是一個高端，要創造第二個高端很難了。每一個位置台灣都應該要努力，但有可行性較高和較低的部分。

平台的部分都被美國公司掌握了，我不認為以前做不到的地方，未來就做得到，這兩個層面對台灣來說不容易。但創新硬體是台灣的機會，應該運用既有硬體優勢做垂直整合，台灣可以先把硬體想好，搶住這位子，再從上加值創新應用，一下子就跳去做平台會很難。全世界做平台、工具軟體的有幾千幾萬家廠商，以前台灣從來沒有貢獻過，現在忽然要來做個軟體，不太合理。但全世界不管做什麼硬體，零組件都在台灣手裡，在這裡繼續做，還是有機會。

比如說醫療雲的血壓計，既然可以量血壓，也可以量其他東西，甚至把醫療紀錄都丟在上面，創造雲跟端的結合。還有行車紀錄器能不能把錄影內容放在雲上，出事時提供給保險公司，變成一朵保險雲呢？導航機好不容易和車商合作進到車子裡，能不能結合服務出現一朵交通雲呢？這都是硬體和雲端垂直整合可以帶來的機會。

台灣硬體產業要開始思考的是，端如何結合雲？一定要在雲裡頭留下足跡，否則端就沒有價值。個人雲趨勢是今年的觀察重點，現在誰輸誰贏都還不知道。個人雲代表個人所有一切，只是先從儲存開始。未來行事曆算不算個人雲？那要看它聰不聰明，如果它能把所有會議紀錄、視訊檔案都存在一個地方，那就有驚人的威力。硬體產業不是只固守在硬體，而是用既有產業優勢結合一切。或許從醫療雲、教育雲開始，政府可以釋出一些資源讓業者實驗。而企業要知道自己一定要面對一個市場，不論是全球或中國。（口述／簡立峰整理／趙郁竹。數位時代雜誌2012年05月號）

[簡立峰]曾任中央研究院資訊科學研究所副所長，現為Google台灣董事總經理，從研發到市場行銷，對於創新議題有許多深入觀察。

*本文原刊於數位時代雜誌

立即了解IBM智慧雲端如何協助企業成長 、有效運用資源、增加效率並省下經營成本？

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。