AI創新百強》從3坪辦公室攻進中職5球團，兩位棒球痴靠AI變數據翻譯官

在AI時代，最值錢的不是寫程式的手，而是能跟專業人士說「行話」的人。

這家六年前創立的新創公司野球革命（Rebas，以下簡稱野革），寫下了一個反常識的故事：三年前，兩位創辦人邱冠融與鄭凱駿還是窩在三坪辦公室、對著電視手抄數據的瘋狂球迷；三年後，全台灣六支職棒球團竟有五支主動掏錢，買下他們開發的人工智慧系統。

兩位棒球痴能攻破職業球隊心防，關鍵不在演算法多精尖，而在於他們幫不同位置的專業人士，分別解決了兩套「數據翻譯」難題。

人機協作剪片，情蒐更省時

第一種轉譯，是幫「球團情蒐人員」奪回時間。

職棒情蒐是一場與時間賽跑的體力極限賽。情蒐人員要在每局約十分鐘的快節奏下「雙機作業」：一邊手動轉存轉播畫面，另一邊即時剪輯每顆球的回放影片。經常投手早已退場，分析影片卻還沒剪好。

野革讓AI擔任「剪輯助理」，但核心競爭力不是取代人力，而是認清AI的無能。因為職棒轉播畫面幀數不足，AI難以百分之百精準辨識球種，所以野革放棄全自動辨識的幻想，改採「人機協作」。

他們讓AI負責最枯燥的篩選工作：自動剔除拍啦啦隊、球迷等冗餘鏡頭，將三小時的比賽畫面濃縮成三十分鐘的純動作精華。這也將昔日情蒐人員得耗時約五小時的體力活，精煉成十五分鐘就能一鍵生成的流程。省下的四小時四十五分鐘，專注用在分析、戰略上。

想像一下，你是樂天桃猿隊強棒林泓育，隔天即將對上中信兄弟王牌投手鄭浩均，你要怎麼知道對方要投出哪種球？

你不再需要熬夜盯螢幕，透過AI系統輔助，你只需要一分鐘，就能篩選出該投手在特定比分、特定局數下的所有投球影片。它可以讓你疊影比較，當投手大腿多舉高一公分時、手腕多轉兩度時，可能就是指叉球要出手的訊號。

用電子好球帶幫教練做決策

第二種轉譯，則是幫基層教練建立決策權威。

在練球現場，工程師與教練常存在巨大的溝通鴻溝。輔大棒球隊教練陳建霖回憶，過去曾找過純工程師團隊合作，對方不懂棒球，將進壘點標示在X、Y軸座標上，但教練和選手在球場上根本沒有空算座標，磨合三個月就作罷。

野革不談高深的幾何，而是直接結合工業相機，開發出「電子好球帶」。投手每丟完一顆球，電腦會自動判定好壞球，不用再靠捕手憑感覺喊。系統會把每顆球的進壘點直接畫成「熱區圖表」，教練和選手只要看一眼，就能馬上知道剛剛的球是投在內角、外角、偏高或偏低。

野革能直擊痛點，是因為他們肯下「苦工」。鄭凱駿坦言，早期團隊四人只能擠在三坪辦公室，一球球土法煉鋼手寫記錄。「因為美日都有完整數據，台灣卻連找資料都不齊全，」這份身為球迷的不甘心，讓他們在二○二○年化為數據平台，隨瀏覽量激增百倍，這吸引了球團主動找上門合作。

鄭凱駿記得，他們第一次到球團辦公室進行簡報的場景，台下坐著的都是他從小仰慕的中職球星。當他向球星教練團展示系統功能如影像重疊分析、情境篩選選單時，台下眼睛瞬間亮了起來，不斷提問：「選單能篩到什麼程度？」「可以預測守備站位嗎？」

第一支球團才簽下合約，兩週後，第二支球團速速找上門。但在風光簽約的同時，野革也面臨新創公司的生死線，帳上資金一度僅剩一個月。「我們永遠在（只剩）一個月薪水的邊緣，」邱冠融回憶。

但即便如此，他們仍拒絕博弈與取代情蒐人力的政府標案，接體育場館客製化案子，同時開發出第三種轉譯能力：幫球團老闆盈利。

過去球團談廣告贊助續約憑「感覺」，很難拿出具體數據。野革開發「AI廣告偵測系統」，自動辨識看板曝光秒數與媒體價值。當球隊戰績不佳，球團老闆仍能用報表證明：品牌曝光因比賽懸念激增二○％。他們在二五年順利達成損益兩平。

野球革命用AI加速情蒐，還幫球團拉廣告

(圖表製作者：陳盈螢)｜放大原圖

回頭看，這群成功高中棒球社出身的棒球痴證明：AI時代，當技術變標配，即便身處三坪辦公室，只要你能看懂痛點，也能擁有定義產業規則的話語權。

更多AI百強新創得主案例
請見《AI創新百強》官網
https://bwnet.pse.is/8tplc4