「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
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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