讀墨推出第二代7.8吋mooInk Plus！受惠疫情，閱讀時間佔比衝第一|數位時代 BusinessNext

文字書、漫畫都適合！mooInk Plus成資深讀者熱門機種

談起旗下的mooInk產品系列，Readmoo讀墨電子書執行長龐文真分析，由於6吋機型最早推出，也是最平價的型號，因此還是賣的最好的機型。6吋最得新手青睞，但是當讀者逐漸養成更深度的電子書閱讀習慣時，就會開始偏好7.8吋的mooInk Plus，除了單頁可以閱讀更多字數之外，還有實體按鍵設計，讓閱讀過程更舒適。

「從過往的使用者問卷可以知道，實體翻頁鍵與可以一鍵切換閱讀功能的快捷鍵，都擁有一群相當堅實的擁護者，7.8 吋則是最接近紙本書開本的螢幕尺寸，方便讀者閱讀文字書與漫畫。」她說。

mooInk Plus 2除了延續這些第一代機種廣受好評的特色，也提升了硬體規格。為了因應台灣讀者的使用習慣，也特別強化硬體結構，鋁鎂中框部件採用了更高規格的設計。龐文真指出，此設計早在 6 吋 mooInk S 電子書閱讀器時就已導入，數據顯示可有效減低螢幕破裂機率，也因此將沿用至7.8吋mooInk Plus 2機型。

從2019年底，團隊就開始投入7.8吋新機型的研發與準備，過程中卻因為新冠疫情進度屢屢受挫，直到疫情趨緩，並在元太科技與振曜科技的協助之下，才得以順利推出。為了讓往後的供應鏈更穩定，這一次的mooInk Plus 2與台灣設計師合作，並且在台灣製造。

用過就回不去！疫情帶動mooInk使用率，成為最大宗載具

回顧Readmoo近期的成績，總會員人數已經到達90萬，全站總上架書目達18萬本。在2021年全年總閱讀時間超過1億3千6百萬分鐘，比起2020年成長49%。

對於這一群會員來說，透過mooInk的閱讀時間佔比也越來越高。回顧2021年，在三級警戒之前，最多人使用的閱讀載具是手機，佔比42.3%；其次是mooInk閱讀器，佔比31.4%；第三則是平板電腦佔比15.1%。但是在三級警戒發布之後，手機佔比明顯減少，減少至33.3%；閱讀器與平板電腦的佔比都有增加，分別成長至36.9%與18％。

這樣的現象，顯示出在不需要為了移動方便選擇載具時，讀者比較容易接受大尺寸的閱讀裝置。綜觀全年數字，在Readmoo站上使用mooInk閱讀的佔比已經達到42%，是閱讀時間比例最高的載具。

龐文真表示，以今年目前的情況來看，站上各裝置的閱讀時間佔比大致維持三級警戒之後的比例。

談到未來mooInk新機有何規劃？龐文真說，「E Ink技術一直在進步，之後只要相關的機型能商用、普及，我們絕對不落人後，下一步就是往第三代走！」

責任編輯：錢玉紘

好友缺你一個，加入數位時代LINE，科技產業趨勢新聞一次掌握！

傳送門點這裡

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。