基因教父陳奕雄
基因教父陳奕雄
2001.06.01 | 人物

肝癌及鼻咽癌向來是台灣人前十大癌症死因殺手,卻沒有人能解釋為什麼。拜人類基因定序完成所賜,數年內,科學家可望從基因找到答案與解藥。
賽亞基因科技公司總經理陳奕雄,知道找解藥最短路徑。
在《傑克與魔豆》的故事裡,頑皮的傑克用一頭母牛換來的豆子,在一夜之間竟長入雲霄,傑克攀著豆藤爬上巨人的家,抱走會下金蛋的母雞,又砍斷豆藤摔死追來的巨人,從此過著富裕的生活。
陳奕雄,就是童話故事裡的小男孩,要從巨人手中將金母雞抱回台灣。著名基因資訊公司賽雷拉(Celera),搶先美國政府完成人類基因草圖定序,宣告生物科技產業進入「後基因時代」。賽雷拉的人類基因資料庫,及基因資訊解讀技術,正是會下金蛋的母雞。

**不愛實驗,只愛打球

**
討厭唸書的陳奕雄,跟童話裡的傑克一樣頑皮,在台大唸農化系時考試都靠同學的筆記,現任輔仁大學校長,陳奕雄的同班同學李寧遠打趣說,幫陳奕雄最多的「同學」就是他的女友,後來的陳太太。
中研院院長李遠哲胞妹,中興大學環境工程學系教授李季眉最記得,大學時同組做實驗,陳奕雄常常下課鈴一響就抱著籃球往外衝,也不管實驗還沒做完,陳奕雄有點靦腆地說,「那時很多同學不願意跟我同組做實驗。」
熱愛籃球的陳奕雄,即使工作再忙,多年來從未放棄練球的習慣,他以球會友結交不少生技科學家,他與賽亞另一位創辦人徐立之每次見面,不切磋一下球技,總覺得渾身不舒服。
陳奕雄每周三、六都會跟哥哥陳武雄,和桐化學董事長到金華國中廝殺一番,有次跟幾個國中生賽球,小男生急了還跳上陳奕雄的背,差點沒把他的腰壓斷,所以陳奕雄身上總是有著大大小小的傷痕,採訪當天,他的眼角還留著前幾天打球被撞的瘀傷。

**一頭栽進基因解碼世界

**
大學畢業後,陳奕雄到肯特州立大學攻讀博士學位,又在兩度獲得諾貝爾生化獎的辛格(Fred Sanger)博士門下做博士後研究。二、三十年前,唸生物科技最好的出路是教書。衝著對DNA雙螺旋的興趣,陳奕雄選擇加入剛成立不久的Genentech。
陳奕雄在Genentech一待就是12年。從拿著「剪刀和漿糊」剪貼DNA,「誘拐」大腸桿菌製造胰島素做起,他一頭栽進基因解碼的領域,還得了個外號叫「基因定序的老祖宗」(grand daddy of sequencing),連賽雷拉總裁凡特(J. Craig Venter),都得敬他一聲前輩。
但Genentech並不把解碼當成核心業務,為了得到充分資源,陳奕雄決定加入製造醫療器材的PE(Perkin Elmer)公司,參與設計基因解碼設備。當PE和凡特共同成立賽雷拉,全力從事基因解碼定序,陳奕雄也參與草創,成為基因定序計劃主持人。
返台創業,並不在陳奕雄的人生規劃內,賽亞,原本也不會是台灣本土的生物資訊公司。兩年前,賽雷拉注意到亞洲快速興起的經濟力量,與佔了世界1/3的龐大人口,決定在台灣成立子公司,及早佈局。身為賽雷拉首席科學家的陳奕雄幾乎每個月都要在太平洋兩岸奔走考察,累積的哩程數讓他每次都能從經濟艙升等到頭等艙。
在一次會議中,陳奕雄猛然發現只有他不是白種人,「一個東方人在一群白人中談論白人的事業,」這樣的落差讓他擔心,中國人是否會在生物科技領域缺席。
陳武雄數年來一直極力遊說陳奕雄返台創業,但他始終不為所動,經過這次衝擊,陳奕雄決定回台催生賽亞。

