你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
你今天區塊鏈了嗎? —企業導入區塊鏈的停看聽
2018.09.04 | 區塊鏈

區塊鏈可謂為近兩年最紅的關鍵詞,從2017年中國因其巨大泡沫帶來的「割韭菜」效應,導致政府出面制止利用區塊鏈ICO,但也因為這樣,讓全世界都認識或聽過區塊鏈。隨之而來的是,許多人開始疑惑自身的商業模式與區塊鏈是否或應否發生關聯?在此,筆者將討論企業如何評估應否導入區塊鏈在其組織運作過程。

有一種說法是,「加密貨幣可能是假的,但區塊鏈是真的」

另外一種說法是2018年是區塊鏈大量落地元年,筆者從從事相關工作的角度,發現企業對導入區塊鏈的熱度逐漸升高,但要怎樣使用區塊鏈是個大難題。

如同AI的火熱,區塊鏈因加密貨幣的特性讓更多人參與,剎那間成為全民運動,但也形成很多不協調的現象,如在今年Computex Taipei期間,筆者受邀參加區塊鏈或加密貨幣有關的聚會,台上的人講著自己的幣和產業互動的連結,或根本就是在賣十多年前流行過的box pc(包裝成物聯網挖礦機),台下持幣者雖然討論氣氛熱烈,但多半只關心漲跌和內線。最後還是不會知道區塊鏈是什麼。

回到產業實務面,金融科技業由於跟加密貨幣的目標市場最接近,吸引了各式利益團體。

有趣的是,所有的區塊鏈專案一開始的起手式都是:區塊鏈可以改變世界!區塊鏈會影響到所有產業!

究竟區塊鏈怎麼改變世界,怎麼影響產業呢?總不會是所有的人都去搞幣,世界就會自動改變了吧?

由於區塊鏈泡沫,讓許多企業和各國政府嘗試著利用區塊鏈做些創新變革,區塊鏈也因技術上實作有許多變化,拿當年資料庫面世的狀況類比,不同的公司推出符合資料庫定義的產品和技術,但可能面向的產業和能解決的問題特性有各自的不同切入點。

近一點的雷同的例子則是雲端,若要揣想區塊鏈/分散式帳本的未來,可以拿雲端的歷史來做探討。雲端的觀念成形僅十年餘,現今大家已能朗朗上口,變成一種基本存在,以及大家都能接受的概念。筆者試舉幾個雲端的歷史演進來對比現今的區塊鏈泡沫,或許大家能產生新想法。

什麼是雲端?什麼又是區塊鏈?

發問者例如客戶,基本上不是真的想知道什麼是區塊鏈的技術,你不妨試問許多客戶,客戶說他們在用雲端,然若認真跟客戶討論何謂雲端,就會發現這問題的詭異之處,大家在經過多年洗腦後,早接受雲端這名詞,但具體講雲端是什麼,又好像回答不出來,所以,你覺得你真的想知道區塊鏈是什麼,還是其實你只是以為你想知道?你問對問題了嗎?

很多企業會問,怎麼證明你真的用了區塊鏈?

其實客戶不是真的問這個問題,並不是真的想知道資料是否寫到了區塊鏈,同樣的命題方式是你怎麼證明你在用雲端?事實上,早期的雲端很難證明你真的在用雲端。可以這麼說,客戶真的想知道和看到的是一個美美的dashboard告訴你:現在正在下進行寫入區塊鏈和從區塊鏈讀出的動作,千萬別說你可以開帳本給他看,那就跟怎麼證明你正在用資料庫而不是excel很像,你只是給客戶看資料庫的欄位寫入讀出,這些對於客戶是沒意義的。用傳統Server Client架構產生的特性效果和雲端是一樣的,那什麼時候知道你在用雲端呢?或者說雲端在這類命題的好處是什麼呢?

答案很簡單,當整個用量變大,或者你的服務開始跨國跨境跨區,這時雲端和傳統Server Client的差別就會出現。不證自明。

公有鏈與私有鏈

某種程度上,談論公有鏈與私有鏈,筆者認為跟談論公有雲和私有雲的情境類似。私有雲這個名詞出現可說是硬體伺服器業者對公有雲的反撲,若大家都用雲端,誰還要買伺服器?於是出現私有雲這樣的名詞,業者也宣稱比較安全。但事實上,你如何能確定你的資安能做得比Google或AWS更好?

當你用了私有雲,當業務擴張成長到跨區跨境時,這時你會發現只是用了難以同步成長,缺乏可擴性(Scalibility) 的Server Client技術,所有的基礎建設還是都要靠自己,沒有真的享受到雲端的好處。這種現象套用到私有鏈和公有鏈時,也會浮現類似的問題。

所以,用私有鏈解決了某個問題,未來你要準備多少資源和團隊來解決因為成長而帶來的挑戰呢?

舉個例子,現階段IBM也是用私有鏈或者聯盟鏈提供企業服務,那是因為全球化的團隊和基礎建設本來就是IBM的強項,若真的用私有鏈技術解決某個產業問題,無疑是為IBM這樣的企業帶路。當然正面的看待就是在大企業還未能反應過來時,先把位置佔好佔滿。

這是目前區塊鏈另外一個產業實際運用的矛盾之處,區塊鏈之迷人就是公開的帳本和多人共識帶來的可能性,實踐了新型態的「價值交換」方式,為了能促使更多的人參與其中,有些公有鏈會設計誘因機制,簡單說就是各種挖礦的概念來形成公有鏈網路,也因為這些誘因機制帶來了挖礦成本和新的交易成本,相比過去的雲端,反而把問題變複雜了,雲端你只要選擇好你的費率,基本上就不會有其他的意外成本。

假若你的服務試著架構在公有鏈上,那麼就得面對交易時間品質的不確定性以及交易成本的浮動。這就成了產業應用非常大的障礙,所以才會有聯盟鏈的機制出現。

但聯盟鏈也可能會變成是替某些特定產業大咖作嫁,如此一來,反而對於想用區塊鏈顛覆產業的新創來說不見得有利。

結語:區塊鏈是一個泡沫還是一場革命?

綜觀區塊鏈演進過程,仍然處於早期萌發階段,未來尚有許多不確定性與可能性,然而這股趨勢是令人期待的。

企業經營者若要掌握這個趨勢,必須鑑古而知今,透過資訊科技發展歷史找尋區塊鏈趨勢變化的蛛絲馬跡。企業是否該擁抱區塊鏈,筆者身為從業者當然是相當樂觀看待,從產業態勢及國際局勢來看也確實是樂觀的,擁抱新科技和趨勢本就是驅動產業前進的動力之一,至於企業該用何種方式擁抱它?如何善用泡沫而不被泡沫化?那就真的得把功課做足了。

《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,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場。)

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

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。

用手機即可查看系統狀況
圖/ 智穎智能提供

「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。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

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。

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
台達電全解讀
© 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