精誠揪8家AI新創搶攻海外市場,國門未出,億元訂單找上它!
精誠揪8家AI新創搶攻海外市場,國門未出,億元訂單找上它!

精誠集團成立的「AI新創加乘器計畫(AGP)」邁入第二屆-AGP2。今年獲選的8家團隊,其領域專長各緊扣AIoT、雲端分析、深度學習(Deep Learning)等,實力較第一屆的5家團隊成熟許多。

AGP營運長蔣居裕就表示,整個篩選流程跟評選標準上,有「嚴選不海選」的特色,由於熟知母公司精誠集團客戶的屬性,若是該新創團隊即便再優秀,AGP沒有辦法幫上忙,我們也不會讓他入選。

精誠AGP營運長蔣居裕
營運長蔣居裕表示,今年新創團隊的篩選上特別注重成熟度,也秉持嚴選不海選的標準,希望能為精誠透過精誠的人脈網絡為團隊創造更多的商機與可能。
圖/ 簡永昌

AGP希望能篩選出具備國際市場規劃與執行能力的團隊。蔣居裕表示,雖然有一、二屆之分,但沒有先來者比較厲害的道理,「只是比較早與AGP認識」而已,就算是第二屆的隊伍,也可以跟第一屆分享、交流一些過去的心得。

此次AGP2所選的8個團隊,包括能透過簡易「智慧鉤表」的安裝,做到即時監測耗電數據,且成功打入泰國7-11物流中心,協助其監測耗電的展綠科技;利用圖資建模工具結合數據分析,打造「台北車站通」App,同時獲得台北市政府青睞的司圖科技。

不僅如此,今年有些團隊早在與AGP合作前,就已交出亮眼的成績單。諸如藉由核心影像辨識、深度學習技術進行辨識的慧穩科技,以及擁有獨家人體骨幹分析技術的雲守護安控等,都是表現亮眼的新創團隊。

國內大廠聯手開發,AI瑕疵檢測搶億元訂單

慧穩科技利用核心影像技術,打造一款瑕疵辨識的設備,目前主要用在高爾夫球球體。

由於過去高爾夫球製程中,多以肉眼去辨識外觀瑕疵;而肉眼極限所看不到的瑕疵,往往影響高爾夫球的拋飛路徑,這正是從事高爾夫運動者最在意的點。

慧穩科技 創辦人 林耿呈
創辦人林耿呈透露,這套針對高爾夫球的瑕疵檢測技術,預計年底前將再完成第二條產線,順利的話將會為公司創造近億元的訂單。
圖/ 簡永昌

以此之故,慧穩透過近百萬張的圖片,讓機器進行深度學習,透過人工智慧辨識高爾夫球的瑕疵狀況,目前辨識一顆球只需3秒,每天約能辨識約9萬顆球。

今年底前,慧穩將曾設第二條產線,創辦人林耿呈透露,該技術是慧穩與國內大廠共同開發,目前拿下了近億元的訂單,相當不容易。

慧穩除了積極開發高爾夫球球體的瑕疵檢測外,接下來,該辨識技術預計導入到其他產業面,希望透過加入AGP2,可以接觸到更多客戶。

骨幹分析數據預測,助日本東急減少意外發生

另一家AGP2的成員雲守護安控,則是擁有獨家人體骨幹分析技術,可以透過身體節點的辨識,應用在安全維護跟客群分析等領域。

目前雲守護安控除了跟電信業者如中華電信、遠傳合作外,也與東京急行電鐵(東急電鐵)合作;東急導入這項技術,大幅降低其鐵道意外的發生,並提升安全度達到99.9%。

雲守護安控 行銷業務總監 黃愉心
黃愉心強調,雲守護安控的獨家人體骨幹分析技術不僅能提供零售業客戶分析之用,目前更與日本東急鐵道合作用於安全維護上,降低意外發生可能。
圖/ 簡永昌

雲守護安控行銷業務總監黃愉心表示,雲守護安控會在人體骨幹佈上約4000多個觀察節點,雲端運算利用這些特徵點去分析、預測其行為特徵。

由於人體骨架上的特徵點多於人臉,所以雲守護安控在人員觀察的精準度,較只對人臉進行辨識的廠商多出三成。

以提供日本東急電鐵的服務為例,雲守護安控可分析行人目前路人在平交道的狀況,算出路人跌倒的可能性,判斷是否需及早警告即將通過的火車?以降低意外發生的可能。這樣一來,東急電鐵不僅可減少監視器前的觀察人力,也能透過大數據分析提醒火車即將面臨的狀況。

另外,就目前零售業常用的影像分析而言,頂多只能瞭解客戶的性別、年齡,以及可能在貨架的時間約有多久。而雲守護安控的人體骨幹分析技術,允許針對人體的骨幹進行偵測,故能紀錄客人觸碰何種商品、閒逛時間多久等習慣,呈現更加細微的觀察資訊。

惟該技術目前主要針對「人體」,若是其他會移動的物體(如寵物),可能就無法進行分析。

責任編輯:張庭銉

關鍵字: #人工智慧
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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Vibe Coding
© 2025 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