企業 AI 新賽局：全面平展、雙軸轉型 迎接智能低碳新未來
延續 2023 年掀起的 AI 浪潮，2024 年企業積極大規模平展 AI 應用，製造業各大廠爭相投入資源進行 AI 升級。深耕製造業 AI 應用巿場的杰倫智能科技（Profet AI），日前攜手友達數位，同以『效率』為思維，於台灣最重要的科技重鎮 — 新竹，合作舉辦 Crossover Talks 系列論壇，一同探討「頂尖智造工廠」AloT 協力升級策略。
Profet AI 創辦人暨執行長黃建豪提到：「Crossover Talks 系列論壇已成功促進跨產業、領域及世代的深入交流。這一平台不僅涵蓋台灣、越南、日本、中國大陸等多地，還匯聚了來自產、官、學界的專家，共同分享和學習 AI 技術的應用經驗，無論是成功或挑戰。Crossover Talks 致力於快速平展 AI 應用，並凝聚與強化台灣製造業的競爭力，展望未來，將進一步擴大其影響力，推動 AI 技術的創新與發展。」
友達光電智慧服務事業群總經理楊正義提到：「AI 對每個企業已不是一個選項，而是如何運用及導入才是大家欲深入探討的，期盼大家透過此活動一窺友達如何透過可大規模平展的 AIoT、AI 應用，成功達到 Enterprise AI 與數位化企業，成為頂尖智慧製造工廠。友達數位與 Profet AI 還因此從客戶變成智慧製造的合作夥伴，一同攜手讓客戶透過 AIoT 進行數位低碳轉型，強化企業永續競爭力。」
本次論壇聚焦探討企業 AI 佈局及數位低碳轉型，實現企業全面平展，使 AI 擴展不僅限於某一點或某一線，而是涵蓋全方位的面向。並齊聚產學界嘉賓：景碩科技智慧製造副總經理林智維、生木科技玻璃總經理蔡志鴻、中國工業工程學會理事長暨北科大管理學院院長范書愷教授、友達光電龍潭廠廠長蔣經倫等產學界領袖，共同分享他們數位轉型的獨到見解及實戰經驗。
供應鏈轉變挑戰：范書愷教授呼籲企業勇於嘗試，以雙軸轉型引領數位綠色化
隨著景氣循環和家園經濟的議題興起，供應鏈面臨重整及在地化挑戰，製造業內部必須不斷創新與精進，以保持競爭力。范書愷教授指出：「在 AI 時代，我們需要擁有鄭和下西洋的胸襟，勇於嘗試，相信自己，採取『To believe is to see』的態度， 以 AI 迎接挑戰。」
「One Data」為重要核心理念，企業透過蒐集、清理、視覺化和數位化的數據轉化，實現雙軸轉型 (Twin Transformation)。這種轉型旨在同時進行數位和綠色轉型，以滿足現代社會的數位需求並實現永續目標。透過 AI 進行公司治理，從車間到 MES 再到 ERP，建立智慧化管理體系。廠務端，透過 AI 監控溫室氣體排放效能，進行參數優化實現低碳運轉，因應未來趨勢及歐盟政策，將綠色帳戶視為重要的績效指標之一。
製造業全面擁抱 AI ：成功打造 Golden Line（標竿產線） 引領 PCB 製程智能革新
景碩科技的智慧製造副總經理林智維表示：「AI 已是現在進行式而非未來，即刻就該擁抱 AI。」以製造業為例，客戶期望用 AI 進行判斷標準化，模型分數反映了流程和管理品質，同時也標準化自己。在數位轉型時，應著重在找出最適合公司的解決方案，而非盲目追求最新科技。在老舊工廠中引入 AI 技術、數據擷取機上盒等智能技術，打造「Golden Line」成功整合各種機器和技術，藉由全自動虛擬量測系統 (AVM) 成功串接，實現 AIoT。在 PCB 製程中，AI 的導入解決了產品品質人工檢測的難題，特別是在多缺陷（Multi-Defect）的判斷上，AI的效益非常顯著，預測機台狀況、建立不同場地的模型、解釋原製程中問題的能力，這使得製程中的問題可以被預測和解決。
智慧化傳產 ：引領智慧能源推動自動化工廠
能源管理一直是傳產面臨的挑戰，過去常常因電力超標而遭受罰款。生木玻璃引進智慧電表和友達數位 Smart Grid 能源管理平台，成功實現即時監控和自動停機，避免了能源浪費並提升生產效率。公司內部通過人才培訓教育灌輸正確的 AI 觀念，鼓勵老師傅不害怕 AI，致力實現全民數位化的晉升目標，期望成為玻璃業界的台積電，實現自動化工廠的願景。
智慧製造邁向綠色未來 ：老廠數位轉型再成新典範
友達光電龍潭廠廠長蔣經倫分享超過 25 年的老廠數位轉型心路歷程。面對外部全球化的競爭及內部設備老舊、資料零散、能源議題等難題，迫使積極應對，提升製造效率，和控制上升的電費挑戰。首先，為克服停機困境，友達數位打造創新資料擷取方式，將傳統老舊機器智慧化，自主開發機上盒 SPIIDER 實現在不影響機台運作的情況下取得資料，同時節省更換設備的成本。並藉由透過 Profet AI Auto ML 分析工具，協助工程師快速將預測結果可視化給決策階層，減少工作負擔，將時間專注在解決工廠要點議題。透過 4 大步驟，包括資料數位化、資料應用可視化、資料分析智能化、設備智動化，儘管初期結果並非最佳，AI 的優點就是能夠持續調整參數優化管理，加速傳統 DOE 實驗設計流程，找到適合的解決方案。以機差改善用電分析為例，AI 成功取代人工判斷，降低機台用電差異，不僅實現了減碳效益，也降低了公司用電成本。
蔣廠長指出，製造業雖然面臨數位轉型的難度，但相對於其他行業，製造業具有獨特的優勢。製造業擁有龐大數據量，為數位轉型提供了充足的數據基礎，而這些相對封閉的數據不容易受到外部因素的干擾。他強調，將這些數據納入系統，透過適當的圖文分析，找到問題及方向，能夠有效地推動數位轉型，實現更高效的管理。