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

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。