讓AI成為產業競爭優勢，Jubo打造長照生態系
十年磨一劍，成立四年成為台灣智慧長照領頭羊
智齡科技創辦人康仕仲曾經是台灣大學教授，十多年前因緣際會接下一項智慧生活研究專案，而一腳踏入照顧科技領域。因為看到長照場域最真實的各種狀況，他召集了跨領域的專家學者，創立台大智齡聯盟，培育高齡社會所需的跨領域人才，為長照的困境，尋找解方。
十多年來累積了許多研發成果及能量，終於在2018年，在台灣大學科技部計畫、國發基金及創投的支持下，成立了智齡科技。這個跨領域的團隊，整合護理、社工、資料科學、公衛、工程等專業領域，利用科技，協助照護人員省下不必要的行政流程，使輔助照護更精準，促成更溫暖的照護環境。
四年多來，智齡科技已經累積逾四萬使用者，而團隊持續成長，速度甚至超乎預期。2022年，智齡併入長照機構ERP系統提供商鎧琳管理顧問公司，也使得智齡科技市場占有率躍升逾30%，成為台灣智慧長照領頭羊。康仕仲認為，併購也是團隊成長的主因。當你的技術贏別人一代或是好幾代的時候，就會引起競爭對手注意，並且試圖追趕超越你。但是，如果對手發現超越你並不容易，而且你已經有實力併購他們時，對手就會乾脆加入，共同打造更大的版圖。
從土木系到打造長照生態系
「我們會一起把環境整理好，才有辦法一起活下去，」土木系的背景，讓康仕仲在思考整個產業時，以生態系的方向出發。因為土木工程往往需要有長期規劃且規模龐大，沒有一家廠商可以通吃所有事情，今天是競爭，明天可能是合作關係，彼此不是互相廝殺，而是會想辦法創造共好的環境。他笑說，自己很習慣慢的產業，「因為土木就是要想三十年的事，就像長照產業一樣，無法快速獲利且需要長時間的發展與累積。」
康仕仲坦言，未來要做的事情還有很多，但是資源不夠做不完，且包括生態系成長、夥伴關係的信任建立等都需要時間累積。但是，新創最缺的就是時間，因此，必須要思考如何兼顧發展與收穫，並規劃近期與長期的產品分配。
除了拓展海外市場，他們也積極招募全球人才。「我們的優勢就是一直有研發的能量，」康仕仲提到，目前公司的研發人力約佔團隊一半比例，包括工程師、資料工程師、產品PM、UI/UX設計，並已經針對住宿式機構、日照中心及居服單位分別設計出的解決方案，同時也持續進行其他產品線。「真正賺錢的是Service，」康仕仲強調，服務仍是公司的關鍵本質。透過定期關懷用戶使用狀況、展示產品、舉辦課程說明，加上工程師、資料科學家的支援，才能不斷累積照護資料，並且符合使用者需求的產品。
AI是工具，也是競爭優勢
為了減少護理人員及照護者的負擔，他們將影像辨識應用於辨別長輩傷口實際情形，並將這項應用結合進產品系統中成為一項傷口辨識服務，自動並精準回饋壓瘡傷等級、顏色、形狀等，護理人員遠端即可評估傷口狀況，減少奔波時間；又或是將推薦系統應用於照護動作推薦，以提醒照護人員。
康仕仲說，「We Connect Care」是智齡科技的核心價值，照護工作包含了許多細節，如照護人員間的工作交接、被照護者與家屬的需求、護理師與醫生間的溝通，以及耗材、營養品等人與物的連結。最近，更是希望積極與金融業連結，協助個人的保險與老年的財產規劃。透過AI、數據連結個人的身體變化，進一步連結健康照護，讓後續的照護工作可以更順暢。
智齡科技人工智慧與資料分析總監劉正揚特別強調知識圖譜的建立，這是利用深度學習建立個人的知識圖譜，是將一個機構中住民的各種資料，以及照顧人對他所提供的各種資料結合，並建立個人的知識圖譜。當一位新的被照護者進到新機構之後，透過個人知識圖譜與資料庫中的其他圖譜進行比對，幫助照護人員快速了解及預測他的健康狀況，更能快速掌握對應的照護。
而金融部分則抓緊兩大要素，首先要非常了解這個人的健康狀況，以作為風險評估的依據；並能知道每一種健康狀況下，會花多少錢。為了避免時間一久，健康變化太大，也設置了時間點以利確切掌握資訊。
沒有一般新創常見的缺資料、缺場景困境，智齡在成立初期就已經累積了許多照護資料，甚至已經是AI Ready的公司，卻是在一年半前才決定成立 AI 團隊。劉正揚說，AI只是一個工具，找到市場想解決的問題才是關鍵，相對而言，好用的使用者介面對於照護產業更為重要。
「不過，兩個介面差不多的系統，其中一個如果有了AI的幫助，就會讓系統越來越聰明。」康仕仲補充，不同時代有不同的新工具可以使用，例如透過MLOps平台，團隊可以快速試行不同的專案與解法。另一方面，照護產業還有許多範疇，不可能一家公司就能打造所有照護的AI應用，更需要拓展不同的合作。劉正揚希望，未來能搭建一個透明且具信賴的MLOps平台，讓外部成員也可以在合乎法規的狀況下，搭建自己的AI模型。
非你不可的絕對競爭優勢（Unfair Advantage）
「為什麼是你，不是別人？」康仕仲分享，絕對競爭優勢（Unfair Advantage）是自己多年來，無論是選擇研究領域或市場的重要思維。例如挑選研究領域時，自問什麼研究是可以做得贏別人的？他也建議，新創不要做自己不熟悉的領域，如果只擁有資料處理或AI技術是遠遠不夠的，「未來沒有AI公司，只有用AI的公司。」