**國內最大的生技投資案

**
賽亞的成立可說未演先轟動。擁有35億資本額的賽亞,不但是國內最大的生技投資案,而且董監事都是赫赫有名的人物,技術顧問團隊也大有來頭。
徐立之是加拿大首席遺傳學家、世界基因組織聯盟主席,詹維康是台灣神隆執行副總,方瑞賢則是美國知名生技公司Clontech的創辦人。這些人在台灣知名度也許不高,但在生技界可說無人不曉。
陳奕雄規劃,賽亞成立初期,先向政府申請科技研究專案,或向大藥廠申請研究經費,再逐步建立亞洲常見疾病基因資料庫,及SNP(單一核甘酸多形性)資料庫,尋找致病基因,再由這些基因追索功能性蛋白質,賣給藥廠。
交通大學生物科學系副教授黃鎮剛觀察,賽亞扮演的是內容提供者(content provider)的角色,供應藥廠資料庫的內容和應用工具。黃鎮剛認為賽亞真正的利基在資料加值,例如找出基因與蛋白質的關係,蛋白質與疾病的關係,並繪出蛋白質結構,提供給藥廠開發新藥。
生物資訊的應用就像網際網路一樣,一切才剛開始,發展空間無窮無盡,「賽亞能做的事太多了,搞不好還會推出基因算命服務呢!」陳奕雄半開玩笑地說。

**踩著巨人肩膀往上

**
基因定序完成只是序曲,生技產業組織(BIO, biotechnology Industry organization)主席費德邦(Carl B. Feldbaum)表示,「基因解碼是一場馬拉松,我們才剛繫好鞋帶準備起跑而已。」
人體內有數十萬種蛋白質,某種疾病可能與某幾種蛋白質相關,利用生物資訊找尋特定蛋白質,針對蛋白質構造與機轉設計特用藥品,能縮短新藥開發時程,提高成功機率。針對特定種族、甚至每個個體的基因型量身製藥,已是當前生技公司努力的目標,這也是賽亞的利基所在。
生技產業變化速度比IT產業更快,台灣並沒有比其他人更早起步,所以腳步必須更快。快速成功的最好策略,就是站在巨人的肩膀往上爬。
賽亞以賽雷拉的資料庫與解碼技術為基礎,建立亞洲人特有疾病資料庫,開發分析基因、解構蛋白質的工具及專利,建立賽亞的智慧財產權,陳奕雄相信賽亞5年後就能獨當一面。「等到賽雷拉轉型研究蛋白質,我們已經跑在前面。」
「賽雷拉現在靠賣資料庫賺錢,所以它不好左手賣地圖右手搶淘金,但它總有一天要轉型,在那之前,就是賽亞的機會,」即使成立10年的賽雷拉巨人仍處於連年虧損的狀態,陳奕雄仍大膽說出4年後損益兩平的承諾。
「這是台灣千載難逢的機會,」中研院院長李遠哲認為,基因定序剛完成,太多資訊等著被解讀,全世界差不多站在相同的起跑點上,台灣第一次有機會跑在科技大國之前。身處生技產業上游的賽亞,若能在生物資訊領域站穩腳步,將大幅提升台灣生技製藥產業競爭力。

**人才決定台灣未來

**
想像若干年後,我們不必再走進瀰漫消毒水味道的醫院,只需在家裡採一滴血或吐口口水滴在生物晶片上,由家用電腦判讀後,自動將資料經由網路傳送給醫師,醫師再回傳個人化處方籤──只對病人有效,對其他人不會發生作用的基因藥物。
全球進入高齡化社會,醫療需求與日俱增,市場潛力無窮,處於生技製藥產業上游的生物資訊,被《新聞周刊》(News Week)評為前景最看好的行業(Job of the future)。連比爾蓋茲(Bill Gates)都親口說出下一個超越他的世界首富必定出自生物科技產業。
但生物資訊人才正面臨空前的缺口,同時具備資訊與生物專業的人才全球難覓。黃鎮剛表示,台灣過去是資訊工業大國,生物基礎教育也不差,能不能結合兩種專業,儘快填滿人力空缺,將決定台灣能否趕上這波產業起飛。
陳奕雄也很清楚,人才是最大的問題。賽亞正大力挖角,預計3年內研究人員要增加為210人。「3年後,我們會是世界上前20大基因資訊公司之一,」目前,全世界已有二十幾家公司投入SNP研究。
放棄賽雷拉首席科學家的高位,放棄比目前高三倍的薪水,放棄27年天堂般的安逸生活,陳奕雄非但不感失落,反而活力旺盛、衝勁十足,「好像再活一遍,回到二十幾歲的年輕歲月,過去在美國的日子簡直像一場夢。」
陳奕雄盡全力呵護從美國帶回來的金母雞,希望能為故鄉盡一點力,台灣生技列車正在添煤加溫,蓄勢待發。

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