[徐竹先] 從 Pokémon GO 學習創業「獨角獸」孵育的制度設計|數位時代 BusinessNext

當一個人沈迷遊戲，可能會玩物喪志！
當一群人著迷遊戲，或許是一陣流行！

但當幾億人為了一個遊戲瘋狂，我們不得不深思，這裡面有東西，這裡面有「人性」！當 Pokémon GO 席捲全球市場之際，我們除了趕快成為寶可夢訓練師，立即動身到街上捕捉野生寶可夢之外，也別光只顧著玩，從當中觀察到一些人性、從中學習到一些國際級的經營手法，讓我們的工作與事業也像 Pokémon GO 一樣大受歡迎！

圖說明

圖片來自：Shutterstocks

##創業家就是臺灣的神奇寶貝！

作為台灣創新創業生態圈的一員，「創業家」就是我們的寶可夢！它們是台灣的寶貝，代表我們産業的未來，更帶給我們一個個可以共同期待的夢想！

為了培育新創企業，政府提供了各式各樣的資源，透過不同的計畫將資源送到創業家手上。但基於管考稽核的目的，或是承辦、執行單位的行為慣性使然，每一個計畫都被設定了許多硬性的「KPI 工作指標」，使得承辦、執行單位雙方的工作都十分忙碌，但許多創業家卻仍然無感。問題之一可能就出在 KPI 的設計上。KPI 是必要之惡；不設定 KPI，對工作執行單位當然是海闊天空/自由自在；但若沒有 KPI，想做事的政府部門過不了管考稽核這關，也很難向上一級單位交待。

為了解決創業家及育成輔導單位的需求，也該幫政府部門想想辦法。難道創業政策計畫的KPI沒有更好/更創新的設計方式嗎？

圖說明

圖片來自：Shutterstocks

##從 Pokémon GO 的遊戲指標設計中借鏡

Pokémon GO 似乎可以給我們一些啟示。在 Pokémon GO 裡，遊戲設計者沒有設定任何硬性 KPI，但玩家可全是自動自發的在找寶可夢並用心培育。透過玩家在系統中 19 種不同徽章（特定的遊戲指標），用來衡量一位寶可夢訓練師的能力與成果。每一個指標還有不同程度等級的徽章，隨著訓練師的經歴而晉升，每一位訓練師都可以機動而有彈性的走出自己的路，以訓練出更好的寶可夢為目標而持續修鍊著。

這套系統中，有部份指標是在鍛鍊「訓練師」，引導他們走進田野，為自己帶進新資源，也將自己的資源帶到其他地方；有部份指標則是顯示訓練師的「經歴」，這將讓訓練師為了自己的「實力形象」，自我努力提升。結果是，一大群高手訓練師出現了，一大群厲害的寶可夢也出現了。

##創建環境，讓訓練師自己尋找或建立創新創業的道場

這套 Pokémon GO 系統不僅讓寶可夢進化，同時也在讓訓練師進化。換句話説，台灣創業生態系統若想加速培育出優秀的新創企業及創新型中小企業，寶可夢給我們的啟示是: 是的，我們的目的是培育出更多的創業家並讓他們「進化」，但資源投入的重點或許不是創業家，而是「訓練師」！給予「榮譽與利益」，創業育成計畫執行單位中的「訓練師」們自會四處尋找野生的「寶可夢」，四處尋找「道場」（遊戲中為 Gym, 暫譯）或是「自建道場」去訓練它們！

圖說明

Pokémon GO遊戲中的道場。

各種共同工作空間、創客空間、育成中心、創業加速器或我們正在打造的創業家私董會，不就是創業家的「道館」嗎！裡面舉辦的各種創業競賽、Demo Day、Hackthon、Networking Party、課程與會議等等，都在刺激創業家不斷的對戰與進化呀！

##創業育成經理人，其實就是「寶可夢訓練師」！

寶可夢訓練師若沒有足夠的寶貝球，是無法收服寶可夢的，訓練師必須用自己的腳到路上收集寶貝球。而在創業生態系中，創業育成經理人也必須累積足夠的實戰經驗，取得企業家及創業家的信任，創業家才會願意接受育成計畫的培育。實務經歴、專業人脈、策略思惟、國際鏈結能量等等，就是創業育成經理人手上的寶貝球，是用來「收服」創業家的！

台灣各政府單位的創業計畫，不妨參考 Pokémon GO 模式，不必把 KPI 訂死，而是遴選出訓練師後，允許他們有更多的自由度去選擇及訓練創業家，不妨每年年底讓訓練師來 PK 一下，再選出明年的訓練師！

政府可以透過定義「一群」可衡量的指標，還可以隨時增加一些站點或道場引導訓練師，前往達成特定的政策任務，如此才能彈性的因應創業圈快速變化的環境、適應國際競爭生態，並管控政府環境中的動態需求。

要成為一個好的創業家訓練師，就如同一位優秀的寶可夢訓練師，自己必須不斷精進，並帶著我們所培養的創業家們，尋找合適的道館去對戰、去練功。事前，我們並不知道我們會達成什麼樣的 KPI，但在年底，我們確實會有量化與質化的成果可供衡量。

##好玩又具挑戰性的 KPI 制度設計，也許可以孵化出真正的「獨角獸」

非常期待更多的政府計畫如同 Pokémon GO 一樣設計出好玩又具挑戰性的制度，如此一來，台灣創業生態圈的訓練師及寶可夢們，必將快速的進化！説不定，台灣就這樣進化出一隻「獨角獸」喲！過二天，我就即將與一群超進化的新創企業家們，出發前往海外道場進行對戰修鍊了！

#####《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長800至1000字，兩天內會回覆是否採用，文章會經編輯潤飾，如需改標會與您討論。

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。