Android Pay結合地圖只是開胃菜,加上Google Assistant才更令人期待
Android Pay結合地圖只是開胃菜,加上Google Assistant才更令人期待
2017.06.02 | Google

Android Pay昨(2)日正式在台灣上線。Google指出,Android Pay最大特點就是結合Google Maps地圖的服務。地圖與支付可以點燃零售業與銀行業者許多新想像,不過更值得關注的,或許是與Google Assistant之間的結合。

支付+地圖只是開胃菜,Google Assistant才是靈魂

Google台灣香港區策略合作經理胡予明指出,Android Pay含有店家會員與折價券的自動推播功能。「使用者若有打開GPS,透過Google地圖定位,走進合作商家後,綁卡後的手機就會自動跳出會員計劃、禮券與折價券等訊息。」此外商家基本資訊也會整合在內,在消費後Android Pay會幫你保存消費紀錄,方便即時查看。
 
台灣最大的紅利點數平台HappyGo就加入Android Pay首波上線,使用者綁定會員卡資訊,在合作店家消費時,出示 Android Pay 上的 HappyGo 卡資訊,即可累積點數。「不過,自動推播商家訊息功能僅限於綁有會員卡,綁有會員卡代表使用者對此商家較感興趣,並非跳出廣告,使用者不用擔心會被不感興趣的訊息打擾。」胡予明強調。

不過,對於Google這個一直喊著AI First的公司而言,支付與地圖整合只個開胃菜,主菜還在後頭尚未端上檯面。

核心概念:像拜託家人跑腿買東西一樣的自然

Google利用電腦視覺、語音辨識或自然語言處理等人工智慧技術帶出的服務更是發展核心,Android Pay還會隨著人工智慧技術進步而演化,語音助理Google Assitant的加入,比結合地圖等服務的結合更具有發展性。

Google在今年的開發者大會宣佈Android Pay將會增加「語音支付」功能,使用者打開Google Assistant語音助理,直接利用聲控,不需要滑螢幕就可結帳(註1)。

在Google的想像中,和語音互動這件事是很自然的,並不是為了語音而語音,而是為不要中斷手邊工作。「你日常做的事,因為Google Assistant發生了微妙、不刻意、自然而然的改變。」Google Assistant產品主管Gummi Hafsteinsson指出。

他舉例「比如說,當你打開冰箱,發現沒牛奶了。一般情況下,你需要拿張紙把『牛奶』寫到購物清單裡,或者打開APP加入購物車。現在只需要簡簡單單、很自然地對Google Assistant說一聲:『Hey Google,把牛奶加入購物列表』。這方便得多,而且不需要放下手頭的事。」

有此來看,語音會不會是支付主流這件事情並不重要(短期內也不會是),重要的是語音支付讓付錢這件事情更流暢自然,融入在我們日常生活中。

技術創新:相當於人類的語音辨識(Voice Recognition)準確度

螢幕快照 2017-06-01 下午5.27.56.png
有網路女王之稱的華爾街證券分析師Mary Meeker指出,「從2013年到2017年,Google利用機器學習算法讓語音辨識準確度從80%上漲到95%,等同於人類的準確度。」
圖/ Mary Meker

當然,語音支付概念並非Google獨創,語音溝通受限於硬體收音與環境噪音等問題,在從語音辨識到自然語言處理的實務上還有很多挑戰要克服。

但Google近年在語音辨識技術的進度,已經讓Google Assistant的使用者體驗更好了。

Google執行長皮采(Sandar Pichai)就曾表示,Google語音辨識技術在美語方面,錯誤率從2016年7月的8.5%降到了現在的4.9%。有「網路女王」之稱的華爾街證券分析師Mary Meeker更指出,「從2013年到2017年,Google利用機器學習算法讓語音辨識準確度從80%不到,增加到95%,等同於人類的準確度。

長遠來看,Android Pay雖然有個Pay字,但延伸的服務不僅僅只是「付完錢」這麼簡單,Android Pay將是一個有大腦的支付系統,在不同的使用場景,讓使用者選擇最適合的方式(用講的或用感應的)付錢,而使用者不僅可以用Android Pay付完錢,也可以使用和「錢」有關的服務,如分析消費數據以預測支出狀態,或是告訴消費者,怎麼消費可以更精打細算。

註1:台灣使用者目前還無法使用語音支付。Google台灣香港區策略合作經理胡予明指出,台灣還不會推出語音支付的功能,因為Google Assistant還沒有推出中文服務。

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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