成功案例

2003 年成立，擁有獨家全球的溫控技術與氣態分子汙染物 (AMC) 去除技術的奇鼎科技，提供半導體精密環境控制設備與節能工程服務，強大的研發能量，不僅多次獲得台灣精品獎、經濟部中小企業創新研究獎等 33 座獎項，更獲得世界前 10 大半導體製造廠與封裝測試廠的青睞，客戶遍布兩岸、美國、德國、瑞士、日本、韓國與新加坡等地。

「在精密溫控我們一直走得很前面，甚至在很多面向都算是世界第一，如果我們技術還想要再往前精進，就需要外力。」奇鼎科技董事長特助兼代理發言人蘇柏樺分析，目前奇鼎科技主要從事半導體大廠與與封裝測試廠等曝光機、塗佈機的精密溫控，隨著半導體大廠的晶片越做越小，未來這些企業對於精密溫控設備的需求也將越來越大。

追求精進研發技術 決定導入 AI

「越是精密的製程，溫度控制就越重要，」他舉個簡單的例子，頭髮的直徑約為 50,000 奈米，而台積電目前製作的晶圓是 3 奈米，這些晶圓的製程環境中若有一點點的溫濕度變化，容易造成晶圓的熱漲冷縮反應，良率就跑掉了。

而也因為客戶都是全球知名的半導體和封裝測試業者，面對客戶的高要求，也促使奇鼎科技在研發技術不斷地追求突破與創新。「我們的對手都是外商，主要是日本，」蘇柏樺表示，身為台灣第一個、也是唯一家將精密控溫設備國產化的一個企業，三年前開始思考，是不是需要借助AI的力量，讓產品的技術更精進，以滿足客戶的期待。

面對完全陌生的領域，蘇柏樺回憶：「當時整間公司根本沒有人懂 AI 啊！」為此，蘇柏樺從自行摸索 Chat GPT 開始，一開始用它解決一些法律的問題，後來帶著公司同事一起用 Chat GPT 解決工作上難題，發現員工的工作效率大幅提升，他開始評估將 AI 應用在研發技術精進的可能性。

7 天完成 1 年卡關專案  Profet AI 大幅提升研發效率

2023 年 10 月初，在訪察幾間 AI 平台之後，奇鼎科技決定導入杰倫智能科技（Profet AI）的 AutoML 虛擬資料科學家平台。其中，縮短研發精進的時程及找出可能忽略的研發面向是奇鼎科技期望透過 Profet AI AutoML 平台解決的問題。

蘇柏樺已精密控溫為例，之前有一個為期兩年的研發專案是要將設備的精密控溫從正負 0.01°C 做到 0.001°C，但別看這只是在小數點後增加一個 0，但卻讓奇鼎科技的研發團隊整整卡關了一年多。

他解釋，精密溫控的門檻很高，整個空調系統只要流速一變或冷媒的量一變，溫度控制的整個參數就開始會飄動，「我們的人那段時間就一直遇到『鬼打牆』的情況，只要動了一個參數，另外一個參數就跟著動，無法調整到他想要的數字。」

後來，研發團隊將所有的參數就全部丟進 Profet AI 的平台進行分析之後，才發現原來試驗過程中有些參數是不太重要的，透過平台找出比較重要的關鍵因子和參數後，模擬出一個 AI 模型，不到一週就將設備的精密控溫從正負 0.01°C 做到 0.001°C，大幅提高研發團隊實驗的效率。

Profet AI 工作坊協助 AI 應用落地 縮短人員訓練時程

Profet AI 的平台易用性、完整又豐富的實績經驗，是 Profet AI 的平台雀屏中選主因。蘇柏樺坦言，Profet AI 目前的客戶很多也都是我們的既有客戶，由此可知 Profet AI 在半導體產業不僅有豐富的產業知識 (know-how)，也非常熟悉這些企業面臨的痛點和挑戰。

其次導入 Profet AI 平台初期，Profet AI 也舉辦一系列的工作坊，專業的顧問會協助奇鼎科技的員工如何將整理數據，如何將這些數據應用在 AI 平台上，以及如何就夠合適的模型將 AI 題目落地在各個部門。

蘇柏樺補充，這些第一批參加工作坊的 AI 種子很多都不是工程師，反而以商管背景為主，如：人資或行銷部門等，結果工作坊結束之後，現在都很會用 Profet AI 的平台，這個蠻厲害的。

