一個果農的 AI 分級機，把次級品變黃金

很多人聽到「AI 分級機」，腦中浮現的是一台會自己思考的機器人。實際上，它更像是一位受過嚴格訓練、永不疲倦的品管員，由光學鏡頭、光源、輸送帶、氣流噴嘴與一套深度學習模型所組成。它的工作流程可以拆解成「看見」、「判斷」與「執行」三個階段，而每一個階段背後都藏著值得果農理解的技術細節。

光學視覺：比人眼更挑剔的品管員

分級機的第一道關卡是視覺擷取。多數機型會在輸送帶上方配置高解析度工業相機，並搭配環形光源或漫射光源，確保果實在翻滾過程中能被完整拍攝。有些高階機型還會加裝多角度鏡頭，讓果實的頂部、側面與底部都能被記錄下來，避免因為單一視角而漏判瑕疵。

人類的眼睛在連續工作兩小時後，辨識準確率會明顯下降，但機器不會。以林大哥使用的機型為例，它每小時可以處理約三千到六千顆芒果，而且每一顆的拍攝條件都一致——同樣的光源、同樣的距離、同樣的角度。這讓「分級標準」第一次變得可以量化：什麼樣的斑點面積算一級瑕疵、什麼樣的果形彎曲度算二級，全部寫進演算法裡，不再憑感覺。

更重要的是，光學視覺能看見人眼看不見的東西。部分機型結合了近紅外線（NIR）光譜儀，可以在不破壞果實的前提下，推算果肉的糖度與乾物質含量。這項技術過去只出現在實驗室裡，如今已經被壓縮進一台產地級的機器當中。「以前客人問我這批甜不甜，我只能說『保證甜』，」林大哥說，「現在我可以直接告訴他：這批平均十八點二度，適合做鮮食；那批十六度，適合打果汁。」

深度學習模型：教機器「看懂」什麼叫做頂級

光學鏡頭只是眼睛，真正決定分級結果的是背後的深度學習模型。這類模型通常採用卷積神經網路（CNN）架構，透過大量標註過的果實影像進行訓練——每一張影像都會被標上「特級」、「優級」、「良級」或「瑕疵」等標籤，模型則在反覆觀看的過程中，自行歸納出判斷規則。

這裡有一個關鍵的實務細節：模型的好壞，取決於「訓練資料是否貼近在地需求」。同樣是芒果，愛文與金煌的外觀特徵就不同；同樣是愛文，屏東產與台南產的色澤也會有差異。如果模型只用單一產區的資料訓練，到了另一個產區就容易誤判。因此，負責任的設備商通常會與果農合作，用在地果實重新微調模型，甚至保留一套「人工複核」機制，讓果農可以針對特定批次進行校正。

林大哥的做法值得一提。他在導入初期，每天會隨機抽出一百顆已經分級完成的果實，親自切開確認內部品質，再把結果回饋給設備商。三個月後，模型對他家果園的判斷準確率從原本的八成五提升到九成五以上。「這就像是請了一個新員工，你要教他三個月，他才會真的懂你家的芒果長什麼樣子。」他形容得相當貼切。

重量、糖度與外觀的三角習題

一顆果實的「價值」從來不是單一維度決定的。外觀漂亮但太小，市場不收；大小適中但糖度不足，客人不買；糖度夠但表皮有碰撞，只能進加工。傳統人工分級最多只能同時處理兩到三個維度，而且難以標準化。AI 分級機的強項，正是把這些維度「同時」納入判斷。

以常見的 configurations 為例，分級機通常會整合三種感測模組：重量感測器負責測量單果重量，光學相機負責拍攝外觀，近紅外線光譜儀則負責推算內部品質。這三組數據會在幾毫秒內被彙整，並由模型給出一個綜合評分。舉例來說，一顆重量兩百八十克、糖度十七度、表皮有一處零點五公分日燒斑的芒果，可能會被歸類為「加工優選級」，適合做果乾；而另一顆重量三百二十克、糖度十九度、外觀完美的芒果，則會進入「特級鮮食」通道。

