看好智慧交通商機，軟銀、Toyota攜手成立合資公司|數位時代 BusinessNext

看好智慧交通商機，軟銀、Toyota攜手成立合資公司

豐田汽車（Toyota）及軟銀（SoftBank ）宣布合資一家交通服務公司「Monet Technologies」，將特別針對自動駕駛領域結盟合作，瞄準醫療、運輸、長照領域提供「新一代的自駕車服務」，近日接連的投資合作案，也讓人窺見汽車、科技產業的趨勢走向。

兩強攜手，瞄準新一代交通服務

共享經濟與自動駕駛技術對汽車業將帶來重大影響，軟銀社長孫正義曾經說過，汽車將從交通的重心，轉變成單一零件，白話來說就是過去電腦硬體曾為IT產業核心，但現在硬體只不過是零件罷了，平台業者創造的價值才是趨勢所向。

順著這股趨勢，豐田汽車（Toyota）及軟銀（SoftBank ）宣布合資一家交通服務公司「Monet Technologies」，Monet是Mobility Network（行動網絡）的縮寫，這家公司的資本為20億日圓（約合新台幣5億4560萬元），軟銀將持有50.25%的股權，豐田則持有49.75 ％股權。

簡單來說，這家公司將用豐田在2018年CES展上推出無人電動小巴概念車e-Palette為基礎，來開發新的服務。在Monet的藍圖中，無人小巴可以成為病患前往醫院路上初步了解病症的空間，目標是節省到院後的時間浪費，還能成為行動廚房、長者接駁車、物流宅配、商業辦公空間，搭配上豐田、軟銀兩間公司的車用科技以及務聯網（IoT）技術，創造出自駕車的嶄新的應用樣貌。

Monet的事業體圍繞自駕車公共運輸行動服務（Autono-MaaS）、行動隨需服務（on-demand mobility service）、數據分析服務三大核心，第一階段會先跟日本當地企業合作叫車服務，服務駕照失效的高齡長者，第二階段才會延伸到其他服務類別，目前的計畫是在2023年左右正式商用化，結合豐田的造車Know-how以及軟銀的科技遠見，從日本出發走向國際市場，豐田副總裁Shigeki Tomoyama表示，之所以會找上軟銀，就是看上他跟科技產業的關聯性，「這個組合雖然看起來有些奇怪，但日本必須與全球競爭，這也就是我們今天為什麼在這邊握手合作的原因。」

智慧交通正夯，軟銀瘋狂投資

近年豐田汽車積極與科技公司結盟合作，像是今年八月就投資Uber 5億美元（約新台幣154億元），來合作研發以量產無目標的無人車；今年六月，豐田也宣布將投資Grab 10億美元，除了協助Grab拓展新市場，更希望將自身的核心業務，由造車擴大到「移動」服務上。

另外，軟銀最近真的是瘋狂投資汽車產業，目前對Uber、滴滴出行、Grab、Ola這四大叫車平台都有投資，孫正義曾說，每天全球有高達4,500萬人次使用這四家服務，因此成為這四家廠商的主要股東，就等於持有全球最大的交通公司；本周本田汽車（Honda）宣布將拿出共計27.5億美元資金（約合新台幣825億元），投資通用汽車（General Motors）旗下的無人車新創GM Cruise，早在這項合作案之前，軟銀就已經投資了GM Cruise，軟銀自己旗下也有自己專門研發無人車技術的公司SB Drive。

這項合作也顯示，即便是規模大、資金充足的企業，也都擔心在開發自動駕駛和智慧交通領域落後對手，綜合所有科技應用於一身的車子，絕對是下一個不可忽視的趨勢與商機。

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。