掃QR Code就能看生產履歷,區塊鏈助台灣香蕉外銷日本
掃QR Code就能看生產履歷,區塊鏈助台灣香蕉外銷日本
2019.05.24 | 物聯網

說到區塊鏈技術,加密貨幣是最廣為人知的應用,但透過區塊鏈的分散式資料庫的網路架構基礎,其實能夠使用在各種不同情境的資訊加密應用上。行政院農委會國際處就從2017年開始,透過由奧丁丁集團(OwlTing)所推出的區塊鏈應用服務OwlTing Blockchain Services(簡稱OBS),推動建構「農業區塊鏈」相關計畫,透過導入區塊鏈技術,強化台灣農產品競爭力。

現在消費者已經可以在市場攤位的水果上,看到「奧丁丁區塊鏈溯源認證」QR Code,掃Code之後,就能看到該商品的生產履歷。行政院農委會國際處副處長林家榮表示,「 向國際推廣台灣農產品的過程中,最大困難點是無法有效地證明我們的品質,但區塊鏈技術解決方案如同國際通用語言,加速台灣農產品在國際發光的機會。

致力農產品外銷的台灣國際農業開發公司(以下簡稱台農發)已透過農業區塊鏈系統,幫助台灣香蕉外銷日本,同時也透過農業區塊鏈系統,預測鳳梨的未來產值。接下來,農委會將針對高價位的溫室精緻農產品,將前端溫室中感測元件的溫度、濕度等等資訊紀錄,以及收成之後的物流配送過程、配送過程中的溫度資訊通通上鏈。

奧丁丁區塊鏈溯源認證
奧丁丁區塊鏈溯源認證。
圖/ 程倚華/攝影

農產履歷建立安心感,香蕉外銷業績有成

台農發已開始運用農委會與奧丁丁合作的農業區塊鏈系統,將農產品生產資訊上鏈。並進一步利用農業履歷所帶來的安全、安心感打通台灣農產品的外銷市場。目前,台農發已成功將香蕉賣到日本超市。

香蕉在國際農業市場上,屬於價格競爭較激烈的品項。目前全球的香蕉報價平均是一箱6到7美元,但是台灣香蕉的平均報價則高達22到25美元。在此狀況之下,導入區塊鏈溯源認證讓消費者可以在採購的同時掃Code並了解香蕉的種植履歷,進而促使消費者願意用較高的價格購買。台農發指出,在去年(2018),全台的香蕉外銷總量不到1千噸,但在導入區塊鏈溯源認證之後,光是台農發開發的日本通路,在今年就已經銷出500噸以上。

台農發香蕉與鳳梨
台農發透過農業區塊鏈系統,幫助台灣香蕉外銷日本;同時,也透過系統預測鳳梨的未來產值。
圖/ 程倚華/攝影

但台農發也不諱言,目前僅能做到農地生產資訊的上鏈整合,集貨場的包裝、洗選過程上鏈是目前正在努力的方向。

另一方面,農委會副主委陳駿季認為,就如同其他的區塊鏈應用一樣,農產品履歷上鏈過程中,如何確保資訊的正確性是一大挑戰。目前農委會是透過產品抽檢與前端輔導的方式,維護資料的正確性。

台灣香蕉研究所
台農發將香蕉農地生產資訊上鏈整合。
圖/ 台灣香蕉研究所網頁截圖

農業資訊上鏈,有效預測鳳梨產量

奧丁丁表示,區塊鏈技術也可以結合物聯網(IoT)裝置,讓數據更仔細地被記錄,未來可以協助優化產品的品質甚至是產量控管。透過IoT裝置數據紀錄,提供農民更具智慧的參考依據,儼然成為新一代「農民曆」,讓栽種科技化、耕耘更有效率,藉由智慧科技,讓農業這門學問達到事半功倍的效果。

台農發就說,目前已在鳳梨田導入IoT裝置,搜集各類栽種的數據,並運用農委會與奧丁丁合作的農業食品溯源區塊鏈系統,做鳳梨田的監測,進一步提高良率、預測產量與鳳梨成熟時間。

關鍵字: #農業科技
往下滑看下一篇文章
Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?