未來，透過 Profet AI 將各部門的資深同仁的經驗數位化之後，奇鼎科技也希望可以縮短新進人員訓練的時間，讓每位新手不用從第 1 步學到第 10 步，前面第一步到第 7 步 AI 將相關經驗系統化之後，他可以直接從第 8 步開始就好了。

安心導入 Profet AI  關鍵研發資料不外流  

擁有多項研發專利，奇鼎科技一開始也擔心因為導入 AI 而造成專利技術資料外流。

蘇柏樺表示，奇鼎科技為研發型公司，設計和研發人員加起來 60 幾個，約佔公司四分之一，目前公司很多技術都是自己開發出來，因此公司對於專利跟營業秘密的管理非常重視，近年更是取得台灣智慧財產管理制度 TIPS 的 A 級認證。 

不過，他也坦言公司開發的技術或是 know-how 不見得都適合申請專利，因此導入AI時就很在意將這些數據和資訊倒入 AI 平台後會不會外流。了解奇鼎科技的疑慮後，Profet AI 後來的導入規劃中，將伺服器放在公司內部，讓奇鼎科技安心無虞的應用 AI 平台，大幅提升研發技術精進的效率，進而快速地在全球打造差異化競爭力。

專注於提供超大型資料中心雲端 IT 基礎架構等解決方案的緯穎科技（Wiwynn），主要客戶為 Meta 、 Microsoft 等美國大型雲端服務供應商（Cloud Service Provider, CSP）。受惠於雲端應用的普及，近幾年營收快速成長。

為了提供這些客戶高效率低耗能的大規模運算及儲存能力、高速資料傳輸及軟硬體整合的解決方案，緯穎科技採用直接為終端客戶設計並製造的原廠直銷（ODM direct）模式，依客戶工作負載，提供所需的伺服器主機板設計、生產與整機櫃組裝等服務。

「效率的提升和敏捷對我們很重要，」緯穎科技資訊暨數位技術數位創新發展處總監尤焙麟強調。為此，公司董事長於 5 年前即以「策略從上而下、執行由下而上」的方針，積極推動數位轉型，不但致力於「全員開發與 全員AI 」，更大大鼓勵員工擁抱數位工具，形塑 End User Computing 文化。

產品工程及組件繁瑣、詢價耗費人力 用 AI 加速報價流程

以 ODM direct 起家，每當客戶詢價時，緯穎科技就必須展開一個繁瑣且耗費人力的報價工程。

尤焙麟解釋，以往客戶詢價時大多是新開發的產品，並詳列相關配置的需求和期待，請緯穎提供報價。一收到客戶的產品需求，會先將這些需求送到所有相關的單位，請他們依據資料尋找可以滿足客戶要求的元件並報價。這些元件大到如產品的機殼、鐵件和塑膠件，小如主機板上的 Cable 和 Connector 等，而這些元件成本的堆疊會影響整個產品的最後報價。若報價報得好，利潤就會好；反之產品報價太高，會把客人嚇跑；若報價報低了，就虧損。

「報價常會消耗掉我們非常多的人力，」尤焙麟表示，常常一個產品的報價，層層蒐集之後，必須要耗費一兩個星期，而資料彙整起來後，還要再請有經驗的業務同仁推估合理的報價，整個運作非常不敏捷。

也因此，緯穎 2024 年初決定導入 AI 時，改善報價流程就成了一個重要項目。透過 AI 模型協助，相關部門除了可以更有效率地推估最佳的元件和價格，成功縮短報價的人力時程 30% 之外，也期望透過 AI 的平台，將原先仰賴少數資深員工經驗判斷的報價工作，進行領域知識數位化，進而縮短各部門培育人才的時間。

尤焙麟舉產品機構件的報價為例，機構件有一個非常大的費用是模具，這需要豐富經驗的機構工程師去評估，此機構件的模具工序需要用哪些原料和工法才可以滿足客戶的要求等，而這樣的人其實很難養成，可能公司就這麼一兩個寶貝，這些人一旦流失，就會造成公司很大的損失。

Profet AI 產品易用性高 專業顧問訓練 AI 分析力

為了大幅提升企業的效率和敏捷度，緯穎科技於 2024 年初導入同為 NVIDIA 生態系的杰倫智能（Profet AI） AutoML 資料科學家平台，主要原因產品的易用性高，不需要太多的 IT 專業背景和知識，就可以輕鬆上手；另一個原因則是杰倫智能擁有具備廣泛產業知識的顧問團隊。透過 AI-ML Thinking 工作坊與 Profet AI 顧問深入合作讓近 100 位領域專家產出近 30 個 AI 議題。

