從火星探測系統到輔助工業製程，美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用？

李佳樺 2021/08/13

從2012 年美國太空總署成功將探測車「好奇號」送上火星至今，已經過了3000多個「火星日」，肩負著火星探測的重要任務，8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的，則是好奇號的 AI 運算系統，其實是由美國新創 Beyond Limits 的團隊建立的，公司發展至今也將觸角伸到能源、先進製造等產業，建立 SaaS 服務，為產業提供 AI 輔助平台，2020 年更獲得 1.3 億美元的投資，拓點到台灣、日本、新加坡、香港等地。

Beyond Limits 將 AI 應用到產業製程的契機，源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件，企業希望導入 AI 優化決策過程，合作中也發現了石化能源產業的痛點，研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品，不僅受到美國石油公司歡迎，日本市場也買單。

有了日本的先例，這套美國研發出的產品，照理說要拓展到亞洲市場應該不成問題，不料到了台灣卻窒礙難行，甚至需要重新開發不同的產品。

Beyond Limits 的台灣團隊究竟面臨了什麼挑戰？

台灣市場與美國差異大，Beyond Limits 台灣團隊必須如創業般從頭研發產品

台灣分公司總經理張中宜說明，台灣產業的先天特性，讓美國母公司已開發的產品都面臨市場可行性低落的問題，以石油產業的產品舉例，在台灣只有中油、台塑兩個客戶，且台灣的石油公司並不做研發工作，多半直接向國外公司購買配方，因此團隊必須在美國 SaaS 模式 的技術基礎下，研發出符合台灣市場、針對不同產業需求的商品。

「Beyond Limits 在台灣設立公司時的處境，跟重新創業差不多。」張中宜表示，AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師，也要有懂產業製程的專家團隊，龐大的研發費用與對產業專家的需求，讓每一次產品開發都像募資活動，團隊必須透過產業訪談做足市場研究找到痛點，說服製造公司與他們合作開發能解決產業問題的軟體。

然而開發全新市場對張中宜來說並不陌生。

她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ，第一年就讓偏鄉學子考上孟國最高學府卡達大學，更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮，讓卡西歐、 AI 新創、安永都找她擔任顧問，執行戰略布局或開發新通路的工作，面對 Beyond Limits 在台灣的難題，團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。

延伸既有美國產品技術，尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關，研發電池的過程與石油廠研發機油的邏輯相似，痛點都在於漫長的研發過程，就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣，電池配方更要經歷至少半年的實驗，且實驗設計也要在無數次團隊與客戶的交鋒後才能成型，溝通成本相當高昂。

使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統，研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速，系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇，縮短約 2 千倍的研發時間。

Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟，以其認知 AI 的核心技術，協助三井投資的液化天然氣廠進行巨量資料分析，並整合作業人員專業知識與數位化作業模式，制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說，透過與 Beyond Limits 的合作可以改善與再造營運流程，更有效率執行現有事業群的高附加價值項目。

另外，Beyond Limits基於公司在美國既有的輔助風電機維修平台，投入面板機器手臂維修建議系統的開發，「雖然也想在台灣用同一套產品幫助風電產業，也與風電廠陸續接洽，但台灣的風電仍在建設階段，缺乏營運經驗，目前的維修需求也不高。」張中宜談到，市場開發的大方向是要在台灣尋找具備預測維修需求，且市場密集、成熟的產業，公司在與投資人仁寶電腦的合作中，發現光電面板產線中機器手臂的維修概念與風機維修類似，而且痛點也類似：包含高昂的維修成本、未經標準化的維修流程，以及依賴經驗的維修決策。

目前輔助維修系統正與日本機器手臂原廠合作開發，由廠商提供維修資料與產業專家， Beyond Limits 透過 AI 分析維修數據，建立資料背後的邏輯推演，系統最終能判斷機器損壞的原因，並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本，對維修人員來說也有可依循的維修建議，長遠更能累積產業知識 ( domain know-how ) ，促進升級。

