[2014創新企業]研華科技：服務模組化,切入物聯網新領域|數位時代 BusinessNext

服務要到位

然而，智慧城市應用面非常廣，各產業的專業度非常高，擅長智慧交通領域者，並無法複製該服務到智慧醫療，「沒有一家公司可以囊括所有服務，因此必須要與外部夥伴協同創新。」

因應SRP模式，研華調整組織架構，如嵌入式設計服務事業群，設有客戶專屬服務團隊，分別服務電信、醫療、網路、POS、工業設備製造等領域，以滿足客戶的需求。另外，也新增智能生活事業群，透過策略聯盟方式，藉由研華提供的智慧服務平台，針對智慧醫療、工業自動化和工廠自動化、智慧交通、車載電腦、智慧生活應用、新能源和智能電網等六大垂直領域提供解決方案。

(圖:研華科技技術長楊瑞祥)

楊瑞祥解釋，研華的客戶為系統整合商（System Integration，SI），研華以往只要專注研發技術產品提供給SI即可，讓SI再針對客戶所需做進一步的軟硬體整合服務。但SRP模式強調的是服務到位，透過研華建構的智慧應用整合平台裡的模組化配套應用，讓各產業垂直領域的SI夥伴可在這個統一的平台上，依照客戶需求搭配軟體應用及操作介面，建立模組化服務，用更智慧與快速的方式服務客戶。

與外部夥伴合作創新，是研華驅動創新的方式之一。楊瑞祥表示，研華有一套「IMAX」（Incubation、Merger、Alliance、X product四個字的縮寫）的創新制度，透過內部育成、購併、策略聯盟、以及產學合作，進行創新產品研發，來開創新事業並發掘新商機。像研華廣邀系統整合商夥伴加入「WebAccess＋物聯應用聯盟」，推動植物工廠，針對溫室大棚與LED植物工廠建置，進行評估規劃與設廠配置，也在各大專院校成立物聯網實驗室。

借外力創新

除了技術與產品外，研華也相當強調行銷服務與商業模式。以其所舉辦的創新商業模式競賽TiC100來說，從規則的設計開始，要求學生團隊除了理工科外，一定要有商科學生，從技術產品研發到目標市場的銷售等，規劃出可行的行銷模式。

在SRP模式以及與夥伴協同創新下，研華在智慧城市應用創下不少佳績，如台北市的e-Bus裡內建研華工業電腦，透過GPS連結到交通局的行控中心，行控中心隨時可以掌握公車的地點，讓乘客可以透過手機，在站牌等候時即可知道下一部公車何時到站。e-Bus智慧公車系統也已輸出至國外市場。在智慧醫療部分，研華設計一款App，與醫院內部的電腦和後台病歷系統做連結，讓候診病患隨時可掌握候診區的等候狀況，減少病人的不便。

針對物流倉儲應用，基於貨物必須從頭到尾全程監控，物流倉儲中負責搬運貨物的各種車體，所使用的系統就必須擁有高度的穩定性，研華研發一款強固型車載系統，並比照航空用戰鬥機等級的規格，做為產品強健度的檢驗標準，以強化產品震動衝擊耐受度。除此之外，也採用RFID與Wi-Fi熱點結合物流導航應用，透過精準定位讓物流取貨更順暢。

在智慧農漁業部分，屏東農業生物科技園區內，生技業者採用研華遠端監控解決方案，建置可漁菜共生的生態養殖陸地溫室，透過對引進室內養殖池的海水進行溶氧、氨氮、pH值、水溫等監測，管理者能以電腦、手機、平板等裝置來隨時監看養殖場狀況，並取得重要資料。而當數據出現異常時，系統也會自動發送簡訊通知負責人，以便讓養殖室溫始終處於最適狀態。

除了積極與上下游產業夥伴策略合作外，研華在今年也正式成立「研華投資」，鎖定包含製造、機器人、醫療、零售、車載、智能建築等六大產業目標。以機器人為例，研華除了購併寶元數控公司，也與上銀策略聯盟，研華提供工業電腦和控制器，上銀則是提供機器手臂本體、自動化元件、伺服馬達及驅動器等。它們並計畫共同育成一家應用系統整合公司，邀請包括鴻海、日月光、友達、群創、金屬加工業及食品飲料業參與投資入股，補強人才與資金，加速打造機器人產業鏈。

成立至今30年沒虧過一毛錢，董事長劉克振曾說，沒有人可以真正地預知未來，研華一路上也是摸著石子過河，但遇到機會，一定會好好把握，「只有那些瘋狂相信自己可以改變世界的人，才會真正改變世界。」

研華成立時間：1983年
董事長：劉克振
營業額：2億1千萬美元
市值：45億美元
業務範圍：遍布全球21個國家、92個城市
大事記：1999年於台灣證券交易所上市／2003年成立中國昆山製造中心／2005年與華碩策略聯盟成立研碩／2007年於德國慕尼黑成立歐洲總部／2013年崑山協同創新研發中心落成／2014年林口園區正式營運

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。