尤焙麟坦言，雖然公司也有培育一些 AI 的專家，可是當大量展開 AI 專案時，這些人力遠遠不足，且也無法了解工廠、業務部門、財務部門的各項業務運作及面臨的難題。 Profet AI 的顧問不但擁有豐富的產業知識和 AI 導入的經驗，讓各部門擁有領域知識的 AI 素人可快速上手。

「顧問的價值就是陪著他們去思考，」尤焙麟表示， Profet AI 的顧問團隊可以協助各部門的使用者去發想這些 AI 可以應用的地方，以及協助釐清影響這些 AI 的關鍵因子有哪些，然後再從這些關鍵因子找出高度相關的因子，這些資料分析能力的培養是單靠公司現有的 AI 人才人力無法做到的事情。

AI 工作坊吸引百人參與助攻研發提升效率 落實全員 AI 目標

今年年初，在 Profet AI 的協助下，緯穎科技舉辦一系列 AI 工作坊，原先預估大概 7、8 個團隊會參加，結果開放報名不到一個月就吸引 20 幾個團隊、約 100 多人投入發想所屬部門的 AI 題目，經過幾個月的驗證，目前大概約 10 個團隊的 AI 專案有機會可以實際落地。

除了報價的 AI 應用外，工程研發和工廠的 AI 專案也逐漸成熟。在 AI 工作坊競賽時，有一組工程研發團隊的 AI 專案是與散熱相關。原本需要做反覆多次實驗才可以找到最佳參數，現在透過 Profet AI AutoML 資料科學家平台的輔助，可能花一半時間就抓到最佳參數，大幅提升研發效率。另外也有一組團隊提出工廠產線的優化，運用透過 Profet AI AutoML 的平台，可以更快地重新調整產線的配置，如：工站之間的配置和機臺的數量配置的最佳化。

尤焙麟表示，經過幾個月來 AI 工作坊的訓練，現在越來越多部門投入 AI 的專題發想，未來除了持續向各部門招募第二批的 AI 種子人才，也將投入更多心力在 AI 人才培育。目前，緯穎科技正規畫和 Profet AI 的顧問合作建立名為「卓越中心」的跨部門虛擬組織，透過此組織，公司內對於 AI 有興趣或是正在進行 AI 專案的人可以互相分享相關資訊及交流執行的經驗，遇到問題，也會有專業的顧問協助大家釐清問題，縮短 AI 應用的摸索過程，讓 AI 應用可以更快落地在各部門中。

在台灣建立好 AI 導入的機制之後，未來更希望此機制擴展到全球的其他營運單位，徹底落實董事長期許的「 全員AI 」的目標。

隨著 AI 技術日漸成熟，創新應用也逐漸在各領域落地。明基佳世達集團於 2024 年開始進入 AI 戰力整合，身為集團的品牌公司，明基電通 (BenQ) 擁有多元的創新產品，深感產品保修對於品牌忠誠度的重要性，2 年前決定採用 AI 策略來優化供應鏈管理，利用人工智慧技術預測未來的維修料件需求，不僅能夠根據歷史數據和市場趨勢進行準確的預測，還能夠即時調整預測模型，以應對突發性的需求變化。

「維修物料庫存管理，若數量沒有控制好，成本壓力會很大。」明基電通企業服務部資訊技術服務中心經理顏明德表示，BenQ 產品的保固期短則 2 年，長則 3-5 年，若是 B2B 的客戶，保固期更可能長達 5-7 年。過去為了確保產品維修時有足夠的備料，都是靠經驗豐富的師傅依據此類產品銷售量及返修相關的參數來預估未來三年需要備妥的維修物料庫存量，若老師傅預測精準，未來將可以大幅降低庫存的呆料成本；若預測不精準，就可能導致高額的備品庫存損失，或者因為物料短缺，造成維修成本增加，甚至衍生許多售後服務的問題，不僅增加客戶服務的人力成本，也影響客戶的忠誠度。

為提高物料庫存預測的精準度且讓庫存預測的專業能夠數位化，不讓這些關鍵數據掌握在少數資深人員的腦袋上，明基電通 2-3 年前決定在供應鏈管理導入 AI 的解決方案。

打造供應鏈管理「數位老師傅」 為企業省下高額的呆料庫存成本

決定導入 AI 平台時，明基電通也嘗試過使用其他的 AI 平台進行預測，但成效不佳，推廣也不順利。主要原因在於這些軟體的易用性較差，導入過程中需要大量資料科學家或 IT 人員的介入，讓明基電通望之卻步。

