誓言打造金融科技重鎮，星展全球第三座研發中心，為何落腳台灣？|數位時代 BusinessNext

誓言打造金融科技重鎮，星展全球第三座研發中心，為何落腳台灣？

星展銀行宣布在台灣成立「國際金融科技研發中心」，這是在新加坡、印度以外，全球第三座科技研發中心，預計將在今年第二季以前，招募至少30位資訊技術人才。

第三座研發中心選台灣，星展解密背後原因

「金融業跟科技的關係，是非常密不可分的。」星展銀行（台灣）總經理林鑫川表示，你我每天在使用的金融服務，無論是ATM領錢、手機轉帳、支付，背後都是依靠科技的力量完成。

過去一年以來，全球受到疫情衝擊，使得數位金融服務的使用率上升，展望後疫情時代，對於各類金融科技的應用，需求只會增加。

星展銀行（台灣）科技長蔡祈岩認為，星展本身就是數位化程度相當高的銀行，在全球兩萬九千名員工中，就有高達一萬名員工，是IT技術相關人才，「我們自認為是一家金融科技公司，而不是一家銀行。」

之所以選擇台灣成立全球第三座研發中心，蔡祈岩分析，大的環境背景是，台灣防疫得宜，星展集團為了分散風險，決定落腳台灣。

不過，核心因素還是因為台灣科技人才水準高，有深厚的基礎功夫，也擅長軟硬體整合，有效可以降低研發成本，預期對於消費金融、企業金融、財富管理，接下來的轉型與創新，都能帶來很大程度的加分。

此外，台灣人才的國際化，也起到加分的作用，過去新加坡一直是金融科技發展的重鎮，隨著研發中心的成立，林鑫川認為，有助於把台灣打造成金融科技研發的重要基地，「這也是國際企業，壯大台灣的作為。」希望在未來，結合台灣的科技人才，以及星展的資源，一同型塑出未來銀行的樣貌。

招募30名IT好手，金融業成立研發中心成趨勢

其實，金融業者設立「研發中心」，在近年是越來越普遍，主要的目的，是因為隨著科技進展，銀行內部有越來越多的新問題，需要藉由科技解答，研發中心就是關鍵角色。

舉例來說，科技使得詐騙花招手法更進階，銀行防控機制也需要跟上，這時候，研發中心可能就需要研究，人工智慧如何用於風險控管、異常行為偵測等等。

以國內銀行為立，玉山銀行在2019年，就跟台灣大學成立「玉山-臺大AI暨金融科技研發中心」，就是要投入各項人工智慧與金融科技應用。

這次星展的研發中心，預計在2021年第2季之前，招募至少30位資訊科技專才，舉凡前端、後端、軟體開發工程師、熟悉程式語言（Java, C#, Python, JavaScript）或手機應用程式（iOS/Android APP）的好手皆在招募範圍。

過往，星展銀行都會招募儲備經理（MA），每年數量約落在10位上下，對比這次IT招聘一次就找30位，可見資訊科技在金融產業的影響力，越來越深。

蔡祈岩指出，未來的金融服務要做到客製化、精準行銷，會大量應用到人工智慧、數據，需要高度的軟硬體整合，未來台灣的研發中心，會特別著重在這兩大領域。

星展銀行（台灣）人力資源處負責人盧方傑表示，應徵者除了必須通過性向測驗、Coding能力測試。特別的是，這次招募首次採用「Coding Warrior Challenge碼神擂台」的數位化選才方式，獲邀參加的台灣應徵者有機會與新加坡、印度及台灣三地的技術主管在線上進行技術切磋，考驗臨場問題解決能力及技術實作能力，選出符合企業文化的資訊科技人才。

另外，星展也積極針對組織創新文化做轉型，蔡祈岩說，非IT背景出身的員工，也能從輕鬆的遊戲中接觸機器學習，過去曾在內部舉辦AI人工智慧模型車競賽，鼓勵員工擁抱創新，以新思維發想解決方案，進一步提升組織競爭力。

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。