若將生成式人工智慧(GenAI)技術視為改變人與資訊互動的重要分水嶺,Physical AI(實體AI)則讓 AI 真正理解並介入真實世界:從機器人、自駕車到智慧製造,AI 正從「理解內容」走向「理解物理世界」,其中,自駕車被公認是 Physical AI 最具代表性的落地場域,也是目前最能驗證 AI 感知、推理與決策能力的應用,因為,不僅要控制車輛,還必須即時與人流、車流、道路設施及各類載具互動,需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言,Physical AI不只是 AI 技術演進,而是自駕車產業邁向下一個世代的重要轉折:從依賴規則控制(Rule-based)的自駕系統,逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台,讓全球自駕車產業競爭從單一技術比拚,走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去,自駕車依靠高精地圖、光達(LiDAR)、攝影機等感測器,以及大量預先設定好的規則進行判斷,這種作法能處理相對固定的情境,但一旦遇到複雜且快速變化的交通環境,例如大量機車穿梭、行人突然穿越、不同國家的交通規則,系統很容易受到限制。

勤崴國際認為,Physical AI 的出現正改寫自駕車的發展模式:透過更強大的 GPU 算力,結合世界模型(World Model)、數位孿生(Digital Twin)與模擬器(Simulator),AI 能先在虛擬世界完成大量交通情境模擬,再將學習成果快速部署到真實道路,不僅大幅縮短訓練與驗證時間,也讓自駕系統持續學習與進化。

#2 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
勤崴國際以廠區自駕接駁車與自駕載貨車服務,協助製造業者實現智慧工廠願景。
圖/ 勤崴國際

「在 Physical AI 賦能下,自駕車將從依照規則開車轉變成能理解環境、預測意圖,再做出最佳決策。」勤崴國際副總經理林映帆表示,例如當系統看到路邊有人揮手,不只是辨識動作,而是能推論對方有搭車需求;當機車快速切入車道,也能提前預測可能路徑,而非等事件發生後才反應。

這也意味著,自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭:自駕車不僅是智慧移動的新載具,更是觀察 Physical AI 是否真正成熟的重要指標;換言之,Physical AI比拚的不是演算法,而是誰能持續累積真實場域、建立與完善資料庫,讓 AI 在每一次行駛中不斷學習、持續進化,形成下一波智慧移動競爭的關鍵。

七年累積三十個場域,勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料,勤崴國際的策略是透過不同場域的長期營運,建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來,勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署,累積自駕行駛里程突破38萬公里、服務超過80萬人次,更逐步建立台灣少數具規模的智慧移動資料庫;為進一步加速自駕車產業價值鏈發展,勤崴國際也攜手車廠、路側設備,感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例,由於路線涵蓋園區內外道路,自駕車不僅要與物流車、叉車及一般車流共存,離開園區後更須面對台灣特有的高密度機車交通環境,對 AI 的感知與決策能力形成高度挑戰;截至今日,該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里,接駁率高達96.7%;此外,勤崴國際也於廠區內導入自駕接駁車與自駕載貨車,累積服務超過216,794人次,驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域,勤崴也將自駕技術延伸至觀光應用,例如今(2026)年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務;林映帆指出,相較於工業場域重視效率,觀光應用更重視人車互動與乘車體驗,遊客只需一鍵即可啟動自駕接駁,系統除了安全辨識行人與周遭環境,也能透過語音互動提升搭乘安心感,證明自駕車不僅適用於產業應用,更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

#3 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
勤崴國際在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務。
圖/ 勤崴國際

接下來,勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗,攜手產業夥伴、針對未來對自駕公車有需求的城市,協助客運業者解決公車缺工等議題。

林映帆說:「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後,勤崴逐步發展出「一個平台、多種載具、多種場域」策略:將共通技術平台模組化,再依不同客戶需求進行客製化調整,讓每新增一個場域,都成為下一個場域快速且安全部署的重要養分。

#0 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
勤崴國際副總經理林映帆表示,將以「一個平台、多種載具、多種場域」策略,攜手自駕車產業鏈夥伴,協助AI自駕車等智慧移動落地應用,以及打造「國家隊」前進海外市場。
圖/ 數位時代

隨著Physical AI的成熟與落地,未來智慧移動的競爭,不再只是比誰擁有更大的模型,而是比誰能持續累積場域、建立完整資料庫,以及串聯完整生態系;在這個關鍵時刻,勤崴國際除因應不同場域客戶需求提供自駕車解方,也希望攜手更多產業夥伴,共同打造具有國際競爭力的智慧移動國家隊,讓台灣在全球自駕與 Physical AI 的新賽局中,占有一席關鍵位置。

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
代理式商務連動百兆商機
© 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