接觸杰倫智能 （Profet AI） AutoML 資料科學家平台之後，簡單易用的平台及優秀的模型表現，及擁有豐富製造業經驗的顧問團隊，讓明基電通立即決定採用。

顏明德表示，Profet AI 的軟體大幅地減少了一般使用者對於 IT 人員和資料科學家的依賴，讓供應鏈部門不僅可以更靈活運用 AI 技術來預測維修料件未來的庫存需求，從而提高整體供應鏈的效率和反應速度，更為明基電通在供應鏈管理打造了「數位老師傅」，讓維修物料庫存管理的預測達到 80% 以上的精準度，一年可以為企業節省高額的呆料庫存成本。

AI 工作坊助攻 快速培育素人資料科學家

明基電通能成功且無痛地導入 AI 解決方案，最大的推手為 Profet AI 專業團隊舉辦的 AI 工作坊。

「顧問的投入對我們來說是很重要，」顏明德指出，剛開始導入時，多數員工都認為 AI 的進入門檻可能會很高，但 Profet AI 專業團隊在短短 3 個月的時間，透過 AI 工作坊，由淺而深地從 AI 落地方法論引導，讓沒有 IT 背景、AI 知識的參與學員可以構思業務中的課題來做 AI 題目，進而找出合適且關鍵的參數因子進行建模、優化工作流程，快速地為企業培育素人資料科學家，讓研究的 AI 題目可以成功在企業落地。

Profet AI 協助梳理客戶輪廓 數位行銷更精準

成功解決供應鏈的痛點，明基電通半年前又將 Profet AI 的演算法應用到數位行銷。

顏明德指出，過去明基電通會利用許多工具來蒐集消費者的資料，其中包括使用 RFM 模型從最近一次消費、消費頻率和消費金額為進行客戶分群；透過 Google Analytics (GA4) 分析網站瀏覽行為和互動篩選轉換率來設計網頁流程；以及客戶資料平台 (CDP) 來蒐集各種第一方數據，包括客戶在官網、電商平台、客服系統和活動系統足跡及消費行為等資料，組成完整的客戶輪廓。

半年前，明基電通將這些蒐集到的客戶輪廓量化為數字或類別後，透過 Profet AI 的演算法，進行產品的購買率預測，並分析成單客戶與未成單客戶的行為路徑，一旦消費者接觸到銷售平台上的任何接觸點，就可以開始預判某些客戶在特定時間內的購買可能性，並提供相應誘因，完成產品採購。

AI 成功在數位行銷落地，顏明德表示，目前也積極推動讓 Profet AI 的平台來解決其它部門面臨到的一些預測型任務，如：研發之前花很多時間在調整產品研發的參數，利用 Profet AI 的演算法可以讓產品參數調整的時間變短。

展望未來，明基電通期望可以透過 Profet AI 的平台讓各單位都能打造各自的「數位老師傅」，讓各部門可以針對關鍵課題都能快速展開 AI 應用建模、測試，並成功落地，讓企業營運更高效、敏捷。

ESG 熱潮起 新竹金² 使用 Profet AI 工具提升創新竹製品研發效率逾 20%、降低近 20% 原料成本

全球氣候危機已然籠罩人類生活，因此逾 130 個國家宣布 2050 年前將達到淨零排放，ESG也成熱門議題。近三年前，新竹金² 看準環境永續熱潮，利用竹粉相繼研發出竹吸管、竹餐具及甚至電子包材等創新產品，光是去年就於全球出貨 6 億隻竹吸管。

快速立足於國際市場最大的原因在於新竹金² 擁有獨特的技術可以讓竹製的吸管和餐具不會發霉、也不會有其他異味。新竹金² 創辦人徐惇穎表示，竹子研磨成粉之後會成為一種天然黏著劑，將竹粉微米化後不僅可以高速去水氣，還能與其他的原料融合之後變成竹粒子應用在不同領域，是環境永續的創新原料。

用 AI 挑竹子　協助新竹金² 克服竹種選用限制　

而成功翻轉傳統農業，點「竹」成金的重要關鍵就是借力 AI 技術。「做成竹粉粒子的技術並不難，關鍵在於選材料(竹)的技術，」徐惇穎舉例，為了減少產品的碳足跡，目前新竹金² 產品研發所用到的竹子都來自台灣各地竹林，但台灣 18.6 萬公頃的竹林中就有 58 個竹種，除了種類不同外，不同區域種得竹子含水量也不同，加上不同年份、不同存放時間，讓研發竹粒子的過程增加了許多變數。

