「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
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