以邊緣運算技術，與北捷合作開發人流異常預警系統

而將技術從太空拉回到地面，Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作，使用等同於在火星探測時、消弭與地球時差的邊緣運算技術，原理是透過分散式的運算提升效率，達成在監控系統的邊緣節點就進行異常人流的辨別，降低反應時間落差。

張中宜舉例，正常的人流像是乘客擠進車廂內的固定位置，開始滑手機，異常的人流可能是人群往四面八方散去，產生快速移動的樣態，異常訊息可以在 10 秒內將送到中控室，大幅縮減以往需要 4 分鐘以上的訊號傳輸時間，也能避免踩到人臉辨識的紅線，未來希望擴張應用到大樓監控，或是銷往他國的大眾運輸系統。

源自NASA，認知型AI成為技術優勢與門檻

與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同，Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ，前者的數值 AI 是透過大量數據讓模型認知「此為何物」，而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞，並加以做出決策與判斷，以電池配方為例，將實驗室過去的實驗數據導入數值 AI 系統後，會得出樹種配方組合，再藉由符號 AI 判斷個配方辦法的優劣，並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合，讓人工智慧的每項建議都能以人類可理解的思路解釋，輔助人類做最後決策，也使人機協作的製程模式成為可能。

對於這項技術，張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後，由於火星與地球之間的數值傳遞有時間差，人類基本上不可能遙控好奇號，而且火星上的數據在這之前是 0，所以數值 AI 也無法運作，為了能夠讓好奇號自行在火星上探測與行動，勢必須要模擬人類大腦的認知型 AI 系統，當時才會開發出符號 AI。

根據研究報告，2025 年工業用 AI 規模將達 160 億美元，其應用開發仍具高度可能性，Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外，未來也希望協助優化晶圓半導體產業的製程，團隊更積極與社會、產業溝通，讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策，也讓產業正視轉型需求，近期將與台灣新創基地合作舉辦 AI 科普講座，持續促進製造業的人機共榮合作。

創業快問快答

Q：服務的創意來源，是因為發生甚麼事情而有這樣的想法？

A：台灣數位轉型瓶頸

Q：創業至今，做得最好的三件事為何？

A：用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式

Q：要達到下一步目標，團隊目前缺乏的資源是？

A：能見度

附圖：BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術，達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說：BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits

資料來源：https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0

［當年薪百萬是個假議題，你永遠拿不到，怎麼辦？］

昨天與Ray直播，主題原來設定是｢怎麼拿到年薪百萬｣，我們兩人通常固定在星期日會預演一遍，先溝通彼此的想法，以及敲定內容的走向｡我第一句話就說：

｢年薪百萬，根本是個假議題｡｣

這把Ray嚇了一跳，問我為什麼｡因為台灣的統計數字明白顯示，九成上班族的薪水低於百萬，足見絕大多數人終其一生是拿不到百萬年薪｡因此當我們費盡唇舌討論如何拿到年薪百萬，對於全台灣1100萬上班族中的990萬人是無濟於事，他們只會更挫折，感到努力無用｡

所以關於薪水，你要具備的第一個認知是你在哪個賽道，是高速公路﹑省道或小巷子｡在高速公路，奔馳的是百萬跑車，甚至是千萬名車；在省道，幾十萬元的國產二手車就很強；在小巷子，騎單車反而比較好使，租Ubike就夠用｡這個比喻在說什麼？只有一個，你拿什麼薪水老早注定，看的是你的條件｡

首先，決定百萬賽道是哪些因素？

💚第一個決定因素是產業
💚第二個決定因素是企業
💚第三個決定因素是職務與位階

我有個斜槓學生既漂亮又時尚，穿戴講究，當然是個愛買小姐，辦了幾次二手市集出清存貨，我曾去掃貨一次，一看都是名牌｡她一直在金融業帶業務團隊，還做到高階主管，每年扛業績20億，年薪千萬｡她告訴我，其實她最愛從事的是精品業，可是每次面試過都放棄，心情很無奈，因為數字很現實，她說：

