「賣給Facebook我不後悔！」Instagram創辦人出走，將帶來3大變化|數位時代 BusinessNext

「賣給Facebook我不後悔！」Instagram創辦人出走，將帶來3大變化

隨著Instagram兩位創辦人宣布正式辭掉執行長和技術長職務，許多人好奇的是，少了靈魂人物的Instagram將會走向何方？

沒有創辦人的Instagram，將會走向何方？

推出至今已經八年、突破十億用戶，以人類的標準來看都已經是上小學的年紀，但仍有非常多人會說Instagram「有趣、時髦」，相較之下，Facebook逐漸流失年輕用戶，離這兩個形容詞已經越來越遠。

看著持續成長的Instagram，說不想分一杯羹絕對是騙人的，而要達到這個目標，進一步拉緊對Instagram的控制絕對是必要的，少了創辦人的Instagram，可能將面臨三大變化。

兩大平台內容互通

傳聞凱文·斯特羅姆（Kevin Systrom）、邁克·克里格（Mike Krieger）辭職走人的原因之一，就是Facebook一直透過各種功能改版，讓兩個平台的內容互通。

在Instagram的介面上可以看到越來越多「分享到Facebook」的按鈕，這一點讓Instagram的獨立性受到影響，某種程度上除了是一種同化的手段，背後還有一點重要的考量，是Facebook的用戶年齡層越來越高，如果讓Instagram的部分內容導入到Facebook，那麼可以確保當這些年輕用戶逐漸長大時，都能在這兩個平台上留下一定程度的黏著度。

廣告，更多更多的廣告

比起Facebook較為雜亂的資訊流，Instagram跟用戶的連接性比較高，這對廣告投放來說是一大優勢，也是Facebook所寄予厚望的。

過去一段時間，祖克伯跟營運長雪柔·桑德伯格（Sheryl Sandberg）就曾不斷要求Instagram增加廣告營收力道，最近也宣布在探索頁面中，加入購物的專屬頁面，透過演算法做出個人化商品推薦，因此不論是在一般動態或是限時動態，越來越多的廣告將成為常態。

演算法將更像Facebook

許多用戶很懷念Instagram一開始按照時間序排列貼文的方法，隨著創辦人離開，回到過去的機會將更渺茫，因為根據最新消息，執行長的位置很有可能由前動態時報負責人亞當．莫瑟里（Adam Mosseri）接任，他今年年初曾主導Facebook動態時報的大改版，目前擔任Instagram產品事務副總裁，被視為祖克伯親近的人馬之一。

Facebook演算法衍生出來的問題是假新聞，不過因為Instagram不能分享連結以及貼文，因此很大程度杜絕了假消息的傳播，Instagram主要的問題是惡意言論的網路霸凌，不過最近傳出Instagram正在測試貼文分享功能，這點也是兩位創辦人先前極力反對的，總歸一句「Instagram走向Facebook化」應該是八九不離十。

凱文·斯特羅姆：賣給Facebook我不後悔

雖然為了賺錢，Facebook正一步一步侵蝕Instagram的本質，但公平來說，如果沒有Facebook的資源大力相助，恐怕也不會有今天Instagram十億的用戶，以及1000億美元的廣告營收。

回首過去的辛酸，在宣布離職消息前，凱文·斯特羅姆（Kevin Systrom）曾接受《華爾街日報》專訪，2012年以10億美元賣掉一手創造的事業，即便Instagram現在的估值是當時的100倍，凱文·斯特羅姆在訪談中仍表示：「以當時的處境來說，我認為我們作了一個很棒的決定。」即便後來與祖克伯有許多摩擦，對這項決定仍不曾後悔，他也回憶，之所以會答應被收購，目的就是想要快速規模化，「如果這是我們的目標，那現在回頭看當然是成功了。」

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。