用說的更方便！語音輸入帶來行動新商機|數位時代 BusinessNext

使用語音輸入功能的人群特徵和需求

「追求效率」與「追求簡單」為使用語音輸入功能的兩大主要目標，擁有不同目標的使用者在使用需求與偏好上有很大的差異（表一）。

【表一】語音輸入功能使用者人群與使用特性
enter image description here

資料來源：beBit

「追求效率者」的需求是透過自然地對話有效率的完成操作。在實際調查中發現，智慧型手機使用頻率高的使用者往往屬於此類，他們希望透過語音輸入簡短問答，直接獲得結果。因此偏好可以一次完整輸入的Siri型操作模式。

「追求簡單者」的智慧型手機使用頻率不高，平常不習慣手機文字輸入介面，操作畫面也不容易，所以想要透過語音輸入更簡單的完成指令，特別是高年齡層的使用者屬於這類。這類使用者無法適應Siri等操作性高的語音輸入，反而偏好一問一答的輸入形式。例如是銀行匯款，他們期待從選擇「匯款」的大分類漸漸進入細節的內容，因為在操作前對於完整的操作內容沒有概念也不想思考，對於一問一答的輸入形式感到方便性。

圖一以透過語音輸入功能完成「銀行匯款500美金到老婆戶頭」的任務為例，顯示兩種人群的使用情境：

【圖一】語音操作「銀行匯款」使用情境
enter image description here

資料來源：beBit

語音輸入功能所帶來的新商機

以往，高年齡層的使用者由於手機螢幕與文字鍵盤的限制導致部分使用者被排除在目標客群之外。透過調查，我們發現對於語音輸入功能的需求比較大的反而是「追求簡單」的高齡人群，根據beBit的使用者觀察，一旦開始使用語音輸入的使用者會漸漸遠離文字輸入，「是」、「否」等簡單的選項也開始偏好語音回答，剛開始對語音密碼有顧慮的使用者，漸漸毫不猶豫的朗誦自己的密碼，使用者似乎無法再從語音輸入回到文字輸入的模式。可見語音輸入功能可以降低這類高年齡層人群使用手機的障礙，增加使用手機服務或APP的動機。

2013年美國金融集團USAA將語音輸入系統導入手機網路銀行APP（如圖二）。該系統可以設定聲紋密碼，只要本人下令指示任務，APP便會連到銀行系統進行處理，完成後還會告訴你「已完成任務」。即便如網路銀行此等安全性要求如此高的APP，美國的金融機構皆已開始導入語音輸入功能，可見語音輸入在國外已經被相當重視，且增加語音輸入功能也是拓展網銀使用族群從較年輕化族群往更多高齡者邁進的做法，這樣的趨勢無論是手機開發商、APP開發者皆不可忽視的一股力量。

【圖二】USAA Voice Command Mobile App
enter image description here

為提供提升滿意度或開發差異化的新服務，語音輸入功能是個充滿前景的方向，然而語音輸入功能和文字輸入功能的使用者有很大的差異，對於資訊的輸入結構與服務呈現結構的需求也不同。一般來說，網路使用行為目的性高、自主性強，但是使用語音功能的行為傾向是被動的；例如語音輸入者在輸入後等待機器的審核及下一個指示，相較下，文字輸入者會主動地點擊按鍵。如果這些服務的結構設計或畫面不符合使用者需求，最終就只是白白浪費了投入的開發成本，或許有可能目前的技術限制根本就無法滿足使用者的需求，因此，在進行開發時，首先須從了解使用者的需求開始。

本文出自beBit

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。