【Meet創業之星】 RE.MU－將個人衣櫃搬到網路，交流時尚穿搭技巧|數位時代 BusinessNext

不論男女，大部分的人都希望靠著外型打扮讓自己變得更有自信，但說到如何找出適合自己的穿搭也算是一門學問。有很多人會試著瀏覽大量穿搭美圖，但可能也無法立即速成、躍身為穿搭達人。因此，為了提供更貼切的服務，由TMI創意工場合夥人雲惟彬Alvin及楊千儀Emily所創立的 RE.MU時尚社群，則是透過在網路上有趣的互動，從中培養穿搭知識及技巧。

RE.MU是以「網路衣櫃」的概念所建立，橫跨時尚穿搭、美妝、居家等50多樣分類，使用者可以把自有衣物展示出來與人討論交流，同時歸納衣櫃裡的所有物件。

就單一物件可上傳3張照片，如洋裝類別，頁面右側會同步顯示同品項物件，延伸瀏覽可從中觀摩別人的品味。下面則有類似Facebook的按讚與留言功能，以及其他的趣味按鈕，透過你來我往的互動回應，豐富社群體驗。

此外，一登入系統會先推薦你值得關注的6位熱門會員，繼而擴大追蹤你喜愛的穿搭對象。由於市場上少見專屬男性的穿搭服務，RE.MU也特別打造男性穿搭的討論空間，因此也吸引到不少的男性使用者分享。目前男女比例各半。

「大部分的穿搭網站都是瀏覽式的介面，少有互動，但其實就跟看平面雜誌沒有兩樣。」楊千儀說，建立RE.MU的初衷，是希望讓使用者透過模仿學習，讓使用者真能學到穿搭技巧，運用在自己身上，解決全身搭配的問題。

網站設計有投票、追蹤等機制，同時也開發許多有趣的功能，如治裝費金額的顯示，可了解達人每月投資在衣物上的費用。而為了鼓勵使用者多上傳照片，RE.MU設計了紅利集點方案，如上傳100張照片即可集點換購物金，可直接在線上購得與RE.MU合作的品牌服飾。

除了導購、廣告模式以外，RE.MU有意進一步推出「線上穿搭顧問」服務，「由你所關注的時尚達人，幫你從衣櫃中現有物件做系統性的搭配，穿出個人風格。」楊千儀說明，這部份則會進一步和達人抽成，或是置入服裝品牌等。

RE.MU讓主題時尚的發言權，不再只停留在少數人身上（如部落客），有品味的素人也得以浮出檯面，企圖打造時尚人才庫。RE.MU同時也與多個潮流媒體合作，如Miss7雜誌、Delgada、She.com、Ustyle，超過50位Re.mu使用者被時尚媒體相中，曝光於雜誌及其他媒體管道。

RE.MU上線一年會員數已超過4萬人，其中台灣佔六成比例，其他則是來自10多個國家的使用者，包含日韓、東南亞及歐美等國。剛推出不久的App，則是讓使用者更方便尋找搭配靈感，目前維持每日近200人的下載量。

為了讓不同風格的愛好者都能在這邊找到自己喜歡的風格，網路推出5種語言、App則有17種，透過在台灣市場推廣的期間，同時也積極拓展海外市場，目前主力放在泰國。

RE.MU去年10月完成首輪募資，是由KAMIA和TMI創意工場領投，團隊表示，獲得此輪資金的挹注，將有機會招募更多頂尖人才，精進由RE.MU 內部開發的「關於品味的人工智慧」推薦系統，共同打造時尚穿搭的學習交流平台。

圖左至右執行總監Amanda、共同創辦人楊千儀。(攝影/侯俊偉 )

【創業教我的事】 不停的嘗試各種的可能，且學會不害怕失敗。把失敗就當作一堂課，學著不重蹈覆轍就好。

Q1. **** 每個人都有希望自己變得更美、更時尚的渴望，我們希望之後RE.MU能成為一個平台，讓更多人不僅只是看美麗的圖片而以，還可以真的學習到怎麼打造想要的風格，更快的讓自己學習時尚。

Q2. **** RE.MU是以圖像為主的時尚社交工具，就像Instagram，文字只是輔助，大家主要還是看圖片交流，不會有太大的影響。

團隊 Team 5人

公司服務 Project 透過建立網路衣櫃的方式學習時尚穿搭，並透過分享結交同好，經營專屬的個人時尚社群。

成立時間 Founded Time 2013年12月

主要用戶 user 18-25歲是主要的用戶群，也有超過30或者更年輕的用戶，目前男女比例各半。

商業模式 **** 目前尚無獲利模式。未來計畫以特定的穿搭顧問作為服務獲利來源。

網址 https://www.re.mu/

【活動預告】創業小聚#40* **** **** 4 月 16 日(週三) 19:00-21:00在北科大第六教學大樓B2國際會議中心。邀請GetMore二次時尚創辦人温博凱PoKai、電獺執行長謝綸Konois、WritePath執行長金超群Charles、夢蝶執行長黃心仁Ren、瑞德感知科技共同創辦人林筱玫，以及奇想創造品牌長林靜雯，在本場活動將分享：創業團隊如何利用Design Thinking、Service Design概念與方法，落實創新點子，掌握用戶行為，創造難忘的服務體驗。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。