這套邏輯聽起來簡單，卻解決了果農長年以來的痛點：過去「次級品」是一個模糊的垃圾桶，所有不符合特級標準的果實都被丟進去，價格自然被壓到最低。現在，這個垃圾桶被拆解成好幾個有意義的類別，每一個類別都能對應到特定的買家與價格。分級的顆粒度越細，價值的釋放就越完整。

分級之後，數據還能做什麼？

多數人以為分級機的功能就到此為止，但真正的價值往往出現在「分級之後」。每一顆果實被拍攝、測量、評分的過程，都會產生一筆數據；這些數據累積起來，就成為果園的「品質資料庫」。林大哥舉了一個實際例子：他發現某一區的芒果連續兩年糖度都偏低，追查後才發現是該區的灌溉系統排水不良，導致根系發育受阻。調整排水之後，隔年該區的平均糖度提升了零點八度。

另一個應用是「預測」。透過累積的數據，果農可以大致預測某一批果實在採收後的分級結果，進而提前安排通路。例如，若預測某批果實的加工級比例會偏高，就可以提早與果乾廠談好收購價格，避免採收後才臨時找買家而被壓價。這種「以終為始」的產銷模式，在過去幾乎不可能實現，因為果農手上根本沒有足夠的數據可以預測。

三、次級品變黃金的商業模式：從產地到通路的價值重估

技術本身不會自動變成錢，真正讓次級品翻身的，是分級之後所衍生出來的一整套商業模式。林大哥的經驗顯示，當分級的顆粒度變細，果農就從「被動接受盤商報價」的角色，轉變為「主動定義產品規格」的供應商。這個轉變的關鍵，在於重新理解「次級品」這三個字。

分級不是淘汰，而是重新定義「價值」

傳統觀念裡，次級品是「不夠好的東西」，價格低是因為它「比較差」。但 AI 分級機提供的數據，往往會打破這個假設。林大哥曾經做過一次實驗：他把被機器歸類為「加工優選級」的芒果，與特級品一起送去做糖度檢測，結果發現兩者的平均糖度只差零點三度，風味盲測甚至有三成的受測者分不出來。「差別只在於表皮有幾顆日燒斑，或形狀比較不圓。」他說，「但這樣就差了三倍的價格，合理嗎？」

這個實驗讓他意識到，次級品的「低價」有一部分是資訊不對稱造成的。當買家無法確認次級品的實際品質時，只能用最低的價格來規避風險。但當果農能夠提供完整的分級數據——糖度、重量、瑕疵類型與比例——買家就願意為「可預期的品質」支付更高的價格。這就是為什麼林大哥後來堅持每一箱出貨都要附上一張「分級履歷」：上面清楚標示這批果實的等級、平均糖度、採收日期與建議用途。

「以前賣水果靠的是交情，現在賣水果靠的是數據。交情會被殺價，數據不會。」——林大哥

加工、截切、果乾與果汁的第二春

分級後的次級品，最直接的出路就是加工。以芒果為例，加工通路大致可以分成四類：果乾、果醬、果汁與截切鮮果。這四類通路對果實的要求各不相同，而 AI 分級機正好可以根據這些要求進行「客製化分級」。

果乾廠偏好重量中等、糖度較高、果肉厚實的果實，外觀瑕疵完全不影響；果醬廠則偏好糖度中等、酸度足夠的品種，重量不拘；果汁與手搖飲通路需要的是糖度穩定、出汁率高的果實，通常會指定特定品種與產區；截切鮮果市場的要求最高，除了糖度與重量之外，還要求果形完整、無明顯瑕疵，因為截切後的果肉會直接呈現在消費者眼前。

林大哥的做法是與加工廠簽訂「規格契約」：他承諾每個產季提供特定規格的果實，加工廠則保證收購價格與數量。透過分級機，他可以穩定地產出符合契約規格的批次，不再需要擔心「今天這批符不符合對方要求」。「以前跟加工廠談，對方會說『你送來我再看看』，現在我直接給他數據，他連看都不用看就下單。」這種穩定度，讓他的次級果收購價從每斤二十元提升到三十五至四十五元，漲幅超過一倍。

