無人機:空中的大數據革命正在上演
無人機:空中的大數據革命正在上演
2014.11.17 | 科技

大數據只是基於電子商務的精準營銷?這種理解是片面的。大數據將廣泛地存在於物理世界和實體經濟,其催生的產業革命才剛剛開始。

最新的案例是無人機,即無人駕駛的飛行器。它具有中央飛控系統,能夠實現超視距的自主飛行。二戰之後,尤其是海灣戰爭以來,無人機技術一直是各國軍事競爭的一個焦點,但在民用領域,其應用卻極為有限。

最近一兩年來,這種情況正在改觀,無人機在民用領域出現了一些新的、非常值得關注的應用。

例如農業領域,通過無人機的定時巡邏,可以監測整個農場的情況。過去租賃一架飛機來拍攝,成本是1000美元/小時,而現在一架小型無人機的售價還不到1000美元。農場主買來之後,可以隨時對農場進行拍攝,然後用軟件自動分析這些圖像和數據。通過對比,可以發現人眼難以發現的問題。例如,灌溉是否均勻,土壤的顏色有什麼變化,哪裡出現了蟲災等等。根據這些分析,農場可以即時調整種殖措施,農作物的收成得以改善。

更重要的意義在於節省資源。例如,無人機飛過果林的時候,可以通過樹葉的顏色光譜來判斷植物是否缺水,隨即將訊息傳導至這片果林的澆灌系統,有的放矢地進行灌溉,而不是盲目澆水。水資源可以得到節約——這也是用大數據來構建精準農業的核心要義。

工業領域也有應用。美國第一太陽能公司和SolarCity公司用無人機從幾百萬個太陽能電池模塊中檢測出異常,同時指導光伏電站的建設規劃,以保護野生動植物。又如電網巡檢,電力傳輸網絡延綿千里,傳統的電網巡查,是檢查員穿山越嶺、沿線巡查,抵達一座電力高壓線塔之後,還需要攀爬電塔,費時不說,危險性也大。如果用上無人機,效率可成倍提高。遇到雷擊跳閘等突發故障,無人機能第一時間抵達現場進行排查,為快速恢復供電爭取寶貴的時間,無人機還可以圍繞目標進行360度全方位拍攝,做到零死角。

此外,無人機的紅外拍攝功能還可以偵查到線路發熱等潛在的故障,這些優勢,即使是經驗豐富的電力巡檢員也難以企及。中國的電力系統,有上百萬的巡檢員,無人機如果能夠普及,將會大面積地替代人工巡檢,降低成本。

就此而言,無人機就是會飛的傳感器,它把人類的視野和感知延伸到了空中,使人類對農田、電網、礦山等物理世界的認識,提升到一個全新的水平。

這種水平的提升,在技術領域本身也將掀起一場革命。傳統的衛星遙感和載人航拍技術,不僅成本高昂、缺乏靈活性,還有一個關鍵的痛點:清晰度有限,而無人機收集的圖片,比衛星圖片要清晰很多倍。因為無人機能夠在雲層之下的低空飛行,飛行高度甚至可以低到近地2至3米,可以預見,這種強大、精確的數據收集功能,未來還將顛覆Google之類的地圖服務。無人機對於大數據的意義,用空中大數據的革命來形容也不為過。

當然,無人機的技術並沒有完全成熟,目前也存在一些瓶頸:電池續航力,這直接影響到無人機到底能飛多遠;避擦撞能力,即在飛行器不斷增多的未來,飛機之間如何保證互相不干擾、不碰撞。

正是因為這個挑戰,無人機目前只有企業級的應用而很難推廣到消費者領域。試想一架無人機可以在大農場上空任意飛行,但如果大家都用無人機來送快遞,那天空也將變得十分擁堵。所以用無人機送快遞,還是個噱頭,即使突破了技術瓶頸,還需要政府制定相應的管制規定。

最近,美國政府已經在著手為無人機定章立制。為了無人機的正式稱呼,美國國會還發生了激烈的爭論。無人機在美國,被稱為Drone。這是因為其執行的第一次軍事行動代號為Drone,由於這次成功的行動,無人機因此得名。但現在,企業家們聯合反對這個名字,他們認為這個名字讓人聯想到軍事刺探、情報收集,不利於無人機在民用領域的推廣。美國國會有議員主張正式改名叫做「無人機」,但科技界又反對。他們認為,無人機的叫法非常愚蠢,就像早在汽車被發明之時,大家看到沒有馬,這車居然也能跑,於是把汽車叫做「無馬車」,最後證明這個叫法站不住腳。美國科技界的主張,就其技術本質,無人機應該叫「遠程遙控飛機」,這個名字才經得起歷史的考驗。

美國國會的爭論,不僅反映了無人機在民用領域的快速普及,還反映了對無人機認識在不斷加深。如果能夠突破上文提到的技術瓶頸,無人機就不僅是一個飛行的傳感器,還能成為一個飛行的機器人,執行更多的任務。在《數據之巔》這本書中斷言,大數據的出現標誌著人類社會正在由訊息社會向智慧社會邁進。無人機在民用領域的新應用,將成為這個論斷一個新的註腳。

本文出自創業邦/塗子沛

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

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。

用手機即可查看系統狀況
圖/ 智穎智能提供

「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。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

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。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