為什麼台灣是硬體之島，卻無法做出新硬體？從CatFi看台灣硬體新創的挑戰|數位時代 BusinessNext

奇群科技所推出的貓臉辨識智慧型餵食器CatFi宣布難產！消息一出讓眾多支持者心碎不已。奇群科技創辦人宋牧奇則透過一封公開信，說明團隊因錯估開發成本、設計難度，導致產品遲遲無法推出，若短期內製造、資金問題無法解決，可能將終止專案進行。

奇群科技貓臉辨識餵食器難產？宋牧奇：低估硬體開發的難度

這起事件，不僅讓話題迅速在社群中發酵，也讓人深思硬體新創團隊的難處。的確，硬體產品的研發周期比起軟體、網路創業要來得更長，從產品打樣、找供應鏈、生產，一直到要如何控制良率、庫存等，當中都有許多需要重視的眉角，只要其中一個小環節出了差錯，容易解決的也許多花點成本修正，更糟一點卻得打掉重來。

宋牧奇在聲明當中提到的三個錯誤，「嚴重低估開發成本」、「硬體設計超越預期」、「沒有提早跟贊助者溝通」，其實正反應了創業者到群眾募資平台做硬體募資案會遇到的幾大問題，值得作為其他新創廠商的借鏡。

身為硬體之島的台灣，為什麼像這樣創意十足的新硬體會鎩羽而歸？硬體新創團隊上群眾募資平台成功達標後，又可能會面臨哪些挑戰？

圖說明

產品驗證最重要，且要做好資源分配

「這跟台灣有沒有好的硬體生態系一點關係也沒有。」HWTrek執行長王仁中直言，目前大部分的創業者，做的都是軟硬整合的項目，也就是所謂的物聯網（IoT）產品。不過，正因為IoT產品複雜，團隊又出身軟體背景，相對而言要做軟硬整合的產品也困難，問題是出在當初產品沒有做更詳盡的驗證，才導致錯估了硬體開發成本。

「生產製造不會只是跟工廠端，工廠應該是最後一步。」王仁中建議，在進入生產階段之前，就要進行市場驗證與小型量產測試，才不會導致接觸代工廠商的時間太晚，產品都出去了卻又遇到問題做不出來，而在至少能夠簡單的驗證產品功能之後，再進行下一步的募資或行銷活動，會是對於新創團隊來說較完善的資源分配。

開模、規格、良率...量產是個大問題

「要做模型很簡單，但要邁入量產就是個大問題。」也曾在 Kickstarter，推出防水手機遠端網路遙控Qmote，2天內就募得3萬多美元（約台幣近百萬元）的團隊 Qblinks總經理陳紹俊認為，在資源有限下，必須先從最小可行產品的實現（Minimum Viable Product）出發，要小量試產很容易，但無法量產就沒用。

「做硬體會遇到很多問題，也許一個小環節出錯就得打掉重練。」陳紹俊說明，先前團隊在募資成功後，距離原定的日期也同樣延宕了近4個月才成功出貨，這之中就是遇到了一堆當初從來沒想過的問題。

圖說明

例如當初Qblinks就遇到了材質、製程、無線電功能上的問題，導致產品不斷調整，也連帶拉長作業時間，時間一拖、成本也就跟著增加，「工廠那邊的製程開始增加，組裝也複雜、良率下降，我們增加很多測試的關卡，到最後的組裝時間比我們原先預估多了百分之七十！」最後，就連要出貨到國外的安規認證，也因為國外突然調整而卡關，「有太多不可能預測到的問題，很多事我真的沒辦法早知道。」

延伸閱讀：酷比令在募資經驗中學到的7件事

陳紹俊無奈說道，每一個關卡犯錯就會消耗材料，硬體創業不比軟體，code寫錯了可以重寫，產線發生問題後時間、金錢成本只會無限擴張。他也指出，目前台灣的代工環境走向兩個極端，一個是非常垂直的產業領域，例如只做噴漆、模型等，另一個就是中間的組裝廠，但新創團隊的產品通常都是他們以前從來沒有見過的，所以溝通上也很容易出問題，導致產品跟供應鏈接不上。

從自身經歷出發，陳紹俊認為，要能將供應鏈整合完全，需要很多實際經驗的積累，所以新創團隊最好為自己預留至少9-12個月的時間，並適時衡量資金狀況是否足夠支撐。

要隨時掌握量產可能性與定價

南星創速器(SSX)創辦人朱宜振則認為，硬體新創團隊一般都有能力做出概念驗證（Proof of Concept，POC)，但是要進入「產品」階段就得走上新產品開發（New Product Development Process，NPDP），在這部份就還有很長的一段路要走。但是能夠走到這一步的人往往跟硬體新創是不同類型，部分硬體新創是跟軟體或者網路比較深關連的人出來做，也許有些人有過硬體領域經驗，但出來後資源也容易斷鏈。

另外，新創團隊往往會以為只要找到「大廠」就可以解決問題，雖然大廠或許可以解決問題，但是大廠直接下來解決問題的成本過大，所以也導致大廠不容易真的確實解決硬體新創團隊的問題，重點是要找到自己適合的，也就是「門當戶對」的廠商。

延伸閱讀：[朱宜振] 是的！台灣需要硬體加速器

朱宜振認為，因為台灣缺乏真正的硬體加速器，難以確實有效協助硬體新創解決從概念驗證到實際做產品之間的橫溝。所以在募資前，新創團隊也許可以將可能的主要系統供應商或者是相關領域專家一起研究量產性，儘可能避免掉可能的風險，在上群募平台時，也能一邊掌握量產可能性及定價等問題。

少了信任？群眾募資是把雙面刃

硬體新創上群眾募資平台，專案達標後不僅要面對上述製造端的難題；另一方面，更同時考驗著團隊的社群經營以及危機應變能力。像是這一次奇群科技的事件，便是因為團隊上一波訊息在今年9月後就未更新，距離原先預定的出貨日延宕了9個多月，且訊息回復不夠透明及時，才讓社群開始躁動不安。

「專案管理永遠會delay，計畫做出本來就不可能準，對未來做預測本來就會有誤差。」FlyingV共同創辦人林弘全認為，硬體創業本來就會遇到很多難題，在研發初期、生產還未確實執行前，本來就無法確實抓定成本。尤其是在群眾募資平台上，大家的創意百花齊放，不同的個案都會有不同的難題要解決。

在募資平台上，群眾其實多半都了解產品有delay的風險，但在與群眾的溝通上，則是新創團隊可以再加強的地方。「大部份的群眾不是要逼你，他們要的是參與。」林弘全指出，群眾不會去質疑你的產品，但連帶的他們也不會知道產品開發的困難，重點是要顧慮到群眾的參與感，讓支持你的人知道現在的進度，才不會磨損彼此的信賴感。

延伸閱讀：硬體群眾募資必須知道的6件事
 [數位觀點]創業者的一時失足與一名記者的反思

@@ACTIVITYID:479@@

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。