截切鮮果則是另一塊快速成長的市場。隨著外送平台與健康飲食風潮興起，許多連鎖果汁店與便利商店都需要大量「即食水果」，而這些通路對規格的要求雖然嚴格，卻願意支付較高的價格。林大哥的果園因為能夠提供穩定糖度與重量區間的截切級果實，成為南部幾家連鎖品牌的固定供應商。他笑著說：「以前這些果實是拿去做肥料，現在是拿去做一杯一百二十元的鮮果茶。」

品牌故事與產地直送的加值效應

除了加工通路，AI 分級機還意外打開了「品牌直銷」的大門。過去果農很難做直銷，因為消費者對「一箱芒果」的期待是「每一顆都漂亮」，而果農無法保證每箱的品質一致。但有了分級機之後，果農可以推出「分級箱」產品：例如「特級禮盒」保證每顆重量三百克以上、糖度十八度以上；「經濟箱」則以加工優選級果實為主，價格較親民但糖度保證。

林大哥在電商平台上推出的「惜福箱」就是一個成功案例。這款產品裝的是外觀不完美但糖度保證十七度以上的果實，價格比特級禮盒便宜四成左右。原本他擔心消費者會覺得「次級品」，沒想到推出後大受歡迎，回購率超過五成。「很多客人留言說：『我就是要吃甜的，長得醜沒關係。』」這讓林大哥重新思考「次級品」的定義——對某些消費者而言，外觀根本不是重點，風味與價格才是。

更進一步，他甚至把分級過程中的「數據」轉化為品牌故事。每一箱出貨都附上一張小卡，上面印著這批果實的「身世」：採收日期、糖度分布、分級結果，甚至連「這批果實為什麼被歸類為經濟級」都寫得清清楚楚。「消費者其實很願意理解，只要你願意說清楚。」他說，「以前大家不敢說自己的水果有瑕疵，現在我大方說，反而建立信任。」

四、導入 AI 分級機的現實門檻與解方

看到這裡，你可能會想：那為什麼不是每個果農都裝一台？答案很現實——導入 AI 分級機並不是「買一台機器」這麼簡單，它牽涉到成本、維護、人才與產銷結構的整體調整。對大規模果園來說，這些門檻或許可以靠規模經濟消化；但對中小型果農而言，每一步都是考驗。

成本、維護與人才的三大痛點

首先是成本。目前市面上入門級的水果分級機，價格大約在新台幣六十萬到一百五十萬元之間，高階機型甚至可能超過三百萬元。對一個年營收數百萬元的果園來說，這是一筆不小的投資。雖然多數設備商會提供分期付款或租賃方案，但果農往往還是會猶豫：「萬一裝了之後效果不如預期怎麼辦？」

其次是維護。分級機是精密設備，鏡頭需要定期清潔、光源需要校正、輸送帶需要保養，軟體也需要定期更新。對習慣「機器壞了再修」的傳統農業來說，這種「預防性維護」的概念需要時間適應。更麻煩的是，一旦機器在產季高峰期故障，果農往往找不到即時的技術支援，只能眼睜睜看著果實熟成而無法分級。

第三是人才。分級機雖然號稱「傻瓜操作」，但要真正發揮它的價值，還是需要有人懂得解讀數據、調整模型、規劃通路。對多數果農來說，他們擅長的是種植，而不是資料分析。「我一開始看到那些報表，頭都暈了。」林大哥坦言，「後來是請讀大學的兒子幫忙，才慢慢看懂。」這也點出了一個現實：AI 分級機的導入，往往需要跨世代的合作，或是外部顧問的協助。

合作社、代分級與共享機制的折衷方案

為了解決成本與人才的門檻，近年來台灣各地開始出現幾種折衷模式。第一種是「合作社共同採購」：由產銷班或合作社出面購買分級機，讓班員輪流使用或付費使用。這種模式可以分攤成本，也能集中技術支援資源。第二種是「代分級服務」：由專業的分級中心提供到場服務，果農只需支付每公斤數元的代工費，不必自行投資設備。

第三種則是「共享平台」模式，也就是由設備商或新創公司持有機器，果農透過預約方式使用。這種模式在國外已經有先例，台灣也有業者開始嘗試。對果農來說，好處是不必承擔設備折舊風險；對設備商來說，則可以透過提高機器使用率來回收成本。不過，這種模式的成功關鍵在於「調度效率」——如果分級機在產季時無法即時調度到需要的果園，果農的意願就會降低。

