瑞典新創公司Flox Intelligence正推出搭載AI的裝置，將野生動物趕離鐵路、跑道和道路。裝置透過攝影機辨識動物種類，並依照情況發出合適的聲音。創辦人薩拉·諾茲科娃表示，目前北美、歐洲和澳洲約有150台裝置投入運作。該公司也在2026年10月於舊金山舉行的TechCrunch Disrupt新創競賽「Startup Battlefield 200」中，獲選為決賽入圍者之一。
從數字看動物與交通基礎設施的衝突
野生動物與交通基礎設施發生衝突，絕非罕見。根據美國聯邦航空總署（FAA）的估算，1990年至2025年間，野生動物撞擊事故造成美國民用航空業平均每年損失約2億7,200萬美元。法國國營鐵路公司SNCF表示，每年有超過8,000班列車受到動物闖入鐵軌的影響，這也是造成列車延誤的前五大原因之一。光是布列塔尼地區，2023年就有120班列車與動物相撞，660班列車的運行受到影響，延誤時間合計超過1萬5,000分鐘。
創辦人諾茲科娃對這個問題產生興趣的契機也令人印象深刻。她說，自己8歲時，搭乘一列開往孟買的火車，火車伴隨轟然巨響停了下來，過了約8小時才重新啟動。據說，一頭野生野牛的尾巴勾在鐵軌旁的樹枝上。她原以為這是印度鄉村特有的情況，後來才知道世界各地都會發生類似事件。
警笛、燈光、圍欄、猛禽，甚至撲殺。過去的對策大多是透過「騷擾」動物來把牠們趕走。諾茲科娃認為「答案不是把聲音弄得更大」，想必是因為她看到了這些方法的局限。
不靠更大的聲音，而是採取符合動物特性的應對方式
Flox的裝置首先會由動作感測器偵測到動靜，喚醒主機。接著攝影機啟動，裝置內的AI模型辨識附近的動物種類，再發出適合該物種的聲音，將牠們趕離現場。
關鍵在於不會每次都發出相同的聲音。動物反覆受到相同刺激，就會逐漸習慣。諾茲科娃表示，裝置會從現場經驗中學習，並改變應對模式。就像街燈下的鴿子逐漸不再躲避人類一樣，動物習慣化正是威嚇型對策最難應付的問題。
另一個值得注意之處，是裝置採用「邊緣AI」，在現場端點處理資料，而非使用雲端。這些裝置會部署在線路旁、農地和國家公園等通訊環境不穩定的地點。不必把影像傳到遠端，就能當場判斷並採取行動，這樣的設計符合戶外運作的實際需求。
諾茲科娃親身見證的自動駕駛「盲點」
諾茲科娃曾在交通和自動駕駛領域工作13年。她深刻體會到，機器在人類安排妥當的環境中表現出色，但自然一旦闖入，就會不知所措。她認為，這是因為自然環境複雜且不斷變化，有別於城市、工廠生產線和倉庫等形態固定、物件已知的環境。
之後，她加入位於斯德哥爾摩的皇家理工學院（KTH）AI實驗室，開始研究如何根據動物的行為和種類改變應對方式。這項研究於2020年從KTH衍生，成立了Flox Intelligence。
用途不僅限於交通基礎設施
該公司表示，約150台裝置目前部署在機場周邊、道路和鐵路沿線、國家公園、農地、都市地區、礦場、變電所等重要基礎設施。鐵路和道路上的主要設置地點，是野生動物移動路線與圍欄交會的端點，以及平交道。裝置以電池供電，可安裝在電線桿或樹木上。
另一項核心業務是軟體。使用者可以查看裝置的安裝位置和現場狀況，也能用於製作符合法規要求的報告，或監測生物多樣性。換句話說，這些裝置不只是用來驅趕動物，也能作為感測器網絡，記錄動物在現場的活動。
長期而言，該公司計畫讓軟體能搭載在列車、汽車、無人機等於戶外運作的機器上。從固定式裝置走向移動機器的「眼睛」，其目標不只限於野生動物防治。
理解自然的AI，能否成為下一代感知基礎？
公司的營收模式除了銷售裝置，也會從導入的第二年起收取年度軟體與AI使用費。至於把軟體搭載在列車等車輛上的企業，Flox則會與其簽訂OEM合作，收取年費。鐵路車輛製造商Alstom便是合作夥伴之一。諾茲科娃表示，預計2026年底營收約為150萬美元。
在資金方面，Flox Intelligence 已透過 pre-seed 與 seed 輪募得約 500 萬美元。seed 輪由 Unconventional Ventures 和 Tilia Impact Ventures 領投，GENIUS NY、Norrsken、Satgana 及天使投資人也參與其中。目前公司已啟動規模 1,000 萬美元的 A 輪募資，資金主要將用於把部署規模從目前約 150 台擴大至數千台，並將應用範圍拓展至野生動物以外的對象。
市場上也有競爭對手。Robin Radar 的 Scarecrow 以各物種的警戒聲驅趕鳥類，並記錄其活動。iCHASE 則販售運用電腦視覺偵測鳥類，再以移動雷射驅離的系統。諾斯科娃將系統的廣泛適用性，以及在現場累積的資料列為自身優勢。她將這些資料定位為關於駝鹿和灰熊如何安全移動的「實地真值資料」。
諾斯科娃表示，實體 AI 正從工廠走向雜亂且充滿生命的戶外環境。她主張，火車、卡車、無人機、拖拉機、機器人等在戶外運作的機械，終究都必須理解自然，而「自然智慧」將成為辨識技術的下一層。自動駕駛技術在辨識人與車方面已日益成熟，但野生動物辨識及行為預測仍是尚未充分發展的領域。填補這項缺口的技術，能否成為減少事故、又不傷害動物的選擇？隨著部署規模擴大至數千台，答案也將逐漸揭曉。
コメント