Google台灣董事總經理簡立峰×游直翰沛星互動創辦人：技術型創業，就要做到全球最頂尖（上）|數位時代 BusinessNext

[2014年8月號雜誌精選]

全球知名創投矽谷紅杉資本首度投資台灣新創公司，游直翰與友人所創辦的沛星互動科技（Appier），獲得紅杉資本約1.8億元台幣的A輪資金，在台灣創業史上寫下一筆紀錄。

沛星所提供的解決方案是當使用者瀏覽App時，即釋出廣告曝光機會，透過Appier引擎特有的AI人工智慧演算法和大數據分析，評估、挑選有價值的廣告曝光對象，再讓各個品牌參與競賽，得標者可在使用者的各種裝置如手機、平板、筆電、PC等曝光精準的廣告。從使用者瀏覽App或網頁的當下，到廣告主競價完成，使用者進而看到自己有興趣的廣告，整個過程只要「0.1秒」的時間。目前該公司的客戶包括蘭蔻、萊雅集團、台灣大哥大、海尼根及IKEA等公司。

從社群遊戲開發轉型到廣告競價領域，像游直翰這樣具有技術力的創業家，如何將技術轉化為服務？又如何吸引到國際資本市場的注意？游直翰與創業導師簡立峰針對台灣技術型創業的機會與挑戰，分享他們個人經驗與觀察。

簡＝簡立峰
游＝游直翰

**簡：**你們公司的英文名字是Appier，所以創業之初應該是想做App相關應用？

**游：**我念書的研究主題一直是跟人工智慧（AI）有關，在實驗室時做的是四腳機器人，我對這條路線一直很有熱情，一開始在想創業題材的時候，也都是從AI這角度。

正好我另外兩個一起創業的夥伴很喜歡玩遊戲，那時行動遊戲App很紅，所以我們決定從遊戲切入。在遊戲中我們想的是，利用AI把遊戲中的虛擬角色變得更像朋友、變成代理人，後來發現這不是玩家在意的重點。

**簡：**為什麼會做到廣告這一端？

**游：**這跟做遊戲還是有關聯，在遊戲開發後面的四分之一，就要開始找發行商，但團隊沒有什麼名氣，就透過參展時認識的一些人，帶著產品去簡介。一般介紹都會說明自己做過什麼什麼，但是我們真的什麼都沒有，所以只好寫我們做過一些AI相關的專案。那些發行商就覺得很納悶，這樣的人怎麼會來做遊戲，就開始聊起懂不懂資料探勘（Data Mining）、AI怎麼用來協助廣告的分析等。

**簡：**所以是技術太強，遊戲沒做好囉！

課題一：把技術用在對的領域

**游：**那時什麼都沒有，但因為都見面了，總是要得到一些什麼吧。他們就問我內部廣告系統可以有哪些演算方法，後來發現原來我們的技術可以這樣應用，有些不錯的結果，然後就開始發展第四個產品。

轉到做廣告，一開始只是做顧問的型態，漸漸地發現某些廣告主的思維，於是決定開始開發平台。

**簡：**你們的經驗很有意思，最近很多產業都在談大數據，但裡面有很大一塊是AI的探勘與學習，AI這些技術都不是新的，但資料選對了，領域選對了，價值就很高。我以前是被AI騙了，大家可能都想成是機器人那種，但其實可以不用那麼難，簡單也可以賺錢，沒那麼偉大卻很管用。

透過使用者來告訴你市場，是個聰明的方法，這個在台灣比較少用，當你要做全球性的事，人的介入要越少越好。傳統做生意是在店裡的店員與顧客的關係，小商店老闆很厲害，察言觀色，從顧客行為知道東西對不對，或是東西該怎麼賣，自己學習。

再來是像7-Eleven，透過每天的報表，知道經營怎麼調整。同樣的道理，如果一個廣告主要市場是在全球，它就需要更自動化的工具來協助判斷。我們在Google裡面一直強調的就是「Data、Data、Data」，我們都不相信人了，因為真的量太大了。

廣告是Connection Business，但是現在連結的方式一直在變，上網的裝置在變、上網行為在變、上網的企業也變多，從這樣的角度來看，一定很多地方沒有被優化到或照顧不到，這是新時代的方法，這也在改造整個商業模式與企業，你們的技術是反映到廣告產業。

**游：**像我們這樣沒經驗的創業者，最難的真的是怎麼跟市場對話。我們一開始也會不好意思，覺得做這個產品不知道好不好啊，沒什麼信心，但市場的回饋的確讓經營者走到對的地方。有時候靈感會比一個房間的腦力激盪多蠻多的。

我們曾經有個B2B市集的App產品，開發商可以在上面找到需要的行銷資源，比如義大利的開發商找到《數位時代》做報導，大家很喜歡，也會創造流量。可是我們很快就會被跳過，顯不出我們存在的價值，而且我們也沒有多餘人力可以維運，所以3個月就砍掉了，這還算是久的，有些一、兩個月就砍了。

enter image description here

（圖片來源：蔡仁譯攝影）

游直翰（左）
68年次，台大資工畢業後，先於史丹佛取得電腦科學碩士，再赴哈佛大學念電腦科學，主修人工智慧，並取得博士學位。2010年與好友創辦沛星互動，原先開發遊戲App，後轉向廣告領域。他也是AAMA台北搖籃計畫第一期創業家。

簡立峰（右）
台灣Google第一位員工，專研中文資訊檢索，被譽為中文搜尋第一人。加入Google之前，曾任職中央研究院、台灣大學資訊管理系，並曾擔任微軟亞洲研究院技術顧問。

Google台灣董事總經理簡立峰×游直翰沛星互動創辦人：技術型創業，就要做到全球最頂尖（下）

（更多精彩內容請見2014年8月號《數位時代》「開放！科技新倫敦」，全國7-Eleven、誠品等各大書店熱賣中。尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第243期）

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。