「噴完農藥,我爸突然倒下來」...一場意外,讓交大副教授投身「智慧種田」
「噴完農藥,我爸突然倒下來」...一場意外,讓交大副教授投身「智慧種田」
2019.08.02 | 創業

「噴完農藥,我爸爸走回放農具的倉庫,突然倒了下來,我嚇傻了,媽媽在旁邊哭......還好最後救回來了。」農譯科技共同創辦人、交大生科系副教授陳文亮講起小時候差點以悲劇收場的故事,「所以你會不會討厭農藥?你恨死了!」陳文亮說。

雲林農村小孩一次親眼目睹生死交關的場景,在多年之後催生了農譯科技,結合人工智慧、IoT(物聯網)與生物科技的農業平台。透過插在土中的感測器,蒐集、分析土壤與含水量資訊等,達成自動且精準施肥、澆水的「智慧種田」。

智慧種田,讓非專業農民媲美專業

農譯科技的特別之處,不只在誕生於交通大學校園,更是結合跨領域技術的成果。談到跨系、跨專業的合作,陳文亮認為所有人要從「解決問題」為出發點,「從科技的角度去推動農業,是無法成功的;反過來說,要找到農業面臨的問題,用科技來解決。」而農業遇到的問題,不外乎農民的年齡老化、農藥問題,以及土壤濫用與酸化。

陳文亮與學生下鄉實地考察,他們發現全球農業發展的口號,雖然已經喊到了4.0,從人力、機械化、自動化,一直到農業智慧化。但是口號喊的響亮,台灣光自動化就還有很大的進步空間,「就公司的營運角度來看,這是很大的市場。」

因此農譯科技結合了生物科技、人工智慧與IoT技術,用感測器獲取溫濕度、土壤環境等數據,進一步建立調控系統,調節水分、光線、溫度、蟲害、病害與土壤肥力6種常見的農業問題,並能透過手機即時了解各項數據及農作物的生長情形,以達到真正自動化的效果。「先自動化,才有智慧化的可能。」陳文亮說,農譯科技所蒐集到的大量數據,將成為農業智慧化的基石。

以施肥與澆水來舉例,農譯科技從土壤中取得微生物數據進行分析,訓練肥料系統演算法,達到精準施肥的效果,因此只要能取得土壤數據,理論上各種農作物都適用;澆水則不用再「靠感覺」,如前幾日烈陽曝曬,水分其實無法滲透到土壤深處,需要比以往更多的水量,感測器能更精確地理解農作物所需。

農譯科技要讓「非專業農民」,有機會種出跟「專業農民」一樣好的成果。背後則是希望能帶動青農返鄉,解決台灣農業缺工與長照的問題。「在雲林,80多歲的農民仍堅持下田,因為他今天不種,明天也沒人幫他種了。」陳文亮說。

走印表機「賣墨水」的商業模式

不過就算理想再壯闊,也要活下去,農譯科技最重要的商業模式,要走印表機「賣墨水」的模式。

農譯科技的商業模式主要有三個,第一個是智慧農業平台解決方案,架設整套包含感測器、自動灌溉、施肥、開關驅蟲燈、噴灑生物抑制劑的系統,主要瞄準高經濟價值作物,如根莖類的中草藥、草莓等。

第二則是農作物的販售,為了證明農譯科技的系統有效,團隊自主種植了多款農產品。以薑黃來說,不只打破了原本種1年休3年的模式,可以每年耕種、保持土壤不酸化,而且薑黃素的數值還更高,目前也公開販售薑黃產品,成為農譯科技重要的收入來源之一。「常常有人跟我們說,博士為什麼要去種田,我們也種的不錯啊。」陳文亮說。

最後,是最重要的「生物抑制劑」。農譯科技從5,000多種蜘蛛毒中,篩選、分出病蟲害的抑制劑。「對鱗翅目、鞘翅目、雙翅目等昆蟲有效,聽不懂對不對?就是蛾、蚱蜢、果蠅之類的啦。」陳文亮說,但他也強調,生物抑制劑不是噴了就有效,,而是提前預防的生物防治概念,目前能防治80%左右的害蟲。

硬體設備就是農譯科技的「印表機」,生物抑制劑則是生財的「墨水」,但更重要的,後者更是陳文亮對於小時候那場刻骨銘心的意外,最實際的回應。

Q:教授創業的優勢?

教授擁有學校相當多的研發能量與資源,能夠做出很多很棒的prototype(原型)。學校內也有許多人才,教授能夠手把手自己培育子弟兵,他們能延續你的理念、想法,在執行上也有一致性。教授創業也能學著更務實地理解市場,除此之外也能驗證技術與想法的可行性。

Q:教書與實作的距離?

教授創業的最大缺點,就是「出一張嘴」,容易流於喊口號,企業最痛恨的就是教授隨便講講不負責任,反正他還是繼續教書。我們過去也面臨過「打高空」的問題,但真正創業時才發現自己時常錯估市場與商業機會,畢竟這是教授比較不熟悉的地方。

Q:CES的參展感想?

那時候覺得我們農業怎麼會去「消費型」的電子展,最後抱著出去看看的心態參加。結果發現荷蘭、加拿大、巴西、東南亞、中國、日本都來問,農業問題不只台灣有,我們解決的是全球性的問題。除此之外,也發現了其他商機,如歐美不需要太多軟體技術,只要讓他們能夠準時替後花園澆水就好。另外,畢竟我們瞄準高經濟價值作物, 大麻 也在範圍內,也有許多人來洽詢。

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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