免裝感測器 蔬果收成時機、產量都能被悠由「算」出 AI神器秒判作物缺水 收服印尼稻米大戶
作為資料科學家的吳君孝,一五年在資策會工作時就接觸農業,卻發現無論他發表多少論文,一般人看不懂也不知如何應用,「坐而言不如起而行,我覺得我可以用資料科學幫助更多人。」吳君孝從此一頭栽進農業領域。
一開始他不懂作物耕作模式,就到台大生農學院上課,思考如何打造工具來協助農民增加產量、控制氣候風險;為了更深入認識農業,他還勤跑中南部、天天拜訪農企業,後來更飛到東南亞、中南美洲研究當地作物。從一五年起持續八年,「我應該跑遍世界每一塊可能的田,」話雖說得誇張,但吳君孝想表達的是,在練就不到現場就能判斷作物狀態的功夫前,蹲點工作不能停。
而創業契機,就出現在某次印尼行。當時吳君孝參訪鳳梨商,「占地六千公頃的田地,整座城市都是他的地,鳳梨罐頭還外銷全球!」大規模標準化種植讓吳君孝大開眼界,而且國外農企業的田,面積動輒是台灣業者五倍以上。
他發現,如此大的地不可能到處裝感測器;再者,感測器只能收集作物的側面資訊,比如土質、水分,作物本身的狀況仍得仰賴農民巡田判斷,就連產量、價格,也只能靠經驗推算,這代表現有的傳統種植、智慧農業,還存在諸多痛點。
吳君孝看準自己的技術能解決痛點,一九年成立悠由數據,創業初期只有兩位創辦人加兩名工讀生,把吳君孝家中客廳當辦公室,小小規模卻著眼全球生意。
吳君孝先收集田間資料、訓練AI模型,用來預測單一作物的收成期、產量,但這種方式有缺陷──客戶須先輸入自己的資料,一旦初始資料有誤,預測結果就有偏誤;若預測太準,農民也會因為不理解AI原理而恐懼。
「農民不會知道AI是怎麼算出來的,最後變成大家對賭,看誰比較準。」吳君孝說,當時系統直接顯示收成日期、產量,但農民無法得知判斷標準,反而不信任他。
於是吳君孝二○年更改系統,預測收成時機時,系統會顯示:「當毛豆葉綠素達飽和點之後,兩周後可採收。」如此一來,農民接受度便提高。此外,他也以衛星資料取代感測器收集的數據。
悠由數據與歐美衛星公司合作取得衛星資料,這個資料不是影像,而是光波反射數據,靠它訓練AI,就能「算出」農地面積、作物種類、健康狀況。第二代系統已進化到適用於各種作物,準確率逾九八%;今年再轉變,從以往專案合作模式,改為訂閱制軟體產品,吳君孝認為,這樣才能規模化。
- 光波反射:當光線照射到物體表面時,不同材質會以不同的方式反射、吸收或穿透光波,來區分地表上的不同物質或狀態。
全台最大地瓜產品供應商瓜瓜園在新軟體一上線就採用,總經理邱裕翔指出,瓜瓜園與農民契作種地瓜,十年前就在用數據管理,現在搭配悠由的系統,可再提高預測與監測的準確率,知道怎麼降低風險。比如過去肉眼無法判斷地瓜含水量,現在透過衛星資料計算一目了然,且農民更容易透過產量預測,判斷是否要讓植株密集一點,提高產量。
但由於是衛星資料,任何人都能檢視他人的田,還是有部分客戶擔憂AI算得太準,商業機密可能被破解。
儘管如此,悠由數據獨特的技術,還是吸引世界農民組織、印尼稻米及橡膠大戶、馬來西亞榴槤農等海外客戶上門。吳君孝說,為了拓展國際市場,今年初進行第二輪募資,由矽谷台灣天使群(SVTI)一員、橡子園顧問董事長陳五福領投,七月已在新加坡設立子公司。
訂閱制服務
拿下20多國1.6萬訂戶
陳五福看好悠由數據熟悉熱帶與亞熱帶作物,並找到合適市場切入;不過他也指出,新創要出海,得建立當地團隊、調整公司管理制度,這都是挑戰。
悠由數據預計今年營收近五千萬元,目前仍處燒錢階段,不過陳五福說,吳君孝做事謹慎,花錢也很省,「公司基本上是靠客戶營收在營運,投資人的錢他幾乎沒有花。」且訂閱制服務已有來自全球二十幾個國家、超過一.六萬個訂戶,下一步是持續行銷品牌、精進技術。
吳君孝對未來滿懷期待,因為三千天蹲點、客戶農地從一塊二十公頃做到六千公頃,早就涵養成能夠讓二十多人小新創前進國際的沃土。
資料來源:https://www.businesstoday.com.tw/article/category/183015/post/202411130023/