工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?
工研院連續13年奪下科技產業奧斯卡,有兩大研發亮點!為何都聚焦在電池?

特斯拉(Tesla)近日公布第三季交車成績單,一共交付了約13萬9000輛電動車,比去年(2019)同期大增44%,創下單季歷史新高紀錄,這些數字,正說明了全球電動車需求持續攀升,鋰電池更成為了重要技術。

延伸閱讀:馬斯克狂言:特斯拉年產量在2030年達2千萬輛!10年要飆升50倍,有可能實現嗎?

有科技產業奧斯卡之稱的「全球百大科技研發獎(R&D 100 Awards)」,今年邁入第58屆,每年會從上千件創新技術中,挑出100項具有年度重大創新意義,對人類生活影響深遠的商品化技術。

R&D 100 Awards主席Paul J. Heney觀察,從得獎名當中可以觀察出,近年科技趨勢在「汽車鋰電池製程優化」方面有許多研發成果,應證了電動車產業的起飛。

R&D 100 Awards
今年是工研院連續第13年,榮獲「全球百大科技研發獎」。
圖/ 工研院

工研院院長劉文雄說,今年只有16個獎項是美國以外的機構獲獎,其中台灣就得了7個、日本5個,今年也是工研院連續第13年榮獲「全球百大科技研發獎」。劉文雄補充,台灣能夠繳出亮眼,關鍵在於是以市場導向去做研發。

亮點一:電動車的未來—不用加熱的固態電解質

鋰電池廣泛應用在,手機、平板、筆電以及電動車,成分大致有「鎳鈷鎂」、「鎳鈷鋁」兩種組成形式,通常還需搭配具有高閃點的安全液體電解質,才能製成。

不過,傳統的液體電解液具有易燃性,會有爆炸等安全疑慮,工研院材料與化工研究所經理葉定儒說,之所以可以獲獎,關鍵在於解決傳統鋰電池電解質的安全性問題。

葉定儒解釋,電解液這種產品市面上也有,通常電解液在工廠內導入電池後,還需要經過加熱程序,「這個過程是很危險的。」

R&D 100 Awards
工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作。
圖/ 攝影 / 高敬原

工研院團隊開發出「高能量及高安全樹脂固態電池」,用高離子導電樹脂(NAEPE)材料,取代易燃的傳統電解液;而固態電解質因為在常溫時也可以呈現固態,不需要再加熱讓它固化,還能保有原本電解液高離子導電度,以及改善高電壓穩定性。

固化後,NAEPE閃燃點溫度提高,具有難燃性、高溫循環壽命佳等特點,用NAEPE的固態鋰電池內部可以像積木一樣做內部串聯(Cell to module),突破鋰電池單一結構限制,達到一個電池有12V的高伏特電壓,製程操作容易,產業接受度相對高,可以快速導入現有電池製程。

工研院表示,目前正在建置固態電解質量產線,已經跟中油、台塑、有量、格斯科技、中華汽車等廠商合作,希望能帶動台灣動車跟儲能系統產業發展。

亮點二:3根蠟燭就能發電,全球第一片染敏電池在台灣

此外,工研院也跟台塑合作,功能開發出全球第一片「染敏電池模組」。簡單來說,染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。

「石化產業面臨轉型的關鍵時刻,」台塑董事長林健男回憶,台塑從2009年開始投入研發染敏電池,這是一種非矽材料的化學太陽能電池,因為比較接近台塑化工本業,跟研發成熟、競爭激烈的矽晶太陽能電池相比,對台塑來說不只進入門檻比較小,用弱光發電的染敏電池還更具備市場潛力。

R&D 100 Awards
染敏電池就是弱光發電的技術,跟傳統太陽能發電不同,只需要3根蠟燭的弱光,就能產生電力。
圖/ 攝影 / 高敬原

雖然認知到了這一點,但當時全球都沒有染敏電池相關技術,各國也沒有投入生產。2011年,工研院跟台塑合作,在台塑位於高雄仁武的實驗室開發材料、製程跟設備,成功產出全球第一片染敏電池模組。這條產線採全自動化生產,並取得多項製程、設備專利,工研院表示,產能每年能達到10萬片,模組轉化效率達到17%。

之所以能夠獲獎,突破之處在於,打破傳統染敏電池效率低的特性,更重要的是,台塑跟工研院一次提出自動化生產方案,以及多項專利,是全球第一個可以量產染敏電池的單位,技術高度自主化。

工研院表示,已經跟台塑準備好要量產,染敏電池在弱光環境就能發電,用這款電池,就不需要拉電線、換電池,不僅可以應用在電動窗簾、感測器、電子紙,未來在物聯網(IoT)時代,也能導入智慧建築、智慧家庭、智慧醫療、智慧城市等領域。

責任編輯:錢玉紘

關鍵字: #工研院 #電動車
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