3D 列印你的藥
3D 列印你的藥
2015.07.28 | 科技

麻省理工學院教授 Jung-Hoon Chun 今日在台北時代基金會暨麻省理工學院(MIT)全球產研計畫台灣年會上介紹近年來有關 3D 列印技術的發展,提到其中一項其所屬的實驗室在1980年代就已經開始開發的3D列印技術,近年的驚人發展與應用。

未來的藥錠或將改變型態,epSos.de 分享於 flickr,CC by 2.0
(圖片說明:未來的藥錠或將改變型態,epSos.de 分享於 flickr,CC by 2.0)

一般所熟知的 3D 列印技術近年來在製造業掀起大規模的進展,並且將預計影響到一般製造業的產業結構。Jung-Hoon Chun 教授特別提到,5月在一項 MIT 與 GE 的合作上,討論了目前 GE Aviation (奇異航太)正在測試一系列的飛機引擎零件將試著使用 3D 列印技術來製造,除了可以大規模降低成本、改善零件結構並輕量化、改變飛機引擎設計外,也可以加快生產效率。然而,這類技術不是只能用於製造,並改變你我的交通未來而已。這樣的技術如今也已經被用在製藥業上。

早前,格拉斯哥大學化學系教授 Lee Cronin 在 2012 年於 TED 的演講提過他對未來製藥業的想像,他認為未來的藥物將會為了特定的單獨病人製造(而非現有大量製造再配藥的模式),透過 3D 列印技術,製造藥的單元可以小到在當地藥局或家裡就可以製造並可以隨時提取。

(影片說明:Lee Cronin 2012 年於 TED 的演說:印出你的專屬藥物)

這樣的技術並不只是想像或實驗室產品。MIT 教授,同時也是製造與生產力實驗室主任的 Jung-Hoon Chun 在今天於台北提到,該實驗室正在與製藥商 Aprecia 合作,授權使用 MIT 所發展出的一系列 3D 列印技術來製造藥物。

Aprecia 製藥在今年稍早已經公佈他們的計畫,將在俄亥俄州的實驗室嘗試使用 3D 列印技術製造快速溶解的製藥配方 Zipdose 。 Zipdose 使用 MIT 的 3D 列印製程,透過某種「水凝狀流體」(aqueous fluid) 當作中介,連結特定藥物的粉末組成。 Aprecia 在其網站強調這樣的製程可以協助製作奈米等級的藥劑,更能精確治療疾病目標。事實上,也有類似的製造方法正被應用在製作糖果上。Zipdose 依賴電腦輔助,透過 3D 列印技術,將一般的藥錠以 3D 列印的方式,一層層堆疊製造,也因此不同於傳統使用高壓或製模的方式所製造出的實心或部分空心藥錠,可以製造出具有空心結構性的藥錠,也可以製作出每一層成分不同但可以互相連結的藥錠,用以局部產生特定藥物反應。這種藥錠特別能夠「快速溶解」,適用於某些需要讓人類快速吸收的環境。

(影片說明:Aprecia Zipdose 技術所製作的藥物可以比傳統快速溶解藥物更快速溶解)

根據 in-PharmaTechnologist.com 的報導,Aprecia 已經投資超過 2,500 萬美金在新的 ZipDose 技術上,預計可以提供製作最高 1000 毫克的藥物。Aprecia 已經在 2014 年 10 月將相關的製藥技術送至 FDA (美國聯邦食藥署) 進行驗證。

關鍵字: #3D列印
往下滑看下一篇文章
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?
從獲客到理解需求,SHARP 攜手 Insider One 如何用第一方數據重寫家電行銷?

家電是典型的低頻、高單價商品,消費者可能數年才換一次冰箱、洗衣機或空氣清淨機,但品牌與消費者的接觸遠早於購買當下:從搜尋產品資訊、比較規格、閱讀評價,到進一步留下會員資料、瀏覽官網,甚至進入門市體驗,消費者的決策路徑越來越分散,即使最後的交易發生在線下,購買的決策可能早在線上決定。

這也是夏普(SHARP)會重新思考數位行銷的原因。

過去,品牌比較關注如何「帶來多少流量」,但當數位接觸點持續增加,重要議題逐漸變成:誰在關注什麼?誰可能進入購買週期?又該在什麼時間點,提供什麼內容?

SHARP 台灣總經理張凱傑表示:「我們的目標是串聯產品、 AI 、會員數據以及服務,讓 SHARP 從一個『賣家電的品牌』,逐步成為一個理解家庭生活需求的品牌。」

從空氣淨化、冰箱除菌保鮮、洗衣清潔、健康烹調、 AI 咖啡機到顯示技術, SHARP 致力將科技融入日常生活,預先設想、解決消費者不同階段的生活需求;如今,這套「半步先行」的思維也延伸到數位行銷:不只是等消費者說出需求,而是透過數據,更早辨識需求正在形成的訊號。

