理財顧問製造機
理財顧問製造機
2007.06.15 | 人物

如果你是很精明的投資人,就是那種不需要理財顧問、不管市場表現如何都能獲利,總是可以告訴你的親朋好友何時進場、哪支股票該買進、脫手,那你應該會對我現在要介紹的新玩意兒有興趣。

Covestor是一家新成立於紐約的網路公司,主要的服務在提供大眾投資訊息。提供訊息當然不稀奇,特別的是提供的「方式」。註冊成為Covestor會員時,網站會要求你輸入目前使用線上交易帳戶(online brokerage account)的相關資訊,藉由這些資訊,系統會自動產生一個「投資首頁」,顯示你的帳戶資料以及投資組合(portfolio)。聽起來很像投資比賽對吧?其實不然,因為這些都是「真實」的資訊。也就是說,Covertor上所有的「投資首頁」、所有的投資組合,都反映每一個網友生活中真實的投資情形。

在Covestor裡,每個會員的首頁長得都和坊間投資理財網站相當類似,不同的是,你有觀看別人投資情形的權利。任何網友持有股票的資金比例、買了哪些基金、投資報酬率各為多少,全都可以一窺究竟。其他相關的訊息及圖表,比方說哪些會員整體表現優於(outperform)大盤,系統也會自動產生。

打個比方好了。假設A網友的專長是挑選網通產業股票,其他網友便可以「追蹤」他的投資歷史,作為自己投資的參考。不僅如此,Covestor功能豐富,要從「哪個網友」獲得「哪些資訊」,完全由你自己決定。你此時心裡一定在想:這不就是社群交流(social networking)的概念嗎?沒錯,Covestor骨子裡就是社群網站,一個有評價制度(reputation based)的社群網站。

更棒的還在後頭。顯而易見,如果你真的是投資高手,必定會吸引一票粉絲追隨,這些追隨者(在這個網站裡被稱為covestors)不僅能給評價,甚至可以採取實際的行動——「模仿」你的投資風格,來表達對你的支持(同時讓自己獲利)。

容我再度提醒,在Covestor裡,一切都是真的,所謂模仿就是花錢投資你正在投資的東西。你愈成功,追隨者就愈多,久而久之,漸漸變成一個虛擬的理財顧問。不論是天才型的投資隱士或是具有洞見的理財達人,Covestor是一展長才的好地方。等到名聲累積到一定程度,你甚至可以透過系統抽取佣金,你賺錢,追隨你的人就賺錢,然後你又可以多賺一筆。

「創立Covestor的靈感來自一段生活的小插曲,」創辦人之一的塔赫塔(Richard Tahta)說:「我有個朋友在投資產業工作,有次他告訴我避險基金(Hedge Fund)要求產業研究公司把他們建議的投資資訊放在網路上,方便他們即時追蹤。」一個簡單的想法,讓塔赫塔與另外兩位合夥人(Perry Blacher及Simon Veingard)幾個月前決定創辦Covestor,而他們也獲得某些私人資金的幫忙,募得一百萬美元的創業基金。
塔赫塔是Covestor的核心人物,也是一個不折不扣的「連續創業家」(reapeat entrepreneur)。在Covestor之前,他曾參與創辦四個網站。這些網站不但成功,也都和財務領域相關。更值得一提的是,四家都被美林證券之流的知名企業購併。擁有這樣的經歷,塔赫塔對Covestor自然是信心滿滿。

不過聽完塔赫塔的介紹,了解Covestor的優點後,我突然聯想到一件事情:水能載舟,亦能覆舟。Covestor立意是分享真實的投資行為和心法,讓大家都有錢賺。但往壞處想,這樣的機制也可能導致一窩蜂投資特定目標,模仿者一多,市場價格超過預期地上揚,對被追隨的人來說反而有負面影響,尤其當投資標的流動性比較差(highly illiquid)的時候。甚至Covestor可能會成為有心人士哄抬市場的工具。

「想要有好評價,是需要花錢的,況且所有的資訊都和線上交易商同步,要利用Covestor作弊沒有這麼簡單。」針對我的質疑,塔赫塔如此回答。

然而,這個理由仍然無法說服我。Covestor是一個非常創新的服務,但在真正成功之前,我認為這是他們必須克服的隱形難關。 

**Covestor骨子裡就是一個有評價制度的社群網站,
如果你是投資高手,必定會吸引粉絲追隨,
你甚至可以透過系統抽取佣金,
你賺錢,追隨你的人就賺錢,然後你又可以多賺一筆。  **

**Covestor立意是分享真實的投資行為和心法,
但這樣的機制也可能導致一窩蜂投資特定目標,
市場價格超過預期地上揚,對被追隨的人反而有負面影響。
甚至可能會成為有心人士哄抬市場的工具。  **

往下滑看下一篇文章
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?
從切菜到乾燥加工!宜展如何結合桃園市政府創業資源,以AI開拓農產加工第二成長曲線?

