用組裝電腦的方式  來建高鐵,下場就是……
用組裝電腦的方式 來建高鐵,下場就是……
2007.02.01 | 科技

按照世界經濟論壇(WEF)的說法,台灣的科技水準在二○○六年排名世界第二,是台灣最有全球競爭力的項目。但是去年完工,今年開始營運試乘的台灣高鐵,卻是從興建到營運一路狀況風波不斷,全然沒有「科技大國」該有的架勢,問題出在哪兒呢?
興建高速鐵路和造飛機、蓋核電廠、或是登陸月球在工程管理領域算是同一類,一般被稱之為「大型複雜系統」。這些工程除了有技術上的難度,更重要的是,這些工程通常橫跨多樣的技術領域,需要有很好的整合與綜觀全局能力才能竟其功。大型複雜系統工程經常牽一髮動全身,一點小小的失誤,就有可能釀成巨大的災難。一九八六年的美國挑戰者號太空梭升空七十三秒後發生爆炸,就是因為一個密封零件O環的穩定性不足,導致火箭推進器的熱氣外洩,進而燒穿了燃料槽所致。

**複雜系統不是台灣強項

**大型複雜系統領域,無一是台灣的專長項目。台灣產業所擅長的,一向是把一小塊特定領域(像是零組件)做得專精、把規模做大。電子資訊產業最接近大型複雜系統開發的,是電腦作業系統軟體,但這也正好是台灣電子業版圖空缺的一塊。大型複雜系統通常要跨越較長的時間,台灣的業者通常也沒有那樣的資源、視野、或是耐心。

**用電子業分工思維蓋高鐵

**
台灣高鐵,是政策決定要建(儘管是由民間業者完成),於是我們有了一個台灣史上規模最大的大型複雜系統建置。但是台灣,還是我們熟悉的那個台灣。
我們還是用電子業最熟悉的「全球產業鏈分工體系」的思維來建造高鐵。台灣高最初規劃的系統,是與歐洲高鐵聯盟合作,以法國高鐵TGV車廂結合德國高鐵ICE的機車頭做為列車的設計基礎,整個土木工程、系統規範也都是以歐規為範本,眾所皆知,後來則是日本新幹線半路殺出,拿走了核心機電工程的部分。我們以為,我們可以用組裝電腦的方式來組裝高鐵。
台灣高鐵從規劃到興建完成,歷經超過十年的時間,橫跨藍綠兩個政黨執政的時期。高鐵從籌資、系統選擇、廠站開發、通車時間、到人事運用,無一不受到台灣藍綠對抗的左右,策略與選擇受到太多非專業的干預,當然也就更談不上什麼全面性的思考,長遠的規劃。這對許多產業來說,或許還不是太大的問題,對於高鐵這樣的大型複雜系統建設卻是個致命傷。台灣高鐵,既是台灣淺碟型政治的受害者,也是台灣淺碟型文化的縮影。
就連台灣的小偷,都沒有做好準備。多年前,我曾經在南部的有線電視台工作過幾年。在鄉下,有線電視的電纜被偷被剪算是家常便飯,工程人員的主要工作項目之一就是修補被偷走的電纜。很顯然,對這些小偷來說,有線電視和高鐵的電纜並無差別,都是可以高單價變現的銅材,但是他們沒有多想的是,電視少看不打緊,高鐵的高鐵系統的完整性卻是性命攸關的大事。

**建高鐵難,BOT更難

**
興建高速鐵路這樣一件高度複雜的工程,對台灣政府或是民間企業的體質來說,本來就已經是一項高難度的挑戰,偏偏我們還幫這樣的工程加上一個「BOT」(Build-Operate-Transfer)的制度創新,為原本就高難度的工程又增添了許多的不確定性。公共建設有民間參與,在立意上原本並不是一件壞事——既有公共建設的色彩,又有民間企業經營的效率,但是這樣的美意落實到到台灣的現實環境中,卻完全走了樣。「公共」的精神從未在這塊土地真正的生根,讓執政黨對輸誠的企業如照顧子女般的一味護航,在野黨則是如臨仇寇的非理性反對;官不官,商不商,吃定政府無法承擔高鐵失敗的風險,高鐵不太有一般商業公司置死地而後生的精神,缺錢找政府,有困難要政府解決,最後還能整個爛攤子丟給政府。權責不分,是管理最基本而關鍵的大忌,但是對於高鐵來說,卻是一開始的制度設計就已命中注定。
北卡羅萊納大學教授布魯克斯(Frederick P. Brooks, Jr.)在他探討大型複雜系統開發的諸多問題的經典著作《人月神話》(The Mythical Man-Month)中指出,企圖要登天的巴別塔(Tower of Babel)失敗的原因,不是因為缺乏明確的目標和充夠的資源與技術,而是因為無法人們溝通(communication),以及隨之而來的組織(organization)問題。(編按:巴別塔這個典故出自《聖經》創世記第十一章,講的是人類曾經聯合起來,希望建造一座直達天堂的高塔。而上帝阻止人類的方法,是讓人類開始講不同的語言,使之相互不能溝通,高塔也因此未能建成。)
台灣高鐵,這座橫躺在台灣土地上的巴別塔,建造它、企望靠它登天的人說的是日語、法語、德、藍的國語和綠的國語。高鐵至今的跌跌撞撞、步履蹣跚,聖經豈不是早有啟示?

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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