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
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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