沒有數據的公司才會談AI,馬雲:我們認為IoT是未來
沒有數據的公司才會談AI,馬雲:我們認為IoT是未來
2017.06.11 | 人物

AI(人工智慧)無疑是當下科技產業的風口,NVIDIA過去一年來股價飆漲220%大概是最顯著的例子。但阿里巴巴董事局主席馬雲9日在年度投資者日卻說:「我們在公司從不討論AI,我討厭人們討論AI。」他認為,「通常是沒有數據的公司才會談論AI。」在他眼中,未來最重要的事情,是IoT(物聯網)。

阿里巴巴早就應用AI,但不談論AI

其實馬雲不是想要貶低AI的重要性,實際上阿里巴巴集團很早就開始應用AI。他舉支付寶為例,表示今天支付寶上面有這麼巨大的交易量,無可避免會引來很多「小偷」。「我們需要2千名警察,可能20萬個警察都抓不完這些壞人。」他說,所以他們使用機器學習,找來犯罪行為專家,教電腦怎麼抓到罪犯。

「做好事可能是很情緒性的,但壞人做事是有邏輯的。如果你有邏輯,那AI可以做得比你更好。」馬雲指出,「一個頂尖的小偷可能會想出十種偷竊的方法。」他說:「但電腦可以學習兩萬種,甚至兩百萬種方法。」今天當小偷認為自己已經想出很厲害的方法時,電腦可能已模擬過這種情形不下百次。

阿里巴巴馬雲2017投資者日.png
去年到場參加阿里巴巴投資者日的分析師和投資者約200人,今年則是倍增至將近400人
圖/ 截自阿里巴巴

「就我來看,機器學習和AI是抓壞人最好的方式,我們在電商和支付寶做了很多年,但我們從不說這是AI。」然而,「AI」這個流行詞彙讓馬雲反感,他卻對三年前開始的另一個流行詞「IoT」很買單。

認為IOT是未來,數據是關鍵

「我認為IoT是大事。」他說:「我們認為IoT是未來。」而他真正看重的,其實是數據。在他看來,數據就是未來零售和未來製造的基礎,這也是為什麼8年前他們決定要做阿里雲的原因。

馬雲形容,過去大家用電力餵養機器,但下一個20年,必須用數據來餵食機器。他指出,不論是中國政府提出的2035,還是德國的工業4.0,都是在往數據的方向走。

而在投資者日逾40分鐘的演說中,馬雲多次提到,阿里巴巴的目標是在2036年成為一個服務全球20億人口,創造一億個工作機會,平台上有1千萬家營利事業的平台。他指屆時的阿里巴巴可能將會是僅次於美國、中國、歐洲和日本的第五大經濟體。

這股狂妄的自信,就是來自阿里巴巴的人才、企業文化,以及他非常看重的數據資產。馬雲問:「放眼全世界,有哪一家公司的數據量比我們更豐富?」

未來企業若沒有數據將無法存活

他認為,阿里巴巴是一家經營邏輯有別於其他科技公司的企業。「有人說阿里巴巴是亞馬遜,我說亞馬遜是亞馬遜,阿里巴巴是一個經濟體。」馬雲說,這是為什麼阿里巴巴既做了亞馬遜在做的業務、也去做Google和Facebook的業務。他進一步表示,傳統上要支撐一個經濟體成長,仰賴的是水和土壤,但在虛擬經濟體,最重要的是數據。「今天我們做得愈多,就愈了解人性,和愈多夥伴合作,就愈知道自己的問題、 夥伴的問題、客戶的問題。」

馬雲形容,「數據就是我們的水。」他相信未來沒有一家公司、一個國家、一個事業可以在沒有數據的狀況下存活。這也是為什麼即便迄今阿里巴巴還有高達99.99%的數據量不知如何應用、無法變現,他卻不擔心,始終堅持要發展雲端運算。

「當初從淘寶發展到支付寶,是因為沒有支付寶,阿里巴巴就會崩解(collapse),但有支付寶,沒有菜鳥網路,阿里巴巴也會崩解,而有了菜鳥網路卻不做雲端運算,阿里巴巴一樣要崩解。」他說。

以Google為典範,馬雲:我不是業務員,我是傳教士

馬雲認為,相對於他對阿里巴巴設下的願景,現在的阿里巴巴還不過在嬰兒期。而要實現那個旁人難以置信的巨大目標,馬雲表示他必須確保阿里巴巴成為一家真正的高科技公司,而Google就是他們的典範。

他自嘲,當他提出這樣的想法時,大家對他說:「Robin(百度創辦人李彥宏的英文名)是工程師、Pony(騰訊創辦人馬化騰的英文名)是工程師,你卻是一個老師,或者說業務員(Salesman)。」

不過馬雲反駁:「我不是業務員,我是傳教士(Evangelist),傳教士相信未來,工程師相信科技,我相信科技是為了未來(I Believe technology is for the future)。」他知道自己不是工程師,但他尊重工程師,而且可以為工程師指引未來方向。他說:「阿里雲就是最好的證明。」

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