林大哥後來選擇的是「合作社共同採購」模式。他與鄰近五位果農合資購買了兩台分級機，設置在共用的集貨場，並聘請一位專職人員負責操作與維護。「這樣分攤下來，每個人只花了二十幾萬，比自己去買一台便宜太多。」他說，「而且大家一起用，互相交換數據，模型也越來越準。」這種「打群架」的策略，或許是中小型果農擁抱 AI 最務實的一條路。

五、給想在 AI 時代站穩腳步的果農：五個實務建議

訪談最後，我請林大哥給其他果農一些建議。他想了想，給出五點相當務實的看法，沒有華麗的口號，卻句句來自實戰經驗。

第一，先想清楚「你要解決什麼問題」。不要因為別人裝了 AI 分級機就急著跟進。先盤點自己的痛點：是人工分級太慢？是次級品比例太高？還是通路價格被壓得太低？不同的問題，對應的解決方案可能不同。有時候，一台簡單的重量分級機就足以解決問題，不一定要用到 AI。

第二，從小型試辦開始。不要一次就投入全部資源。可以先租一台機器試用一個產季，或是與其他果農合資購買一台入門機型。試辦的目的不是賺錢，而是累積經驗——了解機器在你家果園的實際表現、了解數據怎麼解讀、了解通路怎麼對接。等這些都清楚了，再擴大投資。

第三，把數據當作資產。分級機產生的數據，不只是用來分級，更是未來決策的基礎。建議果農從第一天就開始有系統地記錄與整理數據，包括每批果實的分級結果、對應的價格、買家的回饋等。這些數據累積幾年之後，就會變成別人拿不走的競爭優勢。

第四，主動與通路溝通。分級機只是工具，真正的價值實現發生在通路端。果農應該主動帶著分級數據去與加工廠、通路商、電商平台溝通，讓對方理解你的產品規格與品質穩定性。很多時候，買家不是不願意付高價，而是不確定品質；當你能用數據消除這種不確定性，價格自然會提升。

第五，保持開放的心態。AI 技術變化很快，今天買的機器，三年後可能就会有更強的機型出現。與其擔心「買了會不會過時」，不如把它視為一個持續學習的過程。保持與設備商、研究單位、其他果農的交流，持續優化自己的產銷模式，才是長久之道。

六、結語：AI 不會取代果農，但會重新分配果農的價值

回顧林大哥這三年的轉變，最讓我印象深刻的不是那台機器的規格，而是他看待「次級品」的方式徹底改變了。過去，次級品是一個「被丟掉的分類」，代表著損失與無奈；現在，次級品是一個「被重新定價的分類」，代表著機會與彈性。這中間的差別，不在於果實本身變好了，而在於有人終於有能力「看見」它的價值，並且把它傳達給市場。

這正是 AI 在農業裡最真实的意義。它不是要取代果農的經驗與判斷，而是要補足人類在速度、一致性與數據處理上的不足。人類擅長的是「種出好水果」，AI 擅長的是「把好水果的價值說清楚」。當兩者結合，原本被埋在田裡的次級品，就有機會變成市場上的黃金。

當然，這條路並不輕鬆。成本、技術、通路、人才，每一個環節都需要時間與資源。但如果林大哥的故事能給出什麼啟示，那就是：改變往往從一個很小的決定開始——也許只是走進一場觀摩會，也許只是願意讓一台機器幫你看一眼你的芒果。剩下的，就是持續學習與調整的過程。

下一次當你咬下一口香甜的芒果，不妨想想它背後的故事。它可能曾經被歸類為「次級品」，可能曾經差一點被倒在田裡，但因為一台 AI 分級機、一位不願放棄的果農，以及一套重新定義價值的商業模式，它最終還是來到了你的嘴裡。這，就是科技與農業相遇之後，最甜美的樣子。

「我不覺得自己變厲害了，我只是終於有工具，讓別人看見我種的水果有多好。」——林大哥

```

🏠 返回首頁