創新課程的表與裡|數位時代 BusinessNext

記得在兩年前我寫了一篇「創新的工作頭銜」，在討論組織的創新時，其創新的職稱頭銜是其中一個表徵，像是那一年日本富士全錄的RD部門有這些新創的角色，如：「場」指揮者（“Ba” Conductor）、影子合作者（Shadow Collaborator）、生動體驗設計者（Vivid-Experience Designer）。當時工研院的創意中心剛成立，他們也採用了未來製作人（Future Producer）、靈感觸媒（Inspirational Catalyst）、點子發電機（Idea Generator）、價值探索者（Value Explore）等，創新的頭銜除了是一個人與人溝通的起點，也反映了組織創新的求變意圖。
今天台灣有一百六、七十所大學，大學的錄取率高達90％以上，因此也造成某些科系的畢業生過剩。據報導大學生供過於求最多的三個科系，依序是企業管理、傳播及生物科技。除了「量」過剩，學生的「品質」不符合市場需要也是業界一般的抱怨。
企業管理的課程設計與內容，和二十年前的變化並不大。但現今產業板塊迅速移動、全球化、科技動態變遷，以及網路連結性造成工作與消費行為的變化、無形資產與智慧財產的重要性提升等。這些管理情境與二十年前的世界大不相同，台灣的處境還要加上中國大陸市場的興起與產業移植等議題。用二十年前的概念來教今天的學生，不管在知識、專業及面對世界與職場的態度上，都很難滿足業界的需求，更不用談到創新或引領變化。
最近拓墣產業研究所邀請了維也納大學「創業與創新管理系」的靈魂人物尼可勞斯．法蘭基（Nikolaus Franke）來台，主講「使用者創新」。他的系即是聚焦在「發現及開發（exploit）新事業機會」的教學與研究。
在教學方面，他們傳遞的是有關創業與創新管理的專業知識，著重在訓練學生創業的思維與行動力，期待學生能成為創新的創業者。除了創建自己的事業，也可能是「接管」既成的事業、創投公司或是成為既存公司的創新經理。
在研究方面，他們著重在創新與創新管理還未解決的議題，目前執行的研究計畫包括：領先使用者研究、創新使用者社群、使用者與創業精神、使用者參與工具箱。
奧地利是一個人口800萬、被歐盟列強包圍的小國，但仍能出現有創新創業企圖的學術單位。其實在歐洲，還有很多創新學程的案例，挪威為了怕他們的下一代只靠北海的油田，成為藍眼睛的阿拉伯人，成立了創業學校（Norwagian School of Entrepreneurship, NSE）。暑假還把學生派到上海的挪威公司去實習，從全球最動態的城市去了解如何開拓市場。
瑞典最好的Chamlers科技大學，除了成立創業學校，也和附近的醫學及生命學院成立「生命科學商學院」（Business School of BioScience）；在首都斯德哥摩，經濟學院聯合了設計學院、科技學院也成立創業學校。在愛爾蘭都柏林的三一學院，這個400年歷史的古老大學，也要成為「有創業精神」的大學。
在德國柏林科技大學有一「創新行銷研究所」，因德國非常重視環保，1999年他們的研究重點即放在逆向物流（Reverse logistics），討論如何在廢棄物回收後建立次級（secondary）市場。在其生產技術展示館，也有好幾項是回收家電（如洗衣機）的自動拆解及去漆的設備。哈佛的MBA在十年前即將「創業管理者」的課納入碩一的必修課，因他們的畢業生已有一半是到新創公司相關的組織去工作。
台灣近來也有一些系所在名稱上冠上創新或創業的字眼，但較少有具體的研究、實務及師資來支撐其教學。有了名稱與頭銜是第一步，至少表示有敏感性並知覺到外界的變化，但能夠真正充實其內容者才能勝出。

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。