60年老品牌阿瘦皮鞋攻健康科技,免費為消費者量動態足壓選鞋
60年老品牌阿瘦皮鞋攻健康科技,免費為消費者量動態足壓選鞋

「請問您穿的是幾號鞋?」對消費者來說,過去買鞋除了選擇外型、功能,基本上沒有太多個人化空間,差別僅在有沒有自己穿得下的型號。

隨著科技進展,球鞋品牌亞瑟士、愛迪達從這幾年開始,陸續在旗艦店推出「足型量測」服務,要幫客戶找出專屬跑鞋,但多屬於小規模嘗試,並沒有全面導入。相較之下,老品牌阿瘦皮鞋的做法不同,他們自今年4月起上線「動態足壓量測」系統,透過全台超過160間店面,已免費幫1萬3千名消費者量測足壓;不打算且戰且走,選擇全力出擊。

阿瘦皮鞋動態足壓
穿上裝有感應器的專屬皮鞋,消費者透過站立、踏步和來回各6公尺的移動,便能掌握自己的足壓分布。
圖/ 蔡仁譯/攝影

5年研發動態足壓量測,幫消費者找到好鞋

「我們的品牌核心還是在人,而不是為了科技而科技。」阿瘦實業總經理郭欣怡說,這套系統經過5年籌備,包含前線門市店員的1年教育訓練,才敢直接推向消費者,目的是要做到完整的足壓偵測和行走步伐分析。

和阿瘦合作的物理治療師李尚澤解釋,市面上多數的足壓量測是讓民眾赤腳站在一塊量測板上的「靜態量測」,但這種做法會產生兩個問題,因為很少人會不穿鞋就四處移動,且相較於站立,人體移動的時間其實更多;儘管在醫院和實驗室裡,有提供行走式的動態足壓量測,不過僅有少數是能穿鞋偵測的。

阿瘦皮鞋的動態足壓量測,分為三個步驟:首先,裸足測量足三圍,等門市人員協助輸入資料後,再穿上穿屬鞋具,按照一般走路速度,來回各走6公尺,足壓結果會在5秒內出爐上傳雲端,提供消費者掃QRCode觀看。

阿瘦皮鞋動態足壓量測資訊
阿瘦皮鞋的動態足壓量測,擷取行走間的壓力數據,顏色越偏紅,代表足部壓力較大,壓力變化可連續播放。
圖/ 吳元熙/攝影

「能煮出這樣一道好菜,困難並不在於取得食材,而是烹煮的改變過程。」阿瘦實業董事長特助謝一震表示,這套系統雖然有了工研院的專利鞋墊,可是後續的演算法、軟體介面都是自主開發,經過多次調整才有現在的版本。

至於了解足壓分布之後,能做什麼?最主要的幫助,是能讓消費者選擇適合自己的鞋,挑選支持、避震等不同功能的鞋款,降低不舒服、疼痛的情況。

阿瘦皮鞋動態足壓量測資訊
消費者的足壓資訊,會儲存至阿瘦雲端空間,方便追蹤觀察。
圖/ 吳元熙/攝影

阿瘦從截至目前累積的足壓資料發現,在1.3萬名消費者中,超過半數有兩腳內偏的情況、10%兩腳外偏,僅有8%的人兩腳正常,其餘32%都有某一腳外偏、內偏,或是一外一內的情形。針對不同的足壓分布,每一筆資料都能讓阿瘦的門市人員推薦專屬鞋款,或者,透過模組化的客製鞋墊,提高穿鞋舒適度。

阿瘦皮鞋設下第一道KPI,希望能讓旗下33萬名「購有利卡」會員都體驗過這項新服務,卻不擔心更有錢、有研發資源的球鞋品牌效法,一起做動態足壓量測服務。

謝一震分析,球鞋品牌對於外觀、設計很注重,且主打鞋子性能,越快、越輕越好,導入全門市都有動態足壓量測,對這些企業來說並不划算,「而且要訓練到能講解數據,才是最重要的。」

未來延伸全身健康相關產品

「我們希望成為健康關懷的品牌,」郭欣怡直言,阿瘦皮鞋一直給人的印象是服務仔細、親切,所以這些數據結果固然重要,但公司更鼓勵門市員工引導消費者每三個月、半年回店複檢,了解自己的身體變化。她說:「是不是能用數據來賣鞋,其實我們真的不是特別在乎。」

下一步,阿瘦皮鞋希望能從關心消費者的腳,延伸至全身健康,例如脊椎、頸椎以及心血管疾病的相關產品,也考慮推出能偵測濕度、溫度的智慧衣。郭欣怡表示,阿瘦從不同的足部情況,看見了潛在的醫療健康商機,像是糖尿病患者適用的鞋子,就會跟一般人很不一樣,而這些分眾需求,就是他們的發展機會。

60年皮鞋老品牌,瞄準足部健康,推出科技新服務,迎戰新品牌、電商的虛實夾擊;不變的是,希望讓客戶產生依賴,讓門市成為關懷的第一站。

往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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