走進蔬果加工廠,同樣是100公斤高麗菜,最後能做出多少成品?答案不見得相同。氣候、產地與品質影響原料條件,客戶要求的切法、重量與交期也各不相同。對曾任科技業研發主管十多年的宜展科技農業執行長林佑澤而言,這是與科技製造截然不同的世界。

「農業部分全部都不一致。」林佑澤以青江菜為例,即使機械手臂已經訓練好辨識特徵,面對形狀各異的蔬菜,仍難以判斷該從哪裡抓取。農產品的天然變數,卻得面對學校團膳、連鎖餐飲、航空空廚等企業客戶對品質與交期的要求。如何讓加工流程穩定運作,成為宜展投入數位轉型的起點。

從紙本、LINE到數據,先把現場經驗留下來

目前宜展一年處理數千噸蔬果、服務超過120家企業客戶,業務涵蓋採購、截切、清洗、包裝與配送。林佑澤觀察,農產加工的關鍵經驗往往掌握在資深員工手中:該買多少菜、原料損耗多少、訂單增加又該安排多少人力,都仰賴現場判斷。

「主要就是把人的經驗變成數據。」林佑澤說。過去客戶透過LINE或紙本下單,現場靠人工整理訂單、對照不同客戶的加工規格;如今宜展利用AI辨識訂單內容並匯入ERP,再依客戶、品項與規格進行標籤化派工。製程則透過QR Code記錄原料投入量與成品產出量,逐步掌握各環節的加工損耗。

接下來是整理現場的判斷依據。林佑澤透過與資深員工對談,了解採購、派工與品管的作業方式,再利用AI協助找出規則、建立SOP。AI整理出的流程仍須由現場人員逐項確認、修正,才能實際執行。

品質管理也在持續改善。傳統金屬檢測器難以辨識菜蟲、橡皮筋等非金屬異物,宜展正與技術夥伴規劃導入AI影像辨識,輔助產線末端檢查。林佑澤表示,每批農產品品質不同,比起單看良率,他更重視客訴是否減少。隨著訂單與製程資訊逐步累積,宜展也希望進一步建立需求預測、採購建議與生產排程模型,減少營運對資深員工個人經驗的依賴。

不只把菜切好,乾燥加工尋找第二成長曲線

除了改善截切本業,宜展也開始發展乾燥加工。學校團膳在寒暑假面臨需求波動,生鮮蔬果則有保存期限短、價格易受產季影響等限制。林佑澤希望藉由乾燥技術延長農產品保存期限,開拓附加價值更高的加工業務。

不過,乾燥同樣有依賴經驗的問題。傳統做法是太乾就降低溫度、縮短時間,不夠乾就反向調整。每批原料的水分與成熟度不同,反覆試做不僅增加成本,也難以維持品質一致。「品質目標沒有設定的話,前面的製程參數就不知道怎麼調整。」林佑澤將過去研發車用面板的思維帶進農產加工:先決定產品希望達到的口感、含水率與水活性,再回頭檢視原料成熟度、截切厚度及乾燥參數等條件。

團隊進一步結合不同乾燥技術、自行改造設備,並接洽桃園的設備業者合作。林佑澤曾比較其他地區的設備,最後選擇設備構造、乾燥均勻度與可靠度較符合需求的桃園業者。宜展也持續累積製程參數,希望未來透過AI找出適合不同原料的乾燥曲線,減少反覆試做。

「我們主要還是要做代工,想要做一個功能性的原料平台。」林佑澤說,果乾目前更像是展示技術能力的產品,未來希望將服務延伸至辛香料、中藥材、太空食品、超級蔬菜及寵物食品等領域。現階段宜展主要營收仍來自蔬果截切本業,乾燥事業尚未形成主要收入。未來若能建立穩定的乾燥製程與代工能力,宜展便有機會從既有蔬果供應鏈,切入附加價值更高的食品原料市場。

從彰化走向桃園,驗證營運方法能否跨區複製

隨著加工流程逐步數位化,宜展也開始思考,這套管理方法能否帶到彰化以外的場域。

參與桃園市政府青年事務局天際線加速器及Meet桃園+後,宜展擴大與桃園產業生態系的連結。林佑澤提到,天際線協助邀集不同局處了解團隊需求,並提供資源媒合機會。宜展也開始與桃園市農會及在地農民合作,增加北部原料來源。這項合作不只拓展了供應來源,更成為宜展因應極端天候、穩定供貨的重要助力。林佑澤回憶,先前中南部連日降雨,蔬菜供應受到影響,宜展便從北部調度蔬菜,以不同產區互相支援,降低天候對供貨的衝擊。此外,團隊也透過天際線資源,獲得參與日本國際伴手禮設計競賽的輔導,並成功榮獲金賞獎肯定,除了展現產品的創新與設計實力,也為宜展拓展海外市場、提升國際能見度創造更多機會。

下一步,宜展規劃以桃園大溪作為第二個驗證場域,將彰化累積的資料、SOP與加工管理經驗,轉化為可複製、可優化的營運管理模式,帶到不同產地、供應鏈及人員條件下驗證。林佑澤指出,未來若要跨區域擴張,不可能每到一個新地方,就把原有團隊整批搬過去。因此,宜展希望將資深員工的實務經驗,轉化為標準化流程與數據模型,結合AI進行生產排程、資源配置及營運決策,讓新場域能依據當地條件快速調整,降低對特定人員經驗的依賴。

從彰化到桃園,宜展接下來要驗證的,是這套從傳統農產加工現場整理出來的管理方法,是能夠跨區域複製、快速部署並持續優化的農產加工營運系統。 長期目標是降低新場域的建置成本與管理複雜度,提升擴張效率,讓傳統農產加工業具備規模化發展的能力。

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