一個傻瓜教授帶出特斯拉、Gogoro 搶聘人才

2005年台灣大學機械系教授鄭榮和,帶著30名學生徒手打造太陽能車,之後遠赴澳洲參加世界太陽能車挑戰賽,在造價成本僅8百萬元,僅他國1/5的困境中,他們橫越沙漠3千公里,奪下世界第5名。現在這群學生遍布各地,從國內華創車電、Gogoro、巨大機械到國外保時捷、特斯拉等公司,他們自己設計、研發尖端技術,正在引領產業前進。
評論
▲2005年鄭榮和(左2)與學生克難打造太陽能車,參加世界賽事,12 年後他們回到當初的鐵皮屋,不同的是,青澀學生已成搶手人才。
評論

本文來自合作媒體商業周刊,INSIDE 授權轉載

2005 年,台灣大學機械系教授鄭榮和,帶著 30 名學生徒手打造太陽能車,之後遠赴澳洲參加世界太陽能車挑戰賽,在造價成本僅 8 百萬元,僅他國 1/5 的困境中,他們橫越沙漠 3 千公里,奪下世界第 5 名。

現在這群學生遍布各地,從國內華創車電、Gogoro、巨大機械到國外保時捷、特斯拉等公司,他們自己設計、研發尖端技術,正在引領產業前進。

這一切起源是鄭榮和,他是台大校園異類,當多數教授忙著寫論文、申請研究經費,他將目光轉向實作,帶學生做飛機、太陽能車、燃料電池機車。

「在我還是學生時,台灣工業在做代工,等我出國念書回來當老師,台灣還是在做代工。」鄭榮和感嘆,台灣業界原地踏步,關鍵就在於缺乏核心技術,「教育長期都是紙上談兵,解方就是不斷動手做。」他決定起而行,大膽發出參加太陽能車比賽的宏願,一切從零開始。

他以身作則,跟著學生吃苦。長達 2 年一群人擠在破舊鐵皮屋工廠,忍受蚊蟲叮咬、沒日沒夜趕工,從設計車型、切割零件、組裝、寫軟體到測試等,通通自己來,百次失敗也不放棄,這是他們的車隊精神:腦中沒有「不可能」3 個字!

相較其他國參賽隊伍,有學校和各大企業家投入資源,鄭榮和面臨的狀況是:學校單位互踢皮球、業界冷淡回應,讓他籌錢處處碰壁。

為了這個夢,鄭榮和還賠上夫妻關係。他眼看經費籌措不足,到澳洲比賽時拿出 3 張信用卡刷爆,之後太太收到帳單,一氣之下離家出走。那次之後,鄭榮和不再出國比賽,但試著連結產業資源,與台達電、華創車電等公司合作,「我省吃儉用,省下的零用錢可以來買材料,或買便當和飲料給學生。」

鄭榮和的傻勁、對產業界的焦慮,讓學生為之感動。有人因此選擇去國外讀書或工作,與世界一流人才較勁。

「以前不知道自己可以做什麼,比賽過後,覺得自己沒那麼差,想要出去拚。」從小都沒有想過要出國工作的游振彥,在參加完車隊後,毅然決定出國念書,之後更來到特斯拉擔任工程師。

另一個故事,則發生在電動機車 Gogoro 的研發過程。

4 年前,睿能創意正在開發 Gogoro,一開始該公司打算將動力系統外包,但許多廠商一看見設計圖就直呼不可能,那時,Gogoro 創辦人陸學森輾轉找上正在就讀台大博士班的林松慶,力邀他籌組動力系統部門。「老師常建議我們,如果我們想跟別人不同,就要找一群志同道合的夥伴來做事。」眼見機會來臨,林松慶一口答應,並帶著車隊夥伴一起加入。

在鄭榮和身邊學習至少 8 年的林松慶,早就習慣面對難題,「永遠都一定有方法可以解決,這已經是內化的思維。」他們不斷用各種方式纏繞銅線,增加功率密度,同時間還要搭配水冷系統,以避免過熱問題。

2 年後,他們成功研發首款全由台灣設計和製造的電動機車,成為業界創舉。驚人表現引發陸學森好奇,才發現他們全都是鄭榮和的學生。

年輕時挑戰不可能之後,不管輸與敗,無畏的種子,已經深植在每人心中。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。