4G網路吃到飽WiFi還能做什麼？AI＋WiFi解決3大痛點，幫百貨業追蹤黃金客|數位時代 BusinessNext

AI自動調節網路覆蓋範圍，自動分配頻寬

第一是提供穩定的WiFi。這聽起來或許很不可思議，但一般人常發現，即使在室內連接上了WiFi，但網路依舊跑得很慢、或是斷斷續續，這意味空間的WiFi品質不佳，更可能是有人搶走了大量的流量、或者系統本身發生故障，那Juniper該如何解決？

Caretaker-Care-For-Talk-Hospital-Assistance-182246

穩定的WiFi有何重要？以醫療院所來說，面臨AI時代的到來，圖像的邊緣運算可能需要更多的網路資源，若同時要提供給其他在醫院的病患使用，可能會造成消費者體驗不佳的問題，因此Juniper以AI的方式協助調節AP裝置，讓需要網路的空間可以被聚焦、並靠其他裝置暫時協助讓其他使用者也不會因此被吃掉流量。

圖／創新拿鐵

Juniper說，解決方案之一是在等距的空間裡面裝設AP（Access Point），這台機器的服務範圍是直徑15公尺。同時，透過AI的遠端控制機制，Juniper可以隨時監測在環境中哪些區域的網路正被大量使用，AI可協助調整最接近「事發現場」的AP所提供的服務範圍。

舉例來說，醫療院所目前都在加強導入人工智慧，但是當圖像傳輸跟運算需要耗費大量的網路流量時，可能會影響周遭使用者聯網的品質，因此AI就能即時調整最接近大量使用網路區域的AP、將其服務範圍聚焦在需要場域，並同時開啟（擴大）鄰近AP的服務範圍，讓其他的AP裝置提供更多網路頻寬，以確保其他使用者的WiFi是穩定、不受影響的。

當然這個AI也同時會協助障礙排除，或是通知企業的IT工程師：目前WiFi提供出了哪些問題需要解決，對於人力精簡卻需要維持良好市內網路品質的企業來說，Juniper也可以提供外部團隊的協助。

室內無GPS！靠藍牙打通室內地圖不準確的痛點

有了穩定的網路後，Beacon藍牙的功能也能有更多應用，LINE曾經透過遊戲的方式，在北捷特定的車站進行訊息的投放，跟消費者做互動，但受限於裝設技術限制，使用者必須要在進站後、訊號比較強的地方才能收到訊息。

但這次Juniper的AP裝置可以透過指向性天線，將提供服務的範圍以每45度為一個單位布建，不僅能提升定位的準確度，也不會因為距離而影響精準性，訊息的投放情境更多元。

比方博物館裡面可以透過連接公共WiFi，掌握使用者的方位，投放展品的相關介紹；或是在室內空間裡面，沒有GPS的幫助、就可以透過AP裝置，掌握使用者的定位，並提供室內的地圖指引，讓使用者更能掌握空間地理位置。

Juniper也表示，未來更多衍生應用，都可以建構在穩定的網路及具備指向性的Beacon技術上，或許是在醫療院所的看診通知、也或許是發生意外的警示。

5G時代來臨，沒有吃到飽可能更依賴WiFi

Juniper也導入類似現在iPhone語音助理Siri的虛擬網路助理「Marvis」，若IT想要知道過去一段時間網路出現哪些問題，便可以用自然的語法請求Marvis協助找出原因，Marvis能提供詳細的資訊，但目前只懂英文、而且必須用打字的方式溝通。

此外，公司也能在公有財產上面裝設感應器，讓AP能夠透過藍牙掌握公司資產的動向，比方筆電被誰借走，正在那個會議室等等，動產或是員工都能追蹤。

Juniper透露信義區的百貨龍頭也正考慮採行這套解決方案，希望在不停更換櫃位的情況下，依舊能快速且不浪費成本地掌握產品屬性跟定位，並從消費者的移動輪廓，投放適當的折扣優惠，帶來更佳的業績表現。

不過，這一切前提是消費者必須要擁有終端裝置，同時要連上場域的公共網路，才能有這一切的投放訊息與體驗。

責任編輯：蕭閔云

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。