｢精品業薪水，就是金融業的攔腰斬再打八折｡｣

錢是很可愛的，差六成，任誰也下不了決心，不是嗎？這說明產業薪資是有行情水準的，在台灣，讀理工的就屬半導體業﹑IC設計業最令人欣羨，讀商的就屬金融業最高｡像我讀新聞系，媒體業是在中後段，完全無法相提並論｡

然而同一個產業，落差也不小｡以半導體業來說，聯發科平均年薪270萬，而同產業平均是123萬，差了一倍有餘﹗薪資後段班有家公司是70萬，差2百萬﹗台積電員工多達4萬名，非主管職員工平均200萬，遙遙領先同業｡當媒體報導的都是這些龍頭企業，這使得不少科技業工程師都被誤以為年薪百萬，他們在網路上大吐苦水：

｢不是每個工程師都年薪百萬﹗｣

就算是同一家企業，職務之間的薪資差異也明顯，可怕的是越低的職務越不會調薪，每年會調薪的就是原本薪資就高的職務，因此薪資結構M型化也會發生在相鄰的同事身上｡另外一個決定因素是位階高低，美國大企業CEO的薪資是員工的300倍，台灣差十多倍至幾十倍應該是有的｡

可是能進到高薪產業﹑龍頭企業，做一路發的職務，基本上多半是好學歷的人｡如果不是台成清交政，或是中字輩，能擠進去大企業領高薪的，不是沒有，而是幾稀，他們一定具有其他很強的背景｡那麼學歷不亮眼的上班族，想要在中小規模企業拿年薪百萬，至少要能做到—

💚1. 7-11型
💚2. 業績扛霸子
💚3. 壓力鍋
💚4. 冒險王

尤其是冒險王，是我最想提醒上班族可以採行的策略｡正因為年薪百萬天注定，讓我們明白賽道決定薪資高低，所以不妨儲備實力，長期布局，再奮力縱身一跳，改變產業與企業，才有可能彎道超車｡這種跳法，好比從家裡的魚缸跳至公園的水池，再跳至大海，但是你不能只是金魚或錦鋰，而是要進化成大鯨魚｡

即使這麼鼓勵你，我仍然深知多數人無法做到，原因主要有兩個，第一決心不夠，不想付出加倍的努力；第二價值觀不同，不想為工作犧牲其他層面｡人各有志，想清楚就好｡可是年薪百萬在台北生活，都未必能買房買車﹑過上理想的人生，更何況領幾十萬，怎麼辦﹖

寫到這裡，以下才是我最想給990萬名上班族的正確觀念，那就是—

💚工作不是人生的全部
💚上班也不是收入的唯一

也就是說，當我們開始有｢找工作不如找收入｣的觀念，不靠年薪百萬致富，才會真正步向財富自由的大道｡把腦袋從｢找工作｣的認知架構，轉換成｢找收入｣的思維系統，會突然發現海闊天空，條條大路通羅馬，而上班領薪水不過是其中一條路，然後眼睛一亮，看到其他更多收入的可能性｡

對於有錢這件事，沒繼承任何財產的人，靠自己白手起家，也拿不到年薪百萬，大概不脫這三條路可走：

💚會拿高薪不如收入多
💚會賺錢不如會存錢
💚會管錢不如會理錢

不管薪水多少，都要想盡辦法存錢，沒有存錢就無法奢談後面的理財｡《原來有錢人都這麼做：效法有錢人的理財術，學習富人的致富之道》作者花20年訪問5百位富人，富人的定義是資產有3千萬台幣｡他發現這些富人在以下三題都答｢是｣：

