「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
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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