古色古香的中山堂裡充斥著咖啡香。2025 年金杯獎的評鑑現場，大螢幕上即時跳出文字雲與雷達圖，每一支參賽咖啡的風味輪廓清晰呈現。這一切，背後是一群資料科學家與咖啡師聯手打造的 AI 評鑑系統——讓感官不再只憑感覺，讓每一杯咖啡都能被精準地「讀懂」。
一個資料科學家的咖啡日常，意外發現了產業的痛點
洞視科技執行長塗明達自認「嘴巴不聰明」，但熱愛精品咖啡。為了喝到好咖啡，他的策略是「跟著專家走」，因此結識了現任台北精品咖啡商業發展協會理事長張文蔚，以及一群職業咖啡品質鑑定師。
在這些交流中，他聽到了評鑑師們時常提及的工作困境：賽事中一輪評鑑得耗費五十分鐘，評分完還要集體討論、手動計算數值；而最難克服的，是在連續品嘗數十杯咖啡後，人的味覺會疲勞，導致後段的評分不自覺地出現偏差。
身為資料科學家，塗明達對這個問題並不陌生。洞視科技過去曾以 AI 技術監測孕婦孕期血壓變化，評估子癲前症風險——「分析長期數據中的異常值」這件事，和「偵測咖啡賽事多輪評審分數的極端值」在本質上邏輯相通。他看見了 AI 可以介入的空間。
資料科學家 ＋ 咖啡評鑑師，建立一座風味語言資料庫
聽聞這個想法，挖掘者咖啡董事長陳建名立刻決定加入。陳建名深耕咖啡產業多年，除了經營烘豆品牌「挖掘者咖啡」，也創立連鎖精品咖啡館「歐克法咖啡 unicofa coffee」，團隊多次在金杯獎獲得肯定，他本人亦持有 CQI 咖啡品質鑑定師資格，長年擔任各大賽事評審。
他集結了十多位專業評鑑師，與洞視科技的資料科學家展開長期協作，目標是建立一套「咖啡風味評鑑系統資料庫」。然而，這項工作的難度遠超想像——挑戰不在演算法，而在語言本身的主觀性。
同一種風味，不同評審用不同詞彙描述：你說的「焦糖與黑巧克力」，可能在另一位評審的感官詞彙中是「太妃糖或堅果奶油」。AI 必須透過 NLP（自然語言處理）將這些描述收斂、對齊，才能進一步進行資料探勘與分析。
所幸，受過嚴格訓練的咖啡評鑑師本身就是最精確的標注者。他們能在「花香」的大類下，進一步細分是茉莉、玫瑰、還是紫羅蘭——這些細緻的感官描述，為 AI 提供了高品質的訓練素材，讓風味語言資料庫得以逐步成形。
從紙本作業到即時雷達圖，評鑑效率提升 50%
「AI 驅動多感官整合咖啡評鑑系統」在 2023 年正式上線，第一場壓力測試就是當年度的金杯獎。在挖掘者與歐克法咖啡團隊的協助下，系統持續累積杯測數據與語料庫，並不斷優化介面與流程。
到了 2024、2025 年的金杯獎，系統的表現已截然不同——評審不再需要紙本記錄，評鑑流程大幅流暢化。更重要的是，系統能即時計算不同評審給分之間的標準差，主動偵測並排除因味覺疲勞產生的極端值，同時將評判結果以文字雲和雷達圖的形式可視化呈現，讓比賽更透明、更公正。
系統同時具備即時性與透明度，讓評鑑師、賽事主辦方與觀眾都能同步理解每一支咖啡的表現輪廓，徹底改變了傳統賽事「黑箱評鑑」的印象。
賽場只是起點，系統走進了整條產業鏈
對塗明達與陳建名來說，賽事應用只是第一步。2025 年，洞視科技與挖掘者咖啡共同參與經濟部「新創賦能中小企業轉型計畫」，在資策會顧問的協助下，將系統從競賽舞台導入整個咖啡產業鏈。
一杯精品咖啡的誕生，從產區豆農到咖啡師手中，涉及多個環節。如今，「AI 咖啡評鑑系統」能在每一個節點發揮作用：
以進貨杯測為例，使用系統後業者可節省 30% 以上的時間。管理者能隨時打開後台，即時掌握咖啡熟豆品質，並將數據直接回饋給烘焙商，讓供應鏈的每一環都更有依據。
系統的四大核心價值
- 感官標準化：用 AI 消弭不同評審之間的主觀落差，讓評鑑有客觀依據
- 味覺疲勞偵測：即時計算標準差，自動排除極端值，保障評鑑公正性
- 可視化溝通：文字雲與雷達圖即時呈現，跨語言、跨人種都能理解
- 風味資料探勘：累積的數據轉化為市場洞察，協助業者精準預測消費者喜好
建立「味譜」：幫每一支咖啡找到對的人
資策會顧問劉俊廷指出，這套系統最核心的價值在於「味譜」的收集。當使用範圍從專業賽事擴展到終端消費者，就能逐步建立起區域性的風味偏好圖——掌握不同地區的消費者究竟喜歡什麼樣的咖啡，讓業者的行銷不再是撒網式猜測，而是有數據支撐的精準投放。
陳建名坦言，即便是自己這樣的專業評審，長期以來最大的痛點就是「不知道消費者要什麼」。有時主觀覺得品質極佳的咖啡，消費者卻無動於衷；有時一支「普通」的豆子，卻意外暢銷。過去，這種落差只能憑經驗猜測；現在，打開味譜分析對照庫存，就能找到暢銷與滯銷背後的風味邏輯，成為研發與採購的重要依據。
咖啡只是開始——茶、酒、香水，感官評鑑的版圖正在擴張
「AI 咖啡評鑑系統」的成功，為洞視科技打開了一扇更大的門。這套系統證明，感官體驗是可以被數位化、被量化、被科學分析的——而咖啡只是第一個被打通的領域。
目前，洞視科技已開始與種茶的青農合作，嘗試將 AI 帶入台灣茶葉的評鑑世界。資策會也引薦了調酒協會，香水評鑑亦在探索名單上。每一個仰賴感官判斷的產業，都有機會因為這群資料科學家的介入而被重新定義。
更長遠的願景，是讓系統從「輔助評鑑」走向「精準預測」。當數據量足夠大、語料庫足夠豐富，AI 便能協助產業鏈前端的豆農、貿易商與烘焙商，提前掌握市場脈動，做到真正的供需預測。
參考資料 : THENEWSLENS