2025 臺灣AI大賞 | 農譯科技 AgriTalk 如何用AI傳承老農智慧？|數位時代 BusinessNext

「現在全臺灣最會種田的人應該都在農試所跟農改場，很多東西一般農民不一定會種。」 這是農試所主管對農譯科技(AgriTalk)創辦人陳文亮所說的一句話，卻道出了臺灣農業面臨的嚴峻現實。隨著老農凋零，珍貴的種植知識正在流失，而這些經驗「實際上是沒有被寫下來過的」。

近幾年來臺灣隨著極端氣候成為常態，以及農村人口結構老化與流失，即便是常見如西瓜的日常作物，甚至逐漸出現沒有人知道要如何種植的困境。對於剛踏入農業領域的青農或是仰賴過往經驗的農家來說，甚麼樣的微氣候適合作物生長？甚麼樣的微氣候會導致病蟲害增加？甚麼時候可以提早做出應對？變成日益困難的大哉問。

當人工智慧浪潮席捲各行各業，不禁令人想問，臺灣這塊科技島上的傳統農業，又能如何搭上科技演進的利多？農譯科技意識到了台灣農業發展的現況，運用人工智慧，將農業專家的口述經驗轉化為可傳承的數位知識，為臺灣農業的未來點亮一盞明燈。

完整串接感知層到決策層，即時了解農場微環境

攝影機的一頭是農譯科技系統全天候監測的示範農場，映入眼簾的不只是綠意盎然的高經濟價值作物，更是一套完整的智慧農業系統。「我們主要是做環境感測，包含溫度、濕度、土壤溫度等物理數值的感測。」業務總監黃鳳凌介紹道。

與傳統農業監控系統不同，農譯科技的核心價值在於將感知層與決策層完整串接。 陳文亮解釋：「我們用的其實都是比較傳統的方法，因為找了植物醫生跟專門在做影像分析的人。你必須要有農業領域的知識，類似於老農的經驗，然後資料進來才有效益，模型完全高度仰賴經驗去建出來的。」

這套系統能夠預測作物期程，透過環境感測資料建立生長模型。「植物吸收到周邊的溫度，每一天累積上來，其實你可以想像這個植物在累積溫度，只要按照圖上的預測持續攀升，理論上就會在預計的日子接近採收。」黃鳳凌相當有自信地說明技術原理時，將複雜的AI算法用最平易近人的語言解釋。

除了預測作物的生長外，氣候資料也能對病蟲害預警做出貢獻。系統會針對不同作物常見的真菌等病蟲害的生活週期進行預測。「像太潮濕就會有黴菌，這些都有一些深層的生活習性。我們會針對這些蟲害跟病害，拿環境資料去做模型建立。」但最關鍵的是植物醫生的專業判斷：「什麼叫做經濟危害，什麼叫做真的病害，如果不會導致大規模經濟危害的就不一定需要防治，所以系統會給予建議，輔助一線人員做出判斷。」

從學術研究到產業應用的轉型之路

陳文亮在學術與產業間的轉換，也有著很獨特的創業故事。作為出身農家的孩子，學生時代的陳文亮受到無子西瓜發明人陳文郁的故事深深感動。身為長期待在陽明交通大學進行研發的教授，他深知農業人工智慧發展的瓶頸：「給我對的資料，真的很容易做出你要的模型。可是你給我錯的資料，自然是無法建立有效的模型。」

對他來說，臺灣農業近年來真正的轉捩點，來自於對人才培育的重新思考。「臺灣農業的成就，在世界上大家有目共睹。今年開始，臺灣終於建立了植物醫生的執照制度，迎來四百位取得執照的植物醫生，這是農業部花了十年培育出來的專業人士。」但這些專業人士卻面臨就業困境，「如果市場對於導入植物醫生的觀念尚未建立起來，我想其中有幾位專業人士，很適合和我們一起研發農業人工智慧，來一同標註有效的資料，這樣臺灣才能夠建立起適合臺灣農業環境的自有模型。」

於是，農譯科技採取了獨特的發展策略：結合人工智慧工程師、植物醫生和IoT專家，形成跨領域團隊。「我們的團隊本質上在處理的是每一種作物生長的模型建議，所以要怎麼種、怎麼樣預測它的生長週期、施肥方式、澆水方式，還有病蟲害防治，建立整套的資料庫。」

黃鳳凌作為馬來西亞僑生，在臺灣從大學讀到博士，專攻土壤微生物。她的加入除了在技術提升上相當重要，更為團隊帶來了國際視野：「馬來西亞比臺灣這個農業發展應該快個五到七年，所以其實這個技術完成之後是非常有機會去打馬來西亞市場的，而且是以軟體的方式過去。」

從示範農場到導入產業應用

農譯科技的商業模式相當務實：硬體設備採取買斷制，「一臺我們現在標價是10萬，實際賣給農民的時候大概8萬左右。」軟體服務則採年費制，「五臺裝置以下，基本上就一個農場一年3000塊。」

示範農場不只是展示用途，更具備實際的獲利能力。「農場中除了新品種的西瓜，我們也種植高價值的丹蔘，讓場域除了示範AI技術與設備，也能透過販售作物獲得實質營收。」目前導入系統的客戶，有許多都是高附加價值作物的種植者，「例如丹蔘是高價藥材，一斤大概80塊，就很適合導入系統，做更積極的照護。」

目前農譯科技已累積與農友種苗廠的深度合作關係，「我們跟農友種苗廠合作的時候，他現在也是覺得一定是要打國際市場。他用我們的系統去教另外一個國家怎麼種植，他從不會就可以開始做。」這種B2B2C的模式，為農譯科技開拓了更大的市場空間，更是為進軍國際市場奠定了基礎。

從臺灣出發的全球農業人工智慧布局

陳文亮對於臺灣在農業人工智慧的發展充滿信心：「我一直覺得臺灣在人工智慧這一塊，尤其在農業，要組織起來才能打國際市場。」臺灣雖然是一個地理資源有限，卻具備了獨特的優勢：「依照我們現在收資料的方式，資料的品質是非常高的。」

在人才培育方面，公司正積極建立完整的教學系統。陳文亮回想ChatGPT等大語言模型興起時，「其實最開心的是像我們這樣在農業經營很久的團隊，當時就立刻想到我們可不可以趕快把這個東西串起來。四十多年來的經驗、寫了那麼多的論文，現在都可以變成用大語言模型建立成一個決策系統。」

人工智慧接手農業知識的傳承

對於臺灣農業日益嚴重的缺工問題，農譯科技提供了創新的解決方案。「我自己這五年來感受最深的就是缺工問題，現在田裡有時候要找臨時工，一天開出兩千五百塊的薪資卻還是找不到人。」透過人工智慧的協助，「好不容易請到的一個年輕人，就算缺乏經驗，現在也可以很清楚地讓他知道他可以怎麼做。」

農譯科技正在進行的，不僅僅是技術創新，更是一場改變農業產業鏈的數位轉型運動。他們將散落在老農記憶和手寫筆記中的珍貴經驗，轉化為可複製、可傳承的人工智慧模型，降低青農和新進的從業人員「從零到一」入門農業。

正如陳文亮所說：「臺灣可以導入人工智慧，讓有經驗的農友更好地傳承下去。」在全球農業面臨氣候變遷、人口老化等挑戰的當下，農譯科技的模式或許為世界農業的永續發展，提供了一個來自臺灣的解答，農譯科技正在用人工智慧的力量，為新世代的農業帶來變革。

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。

「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。

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。

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。

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。

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。