AI有泡沫化危機？耐能劉峻誠為何不怕，還鼓勵年輕人多創業|數位時代 BusinessNext

AI有泡沫化危機？耐能劉峻誠為何不怕，還鼓勵年輕人多創業

AI產業過熱嗎？耐能創辦人劉峻誠分析，創業者不要怕泡沫，若能建立技術門檻，能真正解決用戶痛點，就如練九陽神功不必怕。

不怕泡沫化，AI重點在解決痛點

「現在資本市場（對AI投資）有點過熱，類似2000年網路泡沫。」劉峻誠16日出席龍騰微笑智聯網創業競賽創業論壇時，分享創業觀察，他指出，耐能從創業比賽得獎開始，在選題上，冷門題不需畏懼，反而是熱門題才有危險，AI現在就有點過熱。

不過所幸耐能布局的早，加上他信仰AI革命能真正解決痛點，現在謹慎、不浮誇擴張團隊，紮實開發解決問題的產品，把技術壁壘建好，他認為未來不必擔心大風大浪。

劉俊誠是耐能創辦人兼執行長，現年僅38歲，畢業於成功大學電子工程系及加州大學洛杉磯分校（UCLA）電子工程學博士，在美國高通工作後，開始自行創業。

做便宜AI晶片到處灑，打造人跟物的連結網絡

耐能做的是AI晶片，客戶可以做2D或3D高解析辨識或語音辨識，這個通用平台讓客戶不論是開發人臉識別、語音辨識，都能同時支援，「這樣不管哪一個市場起來，我們都能做。」他進一步說，加上耗電量1W，只要6個電池就能跑得動，就遠比單價高昂，耗電大的CPU或GPU有優勢。

「這個（技術）跨度是很大的。」劉峻誠透露，團隊雖總部在美國，但充分利用台灣半導體根基，以及成本控制及不怕苦的精神，不斷打破自己框架，做出只要4美元的便宜晶片到處灑；其次，也賣垂直應用平台，建立團隊營運的第二支腳。

雖然AI投入早，但面對現在產業過熱現象，他直言泡沫破掉也是一種機會，比方網路2000年泡沫化，但Google、Facebook是在2003年以後起來的，「 只要練九陽神功，就如山不管風如何吹，只要還有一口真氣立定好根本，才是最重要的。 」對耐能來說，這口真氣就是創業目標是否能真的解決痛點。

「每一年回顧，都發現自己在絕望痛苦中。」劉峻誠分享創業五年歷程，但也坦言，克服挑戰後有所成長，也因為團隊目標精準，獲得阿里巴巴創業者基金、奇景光電(Himax Technologies, Inc.)、高通(Qualcomm)、中科創達(Thundersoft)投資，是AI業的明日之星。

隨著創業日子漸長，看創業，劉峻誠的心境也改變了，過去他擔心誤人子弟，深知創業太苦，鼓勵年輕人最好別嘗試，但他最近心境變了，反而開始鼓勵年輕人應該勇敢嘗試，不論成功或失敗，反求諸心，多問自己在創業過程中想做出什麼。

這個心境轉折，一部份來自他對各國的觀察，尤其，中國在貿易戰中，儘管經濟發展受挫，但中國投資新創力道仍然非常大，騰訊跟阿里巴巴也很願意給新創機會，因為他們深信：國家競爭力就是來自新創。（和馬雲、馬化騰同登國際殿堂，一睹台灣AI新秀耐能關鍵技術與布局）

劉俊誠說，現在台灣的成績就是當年一群人敢於創業，但台灣產業斷層太久了，鼓勵年輕一輩創業，為台灣家鄉理想而奮鬥。

責任編輯：陳映璇

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。