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
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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