[Meet創業之星] 兒童版Apple Watch：Jumpy不只是安全追蹤|數位時代 BusinessNext

現代兒童接觸行動裝置的時間非常早，對智慧型手機、平板電腦熟悉已不是件新鮮事，但延伸到穿戴式裝置領域，適合兒童使用的智慧手錶，又應該具備什麼功能呢？說到最近正當紅的智慧手錶，多數人第一直覺無非想到蘋果的Apple Watch，日前新創團隊悅睿科技便推出兒童智能手錶JUMPY，目標喊出要做「兒童版Apple Watch」。

悅睿科技創辦人張愛群曾是鴻海手機事業群市場及產品處主管，在代工大廠任職8年後，2013年底，他萌生「想做自己的產品」的念頭，因此決定離職投身創業行列。正巧當時張愛群的小孩剛上小學，持續好幾天肚子痛又找不出原因，送醫急診後才發現是因為水喝太少所導致的便秘。

這起事件讓張愛群發現，剛脫離幼稚園進入小學的兒童，其實正巧處於一個重要的轉捩點，不像幼稚園時期，有老師隨伺在旁，時時提醒他們該做的事，因此得透過別的方式注意國小兒童的身體狀況、時間管理。

因此，張愛群在2014年5月成立悅睿科技，組成5人核心團隊，決定做一款「孩子人生中第一支智慧手錶」，並成功在5個月後做出產品原型，11月上Kickstarter募資，而昔日的老東家鴻海，也成為產品供應鏈的最佳推手，協助悅睿科技在今年初成功將想法商品化，而JUMPY將自今年5月起開始出貨。

圖說明
（圖說：悅睿科技推兒童智慧手錶JUMPY。照片來源：蔡仁譯攝影。）

張愛群認為，目前市面上大部分主打兒童市場的智慧手錶，都僅從安全追蹤為出發點，而JUMPY則回歸兒童需求，以使用者的角度出發來規劃功能。JUMPY除了有鬧鐘、計時計步器等基本功能外，還內建自家研發的遊戲、互動故事、養虛擬寵物狗等15個應用程式，達到寓教於樂的效果。

張愛群說明，JUMPY還強調親子間的互動過程，像是父母可在產品上設定時間，提醒孩子定期起床、喝水、做運動。而JUMPY也支援藍芽傳訊功能，父母與孩子間可以互相傳送悄悄話、愛心、表情等符號。另外，過去只能用手機或平板操控的藍牙球Sphero，JUMPY也同樣支援。

JUMPY記錄下兒童每日的使用行為，家長可以透過App，得知孩子一日的活動量以及應用程式的使用狀況，並藉此觀察孩子的興趣所在，例如有的孩子使用音樂軟體的時間多、有的孩子花較多心力飼養虛擬寵物等，協助兒童適性發展。張愛群說明，未來這些數據的應用極廣，不僅能讓父母更了解孩子，也能讓內容開發商清楚使用者真正的需求。未來悅睿科技也計劃建置生態圈，攜手更多廠商打造更貼近兒童需求的產品。

張愛群表示，目前JUMPY除了能在官網上預購外，之後也會在即將開幕的三創文化園區，提供預售、販賣服務。未來團隊有開發第二代產品的計劃，將招攬更多人才，包括資深Android、iOS工程師，以及能夠剖析使用者行為的數據工程師。

【創業教我的事】

夢想是美好的，現實是嚴酷的。我們非常感念在創業路途中伸出援手幫助我們的朋友，我們為實現夢想，團隊成員日以繼夜奮鬥，持續努力下去。因為我們始終相信當使用者收到我們產品時的驚喜一笑的一刻是最振奮人心的。

【創業快問快答】

Q1.最主要的客戶群？
家中有5~8歲小朋友的家長。

Q2.目前該服務的獲利模式為何？
硬體銷售、銷售應用APP、與兒童社群整合銷售。

Q3.就目前市場狀況，您認為貴公司服務的競爭優勢為何？
一、長期觀察兒童與家長互動，真正瞭解雙邊需求。
二、與鴻海供應鏈的完美結合。
三、團隊成員在智能應件有十年以上經驗，能將idea成功商品化。

【團隊資訊】
公司名稱：悅睿科技有限公司
產品名稱：JUMPY兒童智能表
成立時間：2014年5月
團隊簡介人數：5人
網址：www.jumpy.cc

@@ACTIVITYID:405@@

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。