北科大攜手杰倫智能曼谷開講：解析 AI 落地製造現場與 Domain Twin 企業應用
2026 年 3 月 7 日，台北科技大學泰國 EMBA 校友會於曼谷舉辦「AI 理論到價值實踐論壇」，邀請國立台北科技大學管理學院院長范書愷教授，以及 Profet AI（杰倫智能）執行長特助楊建洲（James Yang）擔任主講。
本次論壇吸引多家在泰台商製造企業參與，包括泰達電、泰金寶、群光電子等近百位企業主管與工程團隊齊聚交流，共同探討人工智慧在製造業現場的實際應用與落地策略。
隨著全球供應鏈重組與東南亞製造產能持續成長，AI 正逐漸成為企業提升生產效率與品質管理的重要工具。本次論壇以「AI 理論到價值實踐」為主題，從學術研究、產業觀察與企業落地案例三個面向，解析 AI 技術如何真正走入製造現場。
AI 技術走向智慧製造現場
論壇上半場由范書愷教授分享 AI 在智慧製造領域的研究成果，包括多模態大型語言模型在瑕疵檢測與診斷上的應用，以及 AI Agent 協助工程師完成例行工作的實際案例。
透過結合影像、語言與製程資料，多模態模型可以自動辨識產品瑕疵並提供原因分析，大幅提升品質檢測效率。此外，AI 系統亦可與 ERP 系統整合，將電子郵件內容轉換為結構化資料並自動生成訂單流程，進一步提升企業營運的自動化程度。
范書愷教授表示：
「企業導入 AI 若要真正產生價值，關鍵不在模型本身，而在於能否將 AI 深度嵌入企業核心運作系統。當 AI Agent 能直接參與流程決策與執行時，AI 才能真正發揮價值。」
Domain Twin：讓企業經驗成為可複製的 AI 能力
論壇下半場由 Profet AI 執行長特助楊建洲分享企業 AI 平台落地的實務經驗，並介紹 Profet AI 提出的 Domain Twin（領域經驗分身）。
Domain Twin 的核心理念，是將企業內部長期累積的專業知識與決策經驗轉化為可管理、可複製並持續演化的 AI 能力，使企業在全球擴廠或跨國營運時，能快速複製核心 Know-how。
楊建洲指出，製造業在全球化與少子化趨勢下正面臨三項重要挑戰：
1. 關鍵製程知識高度依賴資深工程師
2. 跨國設廠後難以複製總部經驗
3. 新世代工程師熟成速度難以跟上產能擴張
透過 Domain Twin 平台，企業可利用 AutoML 建立製程預測模型，並透過 AILM (AI Lifecycle Management) 進行 AI 事件治理與知識管理，再由 AI Studio 將模型與知識轉化為企業 AI 應用能力。
這些模型可進一步轉化為 AI 助理可隨時調用的工具，嵌入企業日常營運流程，協助工程師即時進行品質分析、異常診斷與設備維護。
楊建洲表示：
「製造企業真正的競爭力，在於現場累積的 Domain Know-how。Domain Twin 的目標，是把老師傅的經驗與最佳做法轉化為 AI，讓企業的專業能力能被持續複製、放大並傳承。」
AI 導入帶來實際產線改善
論壇中也分享 Profet AI 在製造業的導入案例。透過 AutoML 建立製程預測模型，系統成功找出影響產品噴塗品質的關鍵因子，例如產品重量、塗料比例與環境濕度。
在導入 AI 模型後，企業透過參數優化建議，使:
- 產線效率提升約 15%
- 產品不良率降低約 35%
顯示 AI 在製造現場的實際價值。
透過 AI Studio 平台，企業可將這些模型轉化為 AI 助理可調用的工具，使 AI 能夠持續參與日常營運流程，讓工程師能更快速完成問題分析與決策。
【現場 Q&A 熱烈交流：台商尋找 AI 落地解方】
在論壇最後的 Q&A 環節，與會企業主管與工程師踴躍提問，討論氣氛十分熱烈。
許多台商企業代表表示，近年 AI 技術發展迅速，企業內部普遍存在
「今天不導入 AI，未來可能失去競爭力」的焦慮感。
面對這樣的情況，講者們以實際案例分享企業導入 AI 的務實路徑，指出企業不需要一開始就建立龐大的 AI 團隊，而應從最具價值的製程問題或品質改善場景切入，逐步建立可持續運作的 AI 能力。
楊建洲在回答提問時表示：
「企業導入 AI 不需要從零開始打造技術團隊，而是要先找到企業最關鍵的問題。
當 AI 能夠真正改善產線效率、品質或決策速度，AI 就不再只是技術，而是企業競爭力的一部分。」
多位與會企業代表也表示，透過講者的技術解析與實務案例分享，不僅看見 AI 在製造業的發展趨勢，也更清楚理解企業如何在現實條件下導入 AI，為製造營運帶來實際效益。