為何iPod和北歐產品都選擇簡單的設計語言?
為何iPod和北歐產品都選擇簡單的設計語言?
2007.03.01 | 技能

近幾年強調「簡單」(Simplicity)的設計觀大行其道,從北歐家居用品到飛利浦的電子產品,從蘋果電腦設計師強納生.伊夫(Jonathan Ive)操刀的iPod,到日本設計師深澤直人(Naoto Fukasawa)為無印良品設計的壁掛式CD 播放器,美國《BusinessWeek》也指出,化繁為簡、反璞歸真的能力,是企業追求成長不能忽視的關鍵。
然而,到底什麼才是所謂的「簡單設計」?是一時流行還是人性基本需求?最早針對資訊產品提出「簡單」(Simplicity)理念的前田教授,受工研院創意中心之邀,於二月初來台針對「後數位時代的焦慮與希望」進行交流訪問,在僅停留兩天的緊湊行程中,《數位時代雙週》特別採訪前田教授,以下是專訪整理。

Q 在你的許多文章中,常會談到蘋果電腦iPod做例子,最近蘋果電腦最新的iPhone正式亮相,你覺得如何?
A 喔,那不是一個想像的產品而已嗎?所有人都只有看到照片,並沒有人實際操作過,我很難從照片評論。如果單就照片的樣子,我也不覺得iPhone看起來有什麼特別之處。
iPod在旋轉盤的設計上,從早期將快轉後退四個選項放在兩圈的設計,到後來變成單圈式,就是一種利用所謂完形心理學(Gestalt psychology)的歸類(grouping)概念,這意思是同樣有三十個點分布在一張紙上,分布比較密集的會比分布鬆散的來的有整體感。不過就我來看,iPod轉盤一開始的設計就已經很簡單了,後來的改良反而有點過度簡單(over- simple),也許是因為技術成本的緣故,或是為了適應有些手指比較肥大使用者的需求吧。

Q 所以你覺得iPod是簡單設計的代表嗎?
A 不,你不能說它簡單,因為跟許多MP3產品相比,他在許多功能上的設計是相當複雜的,它有趣的地方就在於,就因為它功能面的複雜,反而突顯在使用面上的簡單。簡單與複雜本來就是互為表裡的兩件事。

Q 近來許多人在討論設計議題時,都會提到「Less is more」的觀念,你同意這樣的說法嗎?
A 我不是很同意,從人性的觀點,大家都是想要多一點啊!比方說在面前有一片大餅乾跟小餅乾,多數人會選哪一種?一定是大餅乾啊,或者我們來看資訊產品,多數人一定是喜歡功能多的,現在應該沒有人會去買一隻只能講電話的手機吧!所以簡單不意味著功能的減少,而是如何在使用上更符合直覺式的操作。最簡單的東西,往往要從最複雜的體系中整理出來,重新定義「進步」,而不是關心只多或少的差別時,一種探討設計的全新觀點才有可能出現。

Q 就你的觀點,為什麼現在會流行「簡單」的概念?
A 當電腦為主的科技越來越進步,自然在品質上就有更多的追求,一直往上加入更多的想法、更多的功能,可是當它發展到一個地步時,大家就會開始去思考,真的是這樣嗎?這其實就是很東方的概念,當事物發展到一個境界,就會出現某些機制來平衡它。

Q 你最早提出過十三個關於簡單的法則(The Original 13 Laws of Simplicity),去年又提出了十個新法則,而且又出了本新書,兩者的差別是什麼?
A 作為一個學者,我的工作就是不斷觀察、提出問題,然後提出一些看法,這個社會本來就是一個動態的世界,很多事都不斷在變化‧沒有什麼東西是一定不變的,關於簡單這件事,自然也就沒有定論,雖然說是法則,其實是我不同時期的思考而已。

Q 你曾經提過,簡單設計不是量(quanity)的減少,而是質(quality)的增加,是否可以舉個例子說明?
A 飯店其實是很好的例子。我曾經去住四季飯店(Four season Hotel),全部白色的設計,看起來什麼都沒有,但就是讓你住得很舒服,這樣的情感經驗,就不是在功能上的改進,必須要整合品牌、甚至是企業願景的思考。

Q 對台灣社會而言,談到簡單設計時,通常會想到北歐跟日本兩個地方為代表,就你的觀察,在表現的方法上,這兩個地方的特色分別是什麼?
A 以北歐來說,因為自然環境的關係,當地人對於材料的掌握度很高,所以展現的是一種與材料間的互動關係,而日本則是在所謂的表面處理上很細緻,如果說這兩個地方有什麼相同之處,我覺得是找到他們自己的路。就像我這次來演講,不少人都會問我,台灣應該怎麼做,這答案應該是由你們自己去想去回答,而不是由我提供。

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

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。

用手機即可查看系統狀況
圖/ 智穎智能提供

「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。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

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。

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
台達電全解讀
© 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