COVID-19來襲，如何運用數據控制疫情傳播？看城市大腦如何打造韌性城市|數位時代 BusinessNext

COVID-19來襲，如何運用數據控制疫情傳播？看城市大腦如何打造韌性城市

韓國跟新加坡以「城市大腦」為基礎，整合數據、有效防疫。台灣是否也能從中借鏡，趁此機會發展數據治理的智慧城市？

何謂城市大腦？

城市大腦，為智慧城市的指揮中心，其強調機器智能（Machine Intelligence），用來解決人類解決不了的問題。它就像高科技控制室，整合所有城市各領域數據進行關聯分析，呈現於大螢幕，城市管理者可以一目瞭然快速查看重要市政資訊，並進行決策與通報相關單位應對。

協助城市優化

以往的城市數據，可以說是一座座「數據孤島」，部門間數據無法整合。有了城市大腦，管理者即可俯視城市的全貌及優化資源的分配。舉防疫為例，透過影像、地圖資訊及醫院數據，可以協助城市管理者掌握疫情，包含監督移動熱區、設置緊急通報系統、檢視居家隔離狀況，可根據需求即時調整衛生福利政策，最大程度減少病例增加的機率。

改變城市治理模式

當數據成為城市的一部份，城市管理者的思維、市府團隊的協作機制、市民的生活模式等面向都將出現重大改變。城市裡的元素加入了龐大的數據庫，可以相互通訊，讓城市管理者可以從遠端調節城市運作，也讓跨局處溝通變得頻繁，全面提升危機管理與應變能力。而開放數據讓城市管理者和市民之間，有了數據及意見的循環。市民只需手機點一點，即可獲取相關資訊。

隱私權議題

疫情爆發後，如何找到對的感染者進行篩檢呢？答案是數據比對。韓國是全球手機擁有率最高的國家之一，加上高密度設置監視器，能準確揭露患者的感染地點。此外，新加坡運用TraceTogether藍芽技術追蹤市民行蹤也是經典案例。但其他國家在考慮採取類似措施時，必須在隱私權和防疫間做出抉擇，韓國及新加坡可以說選擇了後者，但這背後的基礎建設及文化適應，絕非一朝一夕建立。

跨城市間的聯防議題

新冠病毒大流行，在城市、國家和全球層面都提出了挑戰。然而，數據保護法是否具有足夠的靈活性來對抗病毒呢？這是數據共享面臨的最大問題。城市領導者的權限可以開放到什麼程度、共享數據可以詳細到什麼維度呢？相關單位應該建立數據共享發布指南，並且制定彈性保護機制。 這將要求各國重視全球公共利益，重視危機管理，以確保數據可以跨越國界。

台灣如何迎接這波浪潮？

台灣中央及地方政府團隊如何迎接這波浪潮，以城市大腦為基礎發展規劃智慧城市，值得關注。例如，是否以市民為核心、能否及時處理數據、能否快速應變緊急狀況及彈性的數據共享機制皆為重點。疫情流行之下，這是最壞的時代，也是最好的機會，台灣除了防疫措施受到國際矚目外，也可趁機發展數據治理相關舉措。

Reference：

責任編輯：陳建鈞

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場

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。