💚1.你的父母節儉嗎？
💚2.你節儉嗎？
💚3.你的配偶節儉嗎？

現在你知道了，當你瞧不起父母東摳西省的小器樣，省錢與存錢竟然是一般上班族的致富之道｡我有個斜槓學生是公務員，父母親是藍領，不僅把3個孩子養大到各個成器，還買了2棟房子，全都靠省與存｡他自己30歲出頭，先是靠省與存擁有1百萬資金，後來理財有3百萬，他的斜槓就是教人怎麼存到3百萬｡

相反的，我認識的高薪族群中，不少人賺得多花得多，其實口袋是很空虛的｡所以當賺不到年薪百萬，並不是天塌下來的事，而且我得說要翻轉這個命運並不容易，這牽涉太多個人無法控制的因素，包括產業﹑企業﹑職位，你想想洪老師能去聯發科做研發工程師嗎？這叫癡心妄想﹗而我們能做的無非是三件事：

💚1.賺其他收入
💚2.省錢、存錢
💚3.投資理財

讀本文有受益，請留言+1｡

［奧運小林同學的啟示：8大職涯關鍵年齡］

昨天你看了小林同學的比賽嗎？他是在第六局最後延長賽中，輸給德國選手｡後來進到第七局時，實在太緊張，我受不了，便離開電視｡我先生的心臟比較大顆，繼續留守為林昀儒加油｡不久傳來｢輸了｣兩個字，便陷入長長的靜默中……

老實說，才19歲，能打到止四強，已經令很多人跌破眼鏡，無法再強求了！我想全台灣的民眾都會鼓勵他，沒關係，三年後再來！到時候也不過22歲，正值選手的顛峰期｡

今年東奧幫台灣拿下第一面牌，而且是銀牌的楊勇緯，一夕爆紅，很多女粉絲自稱楊太太｡大家忘不了的是這個畫面，在比賽一結束時，楊勇緯當下掉淚，因為他想拿的是金牌｡昨天搭機回台灣，記者訪問他時，他回答三年後再來，一定要拿下金牌！到時候26歲，在體力上開始出現挑戰，未必用這次成績去推論｡

可見得年齡很重要！

像是莊智淵在40歲高齡之下，還五進奧運，這是很難得一見的紀錄｡這次在他16強輸球後，記者訪問他的啟蒙教練，即他的母親，只見這位曾是國家代表隊成員避而不接受採訪｡當下我可以感受到她心疼兒子付出一輩子的努力，以及不想多說一句話的無言，因為下次奧運，莊智淵43歲，幾乎再也回不去｡

運動選手的年齡至關重要，影響生涯發展至巨｡其實我們一般上班族也是，卻普遍被嚴重忽視，這使得很多人的生涯路越走越窄，甚至無路可走﹑走不下去，因此不得不提高警覺，正視上班族有｢8大職涯關鍵年齡｣｡

我每次演講過後，經常有中年人來跟我說四個字：｢相見恨晚｣，因為他們發現40歲以後，自己的職涯開始出現明顯的變化，是他們年輕時未能預料得到的｡20幾歲時，履歷怎麼投怎麼中，面試機會一堆；30幾歲時，不時有人捧著優渥的薪水，來問他們要不要跳槽；沒想到40歲之後投履歷，卻是這四個字：

石沈大海｡

這個乏人問津的情景，不僅始料未及，也因為未曾有這個危機意識，也造成他們的措手不及，不知如何是好｡是的，他們從不知道｢求職四處碰壁｣會發生在他們身上，所以當我說出中年以後的各種職涯困境時，他們不僅張口結舌，還直呼我｢料事如神｣｡這種說法是誇張了，其實我不過是看數字說話而已｡

我經常看各種有關上班族的統計數字，看多了，看久了，就觸類旁通，將所有來自不同政府單位的數字整合在一起，對於上班族在職涯發展上的｢關鍵年齡｣有了通盤的了解｡加上這些中年人來跟我印證，使得我有一個驚人的發現：

