人工抄瓦斯表一年耗百億!奇邑宣佈與日本瓦斯公司IIJ合作智慧表,搶AIoT商機
人工抄瓦斯表一年耗百億!奇邑宣佈與日本瓦斯公司IIJ合作智慧表,搶AIoT商機

日本因應高齡化社會,人力短缺,積極推動智慧城市發展,物聯網晶片業者奇邑科技宣佈與日本瓦斯公司IIJ簽約,將在2021年第二季開始出貨智慧瓦斯表,展開新舊瓦斯表汰換計畫,未來將大量節省抄表成本,日本燃氣業者粗估人工抄錶費用每年每戶約6美元。

在日本目前面臨人口高齡化及少子化的人力短缺問題,2017年開始,日本政府即強力宣導智慧瓦斯表採用LPWAN通訊技術,打造互聯回報系統,以期降低人力抄表成本。

奇邑表示,日本有將近5,700萬用戶瓦斯表陸續要汰換升級,奇邑除販售與提供整套AIoT硬體網路設備外,還有瓦斯數據雲平台的後台的管理服務。

而若以5,700萬瓦斯表及人工抄表成本6美元計算,若全由智慧表替代,將年省3.42億美元產值。由於日本積極汰換,台灣新創優納比2019年也推出瓦斯讀取表,搶下日本瓦斯公司85萬件訂單。

台灣方面,經濟部目前正推動的微電腦瓦斯表裝置計畫,預計也將帶來一波汰換商機。台北自來水的「智慧水表營運測試採購案」今年也宣佈將安裝1.5萬具智慧水表,分成7個標案與7個廠商得標,包含台灣NEC、智慧電表大廠斯其大、宏碁、台灣富力思泰、台灣固網、遠傳電信,以及新光電通。

能源管理商機大,新創紛紛投入

消費者使用智慧瓦斯表,可以掌握自家瓦斯使用量,甚至可監控瓦斯管外洩。奇邑科技表示,Internet Initiative Japan(IIJ)是排名日本前三大的瓦斯公司,此次簽訂合作案,將於2021年第二季起全面啟動智慧瓦斯表汰換作業,未來也將持續推動與其他瓦斯公司的結盟規劃。

邑奇董事長李欣欣也是神盾董事長,董事名單中還有宏碁家族第二代施宣輝,陣容顯赫。不過邑奇目前尚未轉盈,上半年營收8,144萬元,EPS-0.24元。

Allxon奧暢雲新創業師_施宣輝.jpg
宏碁集團第二代施宣輝持有一席奇邑董事。
圖/ 奧暢雲

邑奇核心業務是LPWAN(Low-Power Wide-Area Network,低功率廣域網路)解決方案,提供零售業智慧溫度管理系統,也有室內空氣品質管理與智慧零售解決方案,過去跟IIJ也合作過水田管理、食品衛生管理、車隊管理等物聯網應用。

邑奇表示,LPWAN從技術使用的無線電頻段分成授權頻段與非授權頻段,使用授權頻段技術主要是3GPP(3rd Generation Partnership Project)主導的NB-IoT,採用現有3G/4G網路,主要投入為電信營運商與相關設備廠商;而使用非授權頻段技術大部分不屬於電信領域的資訊通信技術,主要的代表技術為Sigfox與LoRa,採用ISM頻段(Industrial Scientific Medical Band,各國開放給工業、科學和醫學機構使用頻段,無需許可證或費用,縮寫ISM)。

NB-IoT採用授權頻段,較不易受到干擾,適合需要高度可靠數據傳輸,或者服務覆蓋較廣的應用領域,但依賴於運營商的基礎設施,營運成本較高。相對地,LoRa使用非授權頻段,並可以布建獨立的私有網路,可以滿足特定的企業物聯網應用,建置上更為靈活有彈性。

舉例而言,若應用場域是位於電信訊號偏弱、甚至沒有訊號服務的地方,LoRa可以依需求自主架設閘道器(Gateway),快速建立網路;若為布建智慧城市的相關應用,運營商在都會地區密集的基地台相對佔有優勢,此時NB-IoT會是較佳的選擇。兩技術在物聯網應用中互補共存,依不同的應用場域可做交叉應用。

採用現有3G/4G網路,主要投入為電信營運商與相關設備廠商;而使用非授權頻段技術大部分不屬於電信領域的資訊通信技術,主要的代表技術為Sigfox與LoRa,採用ISM頻段(Industrial Scientific Medical Band,各國開放給工業、科學和醫學機構使用頻段,無需許可證或費用,縮寫ISM)。

NB-IoT採用授權頻段,較不易受到干擾,適合需要高度可靠數據傳輸,或者服務覆蓋較廣的應用領域,但依賴於運營商的基礎設施,營運成本較高。相對地,LoRa使用非授權頻段,並可以布建獨立的私有網路,可以滿足特定的企業物聯網應用,建置上更為靈活有彈性。

舉例而言,若應用場域是位於電信訊號偏弱、甚至沒有訊號服務的地方,LoRa 可以依需求自主架設閘道器(Gateway),快速建立網路;若為布建智慧城市的相關應用,運營商在都會地區密集的基地台相對佔有優勢,此時NB-IoT會是較佳的選擇。兩技術在物聯網應用中互補共存,依不同的應用場域可做交叉應用。

責任編輯:蕭閔云

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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