城市自耕不是夢!配備感測器與智慧輔助系統,那些都會農夫的科技農場
城市自耕不是夢!配備感測器與智慧輔助系統,那些都會農夫的科技農場
2019.10.21 | 生活

現代人逐漸注重均衡飲食,以及食物的來源。有空一點的人,便會在自家屋頂、陽台,或是租一塊地,進行「都市農耕(Urban Farming)」,期望自己能夠達到自給自足;另外一種人,則是會到信任的供應商,購買可以溯源的農產品,確保自己吃到的東西是安全的。

不過在都市裡頭,蓋房子都來不及了,更何況是拿來種菜呢?因此新型態的都市農業,通常都以不那麼傳統的方式來栽培,比如說像是「垂直農業(Vertical Farming)」,就能夠減省資源消耗,像是土地,還有水的使用。

根據Allied Market Research的報告指出,2017年垂直農場的市場大約在170億美元之間,預估在2025年將會有近1/4的成長。再加上健康考量,這種新生活風格將深遠改變都市人的生活。

科技的進步,讓這種非傳統的栽種方式,像是水耕,使用LED燈作為日照的來源,還有感測器的使用,更可以透過物聯網(IoT)讓消費者擁有更多掌控,同時在人工智慧和機器人的協助下,用更少的成本與管控,彷彿成為在高聳大樓間耕田的「都市農夫」。

垂直農場
遊客正在觀賞位於北京中國國際展覽中心的垂直農場。
圖/ shutterstock

注意力交給AI,精確植栽更輕鬆

都市農耕並非最新的概念,不過當指標性的新創資本投入時,將能有截然不同的全新定義。美國公司Bowery就被Google母公司Alphabet以及Uber CEO,甚至新加坡的淡馬席控股等投資單位看上。與多數垂直農場一樣,Bowery不用農藥,比傳統農業所使用水資源也少了95%。

最特別的是,他們研發的BoweryOS,透過機械學習(Machine Learning)來監控植物的成長,所以當植物需要多一點水或是光的時候,還有肥料的補給,就能作出精確的調整,在更小的面積裡頭可以種植更多種類的植物,也可以讓植物的生產地距離都市更近一點。

092-1
再也不需要花費多餘的心力,Bowery的人工智慧監控,讓植物都能好好生長。
圖/ Bowery

用指尖種菜,一手控管小型溫室

關於園藝這事,不是所有人都是「綠手指」,有些人更是植物的天敵,任由植物簡單生長,總無法順利的收成;LEAF便是為了降低園藝技術與運氣的差異而生,由App和外型像是冰箱的植物養成室所組成。

養成室裡頭有裝設感測器,來測量濕度、光、溫度、高度等,以及一個高畫質的攝影機,手機就是操控的儀器,還可以隨時看看你的植物的狀態,或是分享給朋友。

透過資料庫和程式的設計,不同種類的植物,會有不同的養成方式,目前包含小番茄、Kale、薄荷、草莓等,同時上頭的社群也會新增不同植物的養成方式,在轉換成可使用的參數等。

092-2
有了LEAF,出遠門也不怕心愛的植物沒有人照顧了!
圖/ LEAF

收成兼購買,最後一哩再縮短

和Bowery有著相似的營運模式,infarm同樣透過物聯網、大數據、雲端等科技技術來培養植物,像是香草、生菜、蔬菜,甚至水果。

值得一提的,infarm選擇放在都是人潮聚集和方便的地方,像是超商、餐廳、購物中心等,可以讓終端消費者在買菜的同時,實際採收這些蔬菜。

092-3
想像你在超市買的蔬菜,就是超市自己種的,是不是有種在逛農夫市集的感覺呢?
圖/ infarm

不過該如何控制不在農場的植物呢?每一個infarm的模組,都是透過雲端和控制中心連結,確保每一個地方的栽種品質都是一樣的。最重要的,infarm希望透過這些在都市地區的垂直農場,可以縮短過長的供應鏈,讓新鮮即時,如此一來9成不必要的運輸也能減少。

責任編輯:張庭銉

關鍵字: #農業科技
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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