開發電池不再大海撈針！這家新創用AI助攻、效能大增13％，怎麼做到的？|數位時代 BusinessNext

開發電池不再大海撈針！這家新創用AI助攻、效能大增13％，怎麼做到的？

AI除了協助生成程式碼或撰寫文案，還能用來協助充電電池的開發，從上億種分子中找到最合適的電解液組合，讓電池開發效率大幅提升，測試再也不需曠日廢時。

人工尋覓合適電解液組合，需要測試上千次

鋰電池的組成有三個重點：正負兩極，以及扮演快遞員，負責運送離子至兩端的的電解液，因此電解液的組成對於電池的運作效率來說是相當關鍵的要素，而新創公司Aionics的主要業務正是優化電解液的成份。

現今市場上光可以採用的分子種類就有100億種，而在製作電池中的電解質液體時，大多會以5種分子為一組，進一步判斷最合適的組合。但這樣的排列組合種類多達10的47次方，可能需要經歷數千次的失敗才能找到合適的電解液配方。Aionics共同創辦人兼執行長奧斯丁·桑達克（Austin Sendek）近日接受採訪時表示，他們面臨的問題是可以選擇的材料太多，但是時間不夠。

另一位創辦人兼首席科學家威克曼·維斯瓦納坦（Venkman Viswanathan）也曾表示，近年來面對氣候變遷，對於電池技術的需求非常急迫，而過去這種慢慢試錯的方法已經行不通。他以手上的健身追蹤器為例，光開發其電池成分就試驗了55,000次，但這款電池選用矽作為正極材質，有助於將更多能量注入裝置。

因此Aionics正運用AI工具的優勢，加速電解液組合的開發，以提供最佳的電池品質。他們根據現有的電池材料資料，訓練生成式AI模型來建立或針對特定新分子進行研發。

使用AI尋找電解液設計原則

該公司正在使用卡內基美隆大學，同時也是身為該大學教授的維斯瓦納坦特別為電化學計算開發的軟體。他也使用基於Open AI的GPT-4所構建的大型語言模型，幫助其他科學家在執行數百萬種配方測試前，就透過資料庫篩選出可能的組合。

維斯瓦納坦過去和研究團隊在《Nature Communications》發表的論文指出，當時透過AI實驗製作出的六種電解液的效能都優於標準組合，其中表現最佳的效能甚至提高了13%。

桑達克解釋，這款聊天機器人經過化學教科書和公司挑選的科學論文進行培訓，因此不用實際操作，就能透過它刪除在特定應用中不會用到的分子。他也表示，採用AI對該領域的好處是，方便尋找設計原則。

當數十億種候選組合被縮小範圍到只有一對時，Aionics就會讓這個組合進到驗證階段。桑達克表示，有時候可能無法在第一輪就找到目標，但他們會不斷迭代篩選和改進，直到找到最終組合。而一旦找到這個組合，就會開始進入製造和上市階段。

Aionics目前已和一些公司進行合作，包括保時捷的電池製造子公司Cellforce、儲能公司Form Energy、日本材料和化學品製造商Resonac（原Showa Denko），以及電池技術公司Cuberg等。Chement也是另一家和Aionics合作並且由維斯瓦納坦創立的公司，這間公司目前也應用這套AI流程至零碳水泥製造當中。

責任編輯：錢玉紘

AI正以驚人速度重塑世界樣貌，金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一，不僅積極擁抱創新變革，更透過開放分享促進產業共好：在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」，揭示多代理（Multi-Agent）雲端協作架構，讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴，拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎，加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務（AI as a Service）提出的關鍵技術框架，歷經一年的發展，不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出：「隨著代理式AI技術崛起，我們在今年提出GAIA 2.0技術框架，目標是讓AI助理（Assistant）進化成AI Agent，可以跨單位整合工具、數據與分工，實現真正的智慧協作。」

舉例來說，為深化集團員工運用AI提升工作效率，我們打造員工AI助手—Agia，協助同仁進行知識查詢、資料摘要等任務，提升效率與生產力；另外，透過AI自助開發平台—GAIA Studio，讓員工以No Code工具，連結內部知識庫，並以視覺化介面或Prompt快速自主開發，打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務（包含行銷文案、各類產品知識、趨勢摘要等）。

在技術面，具體作法是透過GAIA 2.0框架下的四個模組，包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」，以及集中管理AI工具與元件的「Agent Marketplace整合市集」，以加速AI Agent應用研發與部署。

梁明喬表示：「接下來，我們將以GAIA為引擎，打造通用型、業務型、IT型與服務型AI應用，如Vibe Coding、CUBE Intelligence等服務，一步一腳印擴展集團的AI Agent生態圈，型塑智慧金融新格局。」

舉例來說，隨著生成式AI普及，客戶對於數位（助理）服務的期待更高，國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務，包含「升級版」智能助理–阿發，滿足客戶詢問複雜問題的需求，無論客戶提出什麼問題，都可以完整步驟與適當的情緒價值強化與客戶的連結，讓服務更智慧、貼心且符合期待。

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示：「除了升級版阿發，另一新服務是我們也在CUBE App新增『對話式功能搜尋（CUBE Search）』，就像把行員放到CUBE App一樣，讓客戶可以用自然語言輕鬆找到想要的服務，讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地，加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力，是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出：「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識，國際通用模型並不適用，必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台，發展台灣企業共同主導與管理的大型語言模型，方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充：「本地大型語言模型的成功關鍵，不僅是掌握充足且高品質的數據，還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型，藉此提升答案的精準度，尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功，除了應用場景、模型，算力也扮演至關緊要角色，對此，鴻海科技集團亞灣超算執行長姚延宗表示：「本土算力是支持本土大型語言模型落地的關鍵。」不過，他也強調，AI算力快速迭代且進入門檻高，不是每一間企業都可以自建算力，因此，亞灣超算與NVIDIA合作啟用超算中心，讓金融等台灣企業可以按需租賃所需算力，解決資料共享等敏感問題，加速金融AI應用的多元發展。

產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用，左起為：國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗

圖／數位時代

總的來說，從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動，可以清楚看到，國泰金控正由內而外推動全面AI創新：強化內部流程效率與治理能力、以智慧化服務提升客戶體驗，並透過技術開放與跨域合作，為金融產業的數位與AI智慧轉型注入新動能。