生产数据上链再靠AI辅助申报，台湾鲷加工厂全球第一家远端稽核获得世界级水产养殖认证

想要将渔产品卖进Costco、Walmart，并不是件容易的事！必须取得全球前2%鱼类养殖业者才拿得到的BAP认证（Best Aquaculture Practices，最佳水产养殖规范认证），才有机会成为跨国连锁超市的供应商。但是云林这家鱼肉加工厂不只拿到了这张入场券，还首开先例，成为全球第一家，透过远端稽核获得BAP认证的业者，顺利通过的关键技术就是区块链和AI。

像养殖鱼类的BAP认证，或农产品相关国际认证如GGAP（Global Good Agricultural，全球优良农业规范）的申请，对农、渔民来说，不只需要填写全英文的认证文件，甚至要搜集复杂的数据，导致整个流程繁琐且执行不易。一旦资料填写不完全，就得延长数据搜集时间，有些业者甚至花费了一年多人工填表，还无法取得认证。再加上，国外稽核人员过去都会亲赴生产地，查验认证资料与现场状况是否相符，但受到疫情影响，稽核人员难以来到台湾，如何确保生产资料的真实性，也成为认证核发的一大考量。

为了降低农渔业者取的国际认证的门槛，工研院开发了一套结合AI与区块链技术的预认证系统BeCert，先将各场域搜集的生产、管理数据上链，并透过语意理解与知识图谱的技术，自动分析生产数据，并填答到认证文件中，自动预审核后若发现仍有资料缺失，就能提早要求业者补齐或更正，确认无虞后，再向国际认证组织申请远端稽核。

这套系统从去年启用后，已经在今年初协助云林口湖渔类加工合作社，取得全球第一张以远端稽核形式核发的BAP认证；实际用于辅导国内最大的香蕉集销中心艺隆农产后，也协助业者在半年内取得了GGAP认证，将原先认证稽核的准备时间缩短一半。

云林口湖渔类加工合作社，今年1月取得全球第一张以远端稽核形式核发的BAP认证，换句话说，年外销约3,000公吨的台湾鲷，将有机会在Costco或Walmart上架了。

靠AI分析认证文件与生产数据进行预认证，能将资料准备期缩短一半

要将过去需要人工填写的繁复认证表单，透过自动化填答来进行预认证，工研院服科中心智慧物流与供应链整合服务组专案副组长罗国书解释，核心技术就是透过AI来达成。

首先，工研院开发了BERT算法，运用语意理解的技术，翻译并分析国外认证文件的需求，再透过知识图谱进行关联性分析，将原先复杂的文件条文，透过类似树状图的方式来呈现，同时，也将业者的生产数据，同样运用知识图谱进行关联性分析，再自动比对并填入相对应的位置，最后再透过语意分析还原完整的文句，最后生成出英文认证文件。

罗国书举例，假设认证文件有100个题目需要填答，AI会自动将题目分析成图谱，并在取得客户资料后，也将客户资料资料变成图谱，相互比对就能填入相应答案。假设有一个题目询问：“在养殖的过程中，你是否拥有养殖土地的所有权？”就能把题目以知识图谱拆解成，养殖要有土地、土地会有权状；比对业者的资料后，就可以自动填入答案，说明是否具有土地权状，权状序号为多少，最后再将这些关联性分析的结果，经语意处理还原回原本的文件格式。

AI会自动将题目进行关连性分析，以知识图谱来呈现。

过程中，若有题目找不出相应答案，或是填答错误，系统即会回报，让业者能重新针对不足之处备妥资料，“就像是先帮业者模拟考，让业者知道哪边有缺口，再进行补强。”借由系统进行预认证，并辅以台湾的顾问团队协助审核与辅导，就能让后续的国际认证稽核更顺利，资料筹备时间更能缩短一半。

若有不足之处，系统会通知业者补充资料或改进。

工研院研发的这套AI引擎，也能在针对个别认证文件重新训练AI模型后，适用于不同产业，“核心技术是一致的，根据不同场景请专家微调就能适用。”未来，工研院预计要提供给保健食品、化妆品、电子业等业者，取得各类国际认证时使用。

将生产数据上链，首次说服国际认证组织采取远端稽核

除了运用AI，工研院也协助业者将生产数据上链，透过区块链不可篡改的特性，来取信于国际认证组织，愿意在疫情期间改采远端稽核的形式来核发认证，“我们跟BAP组织沟通，前后花了四个月的时间，才说服他们第一次进行远端稽核。”

罗国书举例，采用区块链后，一旦从感测器搜集到生产数据，比如每日的水质记录，上链后数据就无法更改，除了在第一次稽核时能取信于认证方，透过系统持续搜集不可篡改的生产数据，后续要通过年度稽核时也更容易，“因为原本就已经合规了，后续每年不用请顾问重新协助搜集资料，只要检查系统资料、生产环境有没有改变，通过认证会更简单。”

不过，罗国书也指出，工研院目前是采用私有链的形式，协助业者将数据上链。虽然私有链账本也具有不可窜改的特性，但可信度仍不如联盟链、公有链来得高，还是有机会发生数据造假的可能，因此，工研院也在考虑，未来由多个业者共组联盟链的可行性，或是直接采用公有链为基础架构。

AI与区块链的应用基础：生产数据与管理记录数字化

无论是要将生产数据汇入系统进行预认证，或是将数据上链确保真实性，要导入这些技术的前提，是要将生产数据与管理记录数字化。身为第三代台湾鲷养殖户，同时是口湖渔类加工合作社（以下简称合作社）的总经理王益丰，早在两年前，开始意识到数位记录的重要性。

他回忆，过去，传统渔场的养殖过程完全没有记录，若要搜集这些BAP认证所需的资料，就得靠品管人员定期去要资料，“传统上渔民会有点排斥，因为他早期不需要做这些事情，”不仅数据取得耗时费力，也因为过去采用人工填表的方式，导致这些数据后续与工厂管理资料串接时，时常有误差，比如时间填错，资料就会无法串接整合。

为此，合作社自行寻找资服业者，建置起生产数据管理系统。除了建置田间管理的IoT的感测装置，搜集包括饲料量、溶氧量、PH值、氨氮含量、死鱼量等数据，也串连起工厂管理的记录，比如环境管理、员工管理、社会责任管理、劳安规范等记录，来数字化台湾鲷的生产加工过程。过程中，工研院也从去年开始协助开发系统，来完整串连生产数据。

王益丰也指出，导入系统后，由于平时就能更全面的将生产周期管理、水质管理、鱼苗管理以及分鱼纪录等数据，都记录下来，后续若要进行认证，只需要汇整这些日常管理的纪录，就能准备好认证资料，不需再透过顾问协助进行长达半年的资料搜集。

开发了生产数据管理系统，业者平时就能将生产周期管理、水质管理、鱼苗管理以及分鱼纪录等相关数据数字化。

不过，由于合作社的系统，并非依据BAP所需的认证资料来进行开发，工研院另外建置了一套在BAP框架下的生产数据管理系统，同时也透过这套系统的数据来进行预认证。

因此，当合作社要取得认证时，目前采取的做法，是将自家系统的生产管理数据，汇入或输入工研院新系统中，来进行预认证。王益丰也在考量，因工研院的系统是根据国际认证所需的资料来设计，未来可能直接采用工研院的系统，来作为合作社管理生产流程的依据，让后续的认证稽核更便利。

工研院开发的生产数据管理系统。