從散落的第一方數據到「看到完整消費者旅程」

SHARP 累積來自官網、會員、客服、維修與交易等大量第一方數據,但因數據資料分散在不同部門與系統,想要為行銷活動建立目標消費者輪廓,需要跨部門整理與人工處理。例如,需要先請 IT 撈取資料,再由行銷團隊分類目標客群,前後可能花上 3 到 5 天,活動發送出去後,也難以即時掌握消費者接下來的行為。

為解決上述挑戰, SHARP 開始評估、測試客戶資料平台(CDP),最終選擇與 Insider One 合作。評估過程中, SHARP 關注的不只是資料整合能力,也包括系統是否容易上手,以及線上、線下數據能否進一步串聯。

首先, SHARP 希望能縮短資料整合與行銷執行的距離。

Insider One 除可協助團隊進行第一方數據的整合、分群與分類,還有提供行銷引導與 AI 工具,例如行銷自動化等,讓團隊可以更精準地擬定媒體策略與決策,以清晰的投資報酬率(ROI)等數據,建立內部行銷與業務部門的信賴機制。

張凱傑指出:「對我們來說, CDP 的價值是縮短從資料、決策與行動的時間,讓行銷團隊可以把更多時間放在策略與內容,而不是處理資料。」舉例來說,導入 Insider One 後,行銷團隊用說的就可以完成受眾設定與行銷流程初步建置,將原本需要 3 到 5 天的時間縮短成 1 分鐘,然後,由系統觸及,以及追蹤開信、點擊與轉換,大幅縮短跨部門協作的工作流程。

Insider One
1912 年創立的夏普,在台灣積極數位轉型。SHARP 台灣總經理張凱傑攜手 Insider One ,透過數據整合,真正了解消費者的需求,精準推薦,股東購物節創造雙位數成長。右為 Insider One 吳一凡總經理。
圖/ 數位時代

對 SHARP 來說,另一個關鍵是降低團隊學習與使用數據的門檻。

為協助 SHARP 團隊快速上手與習慣使用, Insider One 團隊扮演如導師般的角色,透過手把手的培訓與指導,不僅大幅縮短系統摸索時間,更將原先至少要 3 個月以上的多元數據資料整合時間縮短在 1.5 個月內,成功趕上 SHARP 的年度最重要節慶活動–股東購物節。

第三個議題是捕捉線上互動跟線下交易之間的資料斷點,以消費者全通路(OMO)旅程數據持續深化互動關係。

張凱傑表示, SHARP 超過 80% 的銷售來自線下通路,部分合作通路同樣採用 Insider One,讓跨通路數據串接有了共通基礎,在 Insider One 團隊的協助下, SHARP 與生鮮超市合作,在符合資料授權跟隱私規範的前提下,透過會員輪廓標籤掌握跨通路消費需求,並以此規畫跨業聯合促銷(Joint Promotion)。

股東購物節四大指標皆雙位數成長, SHARP 如何從「廣撒行銷」走向「找對的人」

對 SHARP 來說,股東購物節是年度最重要活動,透過 Insider One 的站上模組、智能推薦、自動化顧客旅程與 A/B Test 等解決方案,結合會員資料整合與行為分析,去(2025)年, SHARP 行銷團隊可以從過去依年齡、性別等基本條件分群,轉變成掌握消費者對不同產品與內容的興趣,再搭配個人化推薦與自動化顧客旅程,讓對的內容在對的時機觸達對的人,極大化行銷綜效。

SHARP
「股東福利」官網提供一站式數位權益服務,包含股東卡領取、合作商家優惠查詢及精選好禮解鎖,輕鬆掌握各項專屬禮遇。
圖/ Insider

更重要的是,隨著數據累積與平台熟悉度提升, SHARP 的數位行銷成效持續優化。

以股東購物節為例,今(2026)年,不僅股東購物節的 eDM 開信率近 40%,流量、轉換率、客單價與回購率皆較去年成長15至25%,讓 SHARP 更加確信:數位行銷的重點不只是「吸引多少人」,而是能否辨識「哪些人值得溝通,以及現在應該說什麼」。

AI 智慧手沖咖啡機則是另一個案例。透過會員數據分析與問卷, SHARP 成功從會員名單中找出 4,000~5,000 名具有相關興趣與行為特徵的消費者,如喜愛手沖咖啡、熱愛科技、享受質感生活等客群,針對這群人進行精準溝通,帶動數百台產品銷售,創下轉換率超過 15% 的成績。

張凱傑認為,以 CDP 持續深化第一方數據資料有助於極大化行銷成效,以維修服務為例,如果系統辨識出消費者的冰箱使用年限已久,且近期有多次維修紀錄,即可在適當時機提供換機資訊,甚至從節能效益切入,讓這一次維修服務成為下一次產品需求的起點。

一次又一次的亮眼行銷成果,不僅讓 SHARP 從「廣撒行銷」轉向「找對的人」,持續深化對消費者的理解,讓線上的互動、內容與優惠,成為消費者消費或走進實體通路的前一站,也反映出家電行銷正從追求流量轉向對消費者需求的持續理解,成為家電數位行銷競爭的新典範。

想知道更多 Insider One 零售與家電產業應用,立即了解:https://insiderone.com/zh-hant/contact-us/

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
一次搞懂工業AI
© 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