籲各媒體勿短視近利，《紐時》CEO：與蘋果合作無異養虎為患|數位時代 BusinessNext

不只利益分配因素，與蘋果合作無異於養虎為患

「我對於讓讀者習慣從別的地方收看我們新聞的想法，抱持非常謹慎的態度。」《紐約時報》執行長湯普森表示，「我們也擔心我們的新聞會和其他媒體業者龍蛇混雜。」

這位2012年上任的《紐約時報》執行長，對線上閱讀的拓展十分謹慎，他警告各家媒體，他們很可能將面對「新聞版Netflix」的崛起，陷入與傳統電視、電影業者相同的境地。與《紐約時報》抱持不同看法，據傳《華爾街日報》將於週一宣佈與蘋果的合作事宜。

湯普森話中隱含的意思是，儘管蘋果以增加內容曝光、吸引更多讀者為誘因，希望說服各家媒體加入新聞訂閱服務，但媒體們若首肯了蘋果的合作邀約，無異於養虎為患，很可能哺育出一頭在未來反噬自己的猛獸。

他進一步舉例，「如果我是美國電視台，我不會把節目通通交給Netflix。」先前報導指出，蘋果在契約中要求合作媒體提供所有內容的無限制閱覽權限，湯普森這番話便是對蘋果的回應。

當媒體需要仰賴其他平台曝光，等同變相削弱了對自產內容的控制力，也一併失去與消費者之間的連結，事實上，主流媒體拒絕入夥蘋果的其中一個原因，就是無法取得消費者資料。

呼籲勿重蹈電影產業覆轍

湯普森呼籲各家媒體不能短視近利，「即便Netflix給了你一大筆錢，但幫助Netflix建立龐大的用戶群體，讓他們每年有90億美元拿來製作原創內容，然後付給你的權利金越來越少⋯⋯這真的合理嗎？」

湯普森指的正是2007年好萊塢犯下的錯誤：貪圖Netflix開出的數十億美元電影授權費，間接促成這家串流媒體巨頭的崛起，為往後傳統影業的衰落埋下種子。

蘋果預計將以月費10美元的收費方式，推出這項全新的新聞訂閱服務，並從中抽取50%收入，相較之下，《紐約時報》自身的數位訂閱服務收費為每月15美元。湯普森透露，他們目前無意與任何平台，建立類似蘋果提出的合作關係。

儘管媒體常被說是夕陽產業，但《紐約時報》的發展仍舊蒸蒸日上，去年數位服務營收為7億美元，已經非常接近該公司設定於2020年達成的8億美元目標，同時第四季數位廣告營收也首度超過實體廣告營收，目前《紐約時報》旗下擁有1,550位記者，是這家媒體巨頭有史以來規模最為龐大的一刻。

儘管《紐約時報》不斷強調要將讀者留在自己的平台、產品上，他們先前也曾為社群平台Snapchat的Discover功能提供內容，藉此吸引年輕一代的讀者。湯普森表示，這些新興讀者將幫助紐約時報達成2025年擁有1千萬訂閱的目標。

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。