PAPAGO!面臨中國低價夾殺,簡良益要用「沒後門」的AI人臉辨識逆轉勝
PAPAGO!面臨中國低價夾殺,簡良益要用「沒後門」的AI人臉辨識逆轉勝

行車記錄器面臨中國低價競爭,產品毛利率甚至只剩5%,該怎麼辦?PAPAGO導航、行車記錄器大廠研勤科技,今年加強火力用人臉辨識突圍,開發出Face8台灣臉霸人臉辨識引擎,除用於考勤系統,「TWDD台灣代駕」也能幫酒客代駕前驗明駕駛本人身份,要用AI產品拼轉虧為盈。

車用電子產品競爭激烈,PAPAGO!過去稱霸行車導航市場,風光時股價上百元,但手機導航逐漸普及後,轉戰行車記錄器,但隨即面臨的是中國產品低價競爭,小米、小蟻跟奇虎360低價搶客,使PAPAGO!儘管在中國排名3~4,一年銷售量高達20萬台,但因銷售毛利落到5%,中國事業陷入虧損。

PAPAGO!目前以台灣跟東南亞市場表現最好,北美打入BestBuy、STAPLES等大型3C通路,與日本市場都同樣預估有20%成長。

轉戰人臉辨識市場,給客戶看原始碼

面臨中國品牌低價競爭,研勤的策略是專注發展人臉辨識應用突圍,「很多政府單會來詢問,因為台灣做引擎的業者不多,」研勤董事長簡良益說。

研勤簡良益
研勤董事長簡良益帶領團隊開發AI人臉辨識引擎,強調資安。
圖/ 王郁倫攝影

他目前在清大攻讀資工博士學位,帶領團隊開發的AI應用圍繞在人臉辨識上,2年開發出第一套Face8台灣臉霸人工智慧引擎,官網上的名人堂已蒐羅1萬多張台灣臉譜,目標收集圖庫達2萬張。

研勤的策略是,用這套人臉辨識引擎投入打卡、考勤管理市場,由於資安議題受到重視,雖然中國人臉辨識大廠如商湯或曠視知名度更高,但台灣政府與企業仍希望找到台灣本土開發的解決方案。

「我們的技術很不錯,」簡良益說,累積800萬張正負樣本(PAKKA Face Set),目前人臉辨識準確度(Rand-1 Accuracy)可達99.32%,加上有資安優勢,高透明度,已經拿下中彰投智慧城鄉生活應用專案,還有許多專案在談。

「很少企業願意公開原始碼給客戶看,讓客戶檢查有無後門。」研勤主管直言,對手業者必定會埋後門,因為可以收集人臉資料。

另一個專案是「TWDD台灣代駕」,研勤與客戶合作建立司機身份確認系統,身份確立後才能幫酒客代駕。「客戶都是喝茫了,所以駕駛的身份是不是正確更為重要,」簡良益說。

Face8台灣臉霸公開測試,名人都能認

為展現實力,研勤也公開這個Face8台灣臉霸人臉辨識引擎在官網上,歡迎社會大眾來測試,彷彿對外進行「武力展示」。網站有「人臉比對」及「名人搜尋(名人堂)」,羅列政府首長、藝人、主播、雙北及台中議員、縣市長、立委及知名產業人物資料,消費者上傳名人照片,能馬上辨識,也可以在一群人中比對認出要找的人物。

face8台灣臉霸
研勤開發Face8台灣臉霸引擎,可以辨識多人對多人的圖片人物對比。
圖/ 研勤

目前這套人臉辨識引擎開發的「PAKKA帕卡人臉辨識考勤系統」,已經有安親班拿來當作小孩點名系統,小孩從學校抵達安親班後,馬上人臉辨識後傳送LINE訊息給家長,告知出席率,而飯店、銀行也在評估添購作為迎賓系統,更已有企業做門禁系統。

在高毛利的人臉辨識產品開始有收入下,研勤第1季合併營收1.76億元,毛利率28.16%,相對去年22%、前年20%,表現是14個季度以來新高。

「我們跟其他業者不同是可以線上租賃,」財務長陳伯任說,而這樣的目的是讓5人以下新創企業,也能很輕鬆的達到人力管理。而由於人臉辨識服務毛利率遠高於行車記錄器,隨下半年4~5家銀行業正在洽談,下半年預估人臉辨識收入將達4000萬元,營收佔比從去年1%今年提高至5%。

轉投資掌門啤酒,今年轉虧為盈

加上轉投資「掌門精釀啤酒」台灣事業轉虧為盈,研勤預估最快第3季就有機會轉虧為盈。

研勤轉投資掌門內湖店
研勤轉投資掌門啤酒事業,今年台灣已經獲利,正進軍中國市場
圖/ 掌門

一家人臉辨識引擎開發大廠還有啤酒生意?研勤2011年在創始股東跟兩位PAPAGO!產品研發人員合作下,發現精釀啤酒是一門可以投入的事業,而這一切從工作之餘,在會議室品嚐各國啤酒開始。

2011年投資成立的掌門精釀啤酒,目前在汐止有酒廠,年產量12噸,台灣已有13家門市,中國兩家,並成立蘇州廠,年產能20噸。

研勤說,台灣啤酒事業在2018年下半年已單月損平,今年將全年轉虧為盈,由於2013年掌門汐止廠設立,2020年設備折舊攤提結束後獲利有機會更成長。儘管行車安全類產品在中國仗打的慘烈,但研勤啤酒事業已完成中國產能建置,下一步將布建中國通路與展開推廣,從另類商品把市場財賺回來。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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