智慧穿戴大廠Garmin結盟保險業，靠生理大數據玩出保險新境界|數位時代 BusinessNext

智慧穿戴大廠Garmin結盟保險業，靠生理大數據玩出保險新境界

穿戴裝置品牌Garmin，最近宣布跟再保公司SCOR Global Life、台灣南山人壽合作，整合生理數據、模型演算法，推出全新型態的保險產品。

穿戴裝置發展成熟，與保險業者展開合作

穿戴式裝置早已擺脫類玩具的形象，根據Gartner預測，2020年終端使用者在穿戴式裝置的消費金額，可望達到520億美元，其中智慧手錶將拿下44%市占。

各類型的穿戴裝置之所以能在近年快速普及，Gartner分析，是因為感測準確度上升、資料保護能力優化，穿戴式裝置除了能更精準判讀資料，同時創造更多元的使用情境，保險就是其中一個例子。

穿戴裝置品牌Garmin，目前在全球累積超過3,000萬活躍用戶，因為特別著重運動功能，在鐵人三項的愛好者市占率高達九成。特色是透過光學式心率感測技術、精準感測器追蹤使用者的運動軌跡，能掌握各項生理、運動數據。

最近，Garmin宣布跟全球前四大再保公司SCOR Global Li合作，把Garmin所蒐集到的大數據分析資料庫，以及即時數據監控功能，跟再保險公司SCOR「生理年齡模型BAM」整合。

為什麼要這麼做？過去保險公司大多以客戶的年齡、職業等資訊，作為評斷保費的依據。如果能把客戶即時的生體狀況與購買的保單整合，那麼保險公司就能有更多的資料評估風險，並針對個別客戶提供承保見解。

健康最重要，張國煒也是Garmin鐵粉

同時也能衍伸出新玩法，透過穿戴式裝置，保險公司能更準確評估客戶的實際生理年齡狀態， 如果身體越健康代表風險越低，保險公司會調整保費或給予折扣，讓保單產品更具互動性、即時性 。

舉例來說，先前星宇航空董事長張國煒，就宣布與Garmin合作，推出星宇航空訂製版D2 Delta PX 鈦金航空錶供機長配戴，座艙長則配戴Garmin Venu智慧錶，其中一個考量，就是員工的健康。

機師、空服員屬於高風險職業，保費通常較其他職業別略有不同。亞洲Garmin行銷協理林孟垣曾舉例：「Garmin穿戴專長不只是導航，還有很多健康功能，比方身體疲倦時，血氧就會下滑，心跳則可以顯示身體狀況，出差身體不舒服，心跳就會變異。」

這類「互動式保單」對於夜間值班人員、遠洋航行船員，以及航空從業人員來說，能有效將保險由事後補償的性質，提升到事前的風險防控。

保險觀念轉變，風險防控比事後賠償更重要

Garmin Health全球業務發展總監Joern Watzke表示，生理年齡可反映消費者死亡、發病風險。

Garmin認為，這類「互動式保單」比起傳統單次性高成本的健檢，除了成本低，數據也更準確，以10年內死亡率評估為例，智慧穿戴裝置獲得數據，較傳統數據有效提高17%的準確度。Garmin目前在台灣市場，是與南山人壽合作外溢保單，保戶如果身體況達標將有增額給付，並協助保戶做好自主健康管理。

再保險公司SCOR的「生理年齡模型BAM」，一共會參考五項參數，包括步數、靜態心率、活動燃燒卡路里、睡眠時間和體質指數（BMI），這些數值都是主流品牌的穿戴裝置可以獲取的。保險公司透過各種方式來提醒客戶保持健康，才能有效控制保險成本，從中謀取最大的利益；對客戶來說，保險不單單只是事後補償，而是成為一種督促動力，甚至是事前的風險防控。

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。