AI新創100強榜單：超過6成來自美國，台灣人也上榜！|數位時代 BusinessNext

2020全球AI新創百大名單：超過6成來自美國，台灣人也上榜！

研究機構CB insights公佈2020年全球百大AI新創名單，來看哪些領域是今年熱門議題？值得注意的是，耐能智慧（Kneron）也上榜了！

耐能專注終端AI，創辦人來自台灣

Kneron的終端AI解決方案包括AI晶片和圖像辨識演算法等，可以將一部分人工智慧從雲端轉移到終端裝置，符合目前邊緣運算的趨勢，並於終端裝置直接進行即時辨識與判斷分析，減輕網路、雲端的負擔跟成本。目前已經針對智慧家居、智慧安防、手機等領域提供客製化解決方案。

劉峻誠過去曾接受《數位時代》訪問，當時他提到AI雖然目前有些過熱的表現，但是他仍鼓勵年輕人要不怕失敗、勇敢出來創業，不僅能補足產業的斷層問題，重要的是只要認清自己在創業過程中想要做出什麼， 要用什麼技術解決目前的問題 ，這樣就不需要擔心市場上的風風雨雨。

百大榜單中65%來自美國，醫療保健議題最夯

翻開今年的百大榜單，這些AI新創公司目前多聚焦在醫療保健、零售、倉儲或是金融保險等共計15個核心行業的解決方案， 其中醫療保健是目前AI新創最主要提供解決方案的產業，有多達13家新創團隊。

從今年的隊伍可以發現，包括來自英國的Eko團隊，目前正研發一款智慧型聽診器，希望能結合軟體跟AI分析，協助醫生更有效率地偵測病患的心臟疾病，這款產品已經在今年1月獲得FDA的批准；另外一間來自以色列的新創團隊Healthy.ioＭ則是針對尿液分析做開發，為降低腎臟病患者對於護理的依從性，該團隊研發一款獨特的試紙，可以直接透過智慧型手機的掃描進行診斷並獲得結果，對腎臟病患者相對方便。

不只是醫療保健，零售跟倉儲領域是今年AI百大第二大類別，包括來自美國的Aifi、Standard Cognition以及Grabango，都是致力於為零售業開發無人商店的服務。像Aifi開發一款名為NanoStore的無人商店，有點類似Amazon Go，他們裝置攝影機以及貨架感測器，可以在消費者選購商品時隨時追蹤他們，並在結帳時透過應用程式或是刷卡來進行付款。

此外，還有不少AI新創團隊專注於幾種跨行業的解決方案，例如AI處理器的開發、銷售和CRM（客戶關係管理）以及自然語言處理（NLP）的研究。

這次百大名單裡共有10家獨角獸新創團隊，各專注在不同領域的解決方案。如來自美國的Faire主要專注於零售通路的AI導入，他們以機器學習的方式掌握實體通路對於商品位置的擺放能達到最佳銷售表現；另一間美國新創團隊DataRobot，提供企業端機器自動學習的預測分析平台，來協助客戶快速建構預測模型。

專家：AI必須找出想解決的問題

CB Insights的首席分析師Deepashri Varadharajan也表示，入選的團隊最重要的一點就是他們滿足特定產業的需求，並且在各種情況下協助產業突破瓶頸。他認為，AI固然是一個很棒的工具，但團隊是否真的有找到想要解決的痛點才是核心問題，這與劉峻誠的想法不謀而合。

Deepashri Varadharajan也透露，接下來AI的發展趨勢將直指能源效率、改進量子計算等議題。

責任編輯：陳映璇

走進蔬果加工廠，同樣是100公斤高麗菜，最後能做出多少成品？答案不見得相同。氣候、產地與品質影響原料條件，客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言，這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例，即使機械手臂已經訓練好辨識特徵，面對形狀各異的蔬菜，仍難以判斷該從哪裡抓取。農產品的天然變數，卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作，成為宜展投入數位轉型的起點。

從紙本、LINE到數據，先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶，業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察，農產加工的關鍵經驗往往掌握在資深員工手中：該買多少菜、原料損耗多少、訂單增加又該安排多少人力，都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單，現場靠人工整理訂單、對照不同客戶的加工規格；如今宜展利用AI辨識訂單內容並匯入ERP，再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量，逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談，了解採購、派工與品管的作業方式，再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正，才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物，宜展正與技術夥伴規劃導入AI影像辨識，輔助產線末端檢查。林佑澤表示，每批農產品品質不同，比起單看良率，他更重視客訴是否減少。隨著訂單與製程資訊逐步累積，宜展也希望進一步建立需求預測、採購建議與生產排程模型，減少營運對資深員工個人經驗的依賴。

不只把菜切好，乾燥加工尋找第二成長曲線

除了改善截切本業，宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動，生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限，開拓附加價值更高的加工業務。

不過，乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間，不夠乾就反向調整。每批原料的水分與成熟度不同，反覆試做不僅增加成本，也難以維持品質一致。「品質目標沒有設定的話，前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工：先決定產品希望達到的口感、含水率與水活性，再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備，並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備，最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數，希望未來透過AI找出適合不同原料的乾燥曲線，減少反覆試做。

「我們主要還是要做代工，想要做一個功能性的原料平台。」林佑澤說，果乾目前更像是展示技術能力的產品，未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業，乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力，宜展便有機會從既有蔬果供應鏈，切入附加價值更高的食品原料市場。

從彰化走向桃園，驗證營運方法能否跨區複製

隨著加工流程逐步數位化，宜展也開始思考，這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園＋後，宜展擴大與桃園產業生態系的連結。林佑澤提到，天際線協助邀集不同局處了解團隊需求，並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作，增加北部原料來源。這項合作不只拓展了供應來源，更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶，先前中南部連日降雨，蔬菜供應受到影響，宜展便從北部調度蔬菜，以不同產區互相支援，降低天候對供貨的衝擊。此外，團隊也透過天際線資源，獲得參與日本國際伴手禮設計競賽的輔導，並成功榮獲金賞獎肯定，除了展現產品的創新與設計實力，也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步，宜展規劃以桃園大溪作為第二個驗證場域，將彰化累積的資料、SOP與加工管理經驗，轉化為可複製、可優化的營運管理模式，帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出，未來若要跨區域擴張，不可能每到一個新地方，就把原有團隊整批搬過去。因此，宜展希望將資深員工的實務經驗，轉化為標準化流程與數據模型，結合AI進行生產排程、資源配置及營運決策，讓新場域能依據當地條件快速調整，降低對特定人員經驗的依賴。

從彰化到桃園，宜展接下來要驗證的，是這套從傳統農產加工現場整理出來的管理方法，是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。長期目標是降低新場域的建置成本與管理複雜度，提升擴張效率，讓傳統農產加工業具備規模化發展的能力。