我們上班族的命運根本老早就寫在統計數字裡，而通常一條線就直指出未來的職涯走向，以及高低起落｡

這其中，年齡扮演著重要的角色｡從另一方面來說，我不得不直白地指出一個事實，相較於其他國家，台灣的就業市場存在著極為嚴重的｢年齡歧視｣｡而且從很多數字看來，台灣企業主不只要用年輕的員工，也不想給好價錢，比如說：

💚1. 台灣透過經濟成長所賺得的錢，在1997年出現死亡交叉，大部分的錢都進到企業主的口袋，而員工分得到的錢則越來越少，造成貧富差距越來越大｡

💚2. 台灣的固定薪只占全薪的64%，這麼低是亞洲第一名，即使越南都高我們20個百分點，其他國家也在70幾到80幾，這會造成上班族薪資不穩定｡

在面對年齡歧視時，上班族都是單一個人，也就是一盤散沙，不可能靠組織的力量去有所改變，所以能做的只有一件事：自力救濟，想辦法自保，讓自己處於不敗之地｡由於長夀化的結果，20﹑30歲這一代勢必要做到70幾歲，因此最重要的是延長工作夀命｡而每個關鍵年齡都是一個關卡，我稱這是一場—

｢職涯年齡障礙賽｣！

而這場賽事，至少存在著8個要跨越的障礙，我稱它們為｢8大職涯關鍵年齡｣：

💚第一個關鍵年齡：25歲
現在很多年輕人都讀完研究所才進入社會，所以至少25至26歲最好開始有工作或實習經歷，在求職時會擁有比較好的年紀優勢，也免得企業有疑慮｡

💚第二個關鍵年齡：30歲
孔子說三十而立，這個年紀思維對我們影響有2500年，深植腦海，很難根除｡對於企業，他會期待你在30歲時，已經確定生涯方向，並且小有局面｡

💚第三個關鍵年齡：35歲
我在與大企業﹑外商或獵頭交涉的經驗，告訴我一個大家不察的事實，35歲是大企業與外商用新人的上限，也是獵頭推荐人的主要年齡｡更可怕的是，35歲是低薪族群與高薪族群的分水嶺，也就是說它決定未來薪資的90%｡

💚第四個關鍵年齡：40歲
雖然世界衛生組織將中年定義在45歲之後，但是跨過40歲，已經可以感受到山雨欲來風滿樓，涼意漸深｡若要換工作，不僅要小心，恐怕也是最後一搏｡

💚第五個關鍵年齡：45歲
上班族的職涯高峰落在這個年紀，這不是說你意氣風發，而是暗示你從此走下坡，這就是中年危機｡有人來得早，有人來得晚，就我的觀察，45加減3歲，也就是有人42歲在公司開始坐立難安，有人在48歲發生，當然也有50好幾的例子才第一次發現職涯是會風雲變色的｡

💚第六個關鍵年齡：50歲
就像楊勇緯以為再過4年可以奪金牌，很多人也以為薪水是不斷往上加，其實這是很大的誤會！台灣政府統計，上班族平均在50歲以後面臨減薪噩運｡

💚第七個關鍵年齡：55歲
我每次演講都會問台灣人平均幾歲退休，一致的答案都是65歲，這是天大的錯誤！2016年平均是58歲，足足提早退休7年，為什麼？很簡單，非志願被逼退！但是被逼退需要時間布局，大約在55歲上下就出現蛛絲馬跡，不能輕忽｡

💚第八個關鍵年齡：65歲
能夠在65歲安全退休，我只能說｢幾稀｣｡更不必說後面還要活20﹑30﹑40年，有錢則人生才能做主，所以一定要想辦法在65歲以後有被動收入來支撐｡

看到這裡，你說年齡重不重要？答案是無庸置疑｡我們能做的，就是把握這8大關鍵年齡，在對的年齡做對的事，跨過這個障礙賽的每個關口｡

看了文章，覺得受益，請留言+1｡

圖： udn