過去尚未導入 AI 時，為了降低產品研發的變數，在竹種挑選時，會先請人工進行挑選，將竹味太重的綠竹、竹節剛硬的麻竹捨棄不用，以避免研發出的竹吸管和餐具殘留竹子的味道，或在竹子研磨的過程時，竹粉不夠細膩，造成竹離子結塊，大幅降低竹子的選用率。

導入 Profet AI 的 AutoML 工具之後，聰明的 AI 可依據竹子產區、竹種、所含水分和硬度、竹子顏色等變數，透過建模（modeling）調製最佳的竹粉配方，讓新竹金²即使採用不同的竹種，也可以研發出同品質的竹粉，突破竹種採用的限制，也讓新竹金²產品原料的取得更有彈性。

AI 調配竹粒子最佳配方和製程 研發效率提升 20％～25%

解決了挑竹子的問題，Profet AI還可以透過建模進一步預測出竹粉應用在不同產品時，相對應的竹粒子最佳配方和製程，大幅縮短研發時程和節省研發人力外，研發效率也提升 20%-25%。

徐惇穎表示，竹粉應用非常廣泛，包括：吸管、餐盒、杯蓋、餐具、電子包材和醫療用品等，這些不同的產品其實對應的射出成形、押出成型等不同的生產條件，會對應到不同的竹粒子，例如：電子包材所需的竹粒子承受的溫度較竹吸管和餐具較高、同時還須具備考量靜電保護效益和落下測試，為了達到這些產品特性，就得用竹粉搭配不同的配方來製作出這些竹粒子。

Profet AI 成功協助讓新竹金² 精準預測材料配方。在甚麼樣的生產條件下，這個產品需要達到某些溫度、硬度和脆度，以及要達到這些目標時，竹粉要搭配那些原料配比可以接近最貼近產品所需要的特性。過去以人工進行產品竹粒子原料配比調配時，需要製作出 15 種原料配比所製成的測試片不斷地進行測試，才能接近期望的產品特性，透過 AI 協助，只要製作 5 種原料配比所製成的測試片進行測試，就可達到期望的產品特性，不僅研發測試週期從兩週縮短至一週以內，竹粒子研發的原料配比準確度也較人工調配高出一倍。

未來預計將AI應用延伸至生產製造 提高良率

2022 年底導入，實際應用 AI 不到一年的新竹金²，其實一開始是想運用 AI 進行客戶管理，如：用 AI 模型預測倉庫庫存數，要在甚麼季節，補那些產品，以及協助制定新產品建議價格等。後來，與 Profet AI 顧問深入討論之後，將 AI 應用到研發流程中，才真正感受到 AI 的巨大效益。

徐惇穎指出，雖然研發出許多創新的竹製品，但其實新竹金²比較像是製造業的 IC 設計商，建構好一個產品的研發模型 然後委外給製造商去生產，導入 Profet AI 讓我們在研發路上少走失敗的路，並快速達成產品研發目標，並提高產品測試的精準度。

下一步，新竹金² 希望與旗下生產製造商合作，將 AI 導入至測試品到成品的過程，除了提高產品的良率之外，也期望透過 AI 可以讓傳統農業突破既有框架，朝著量產、標準化和可重複發展，在環境永續的藍海中找到新的立足點。

在生產製造已經達到高原期的明基材料，藉由導入杰倫智能（Profet AI）AI 自動化機器學習軟體平台（AutoML）再突破，從源頭的研發到尾端的生產管理都能滿足，不僅讓關鍵因子分析、製程參數模擬、配方探索更輕鬆，改善製程與生產瓶頸，進而提高公司競爭力，同時大幅降低投資成本創造高效益。

積極從「產業材料行業」轉型的明基材料（以下簡稱明基材），近年來事業版圖已由面板顯示器產業成功跨入醫療及汽車事業，像是醫療包材、醫療耗材、隱形眼鏡等醫療產品皆持續成長，再加上去年第四季取得衛普實業 51％ 股權後，今年醫療事業產品增加了不織布與功能 PE 膜等新項目，營收占比持續拉高；車用隔離膜及車用智慧調光膜打入車用市場，未來公司成長可期。

在多元布局的策略下，對外除了醫療與汽車事業版圖的拓展外，對內，明基材也進一步強化技術升級，積極導入 AI 應用拉高產品良率與優化管理，帶動整體營運的績效。由總經理帶領多位主管，特別開設主管班課程及在各部門開設技術班推動 AI，目前成效已逐步顯現，不僅成功提高管理效能，投資成本也大幅降低。

具高 CP 值與調整彈性的 AI 工具搭配深度領域知識

明基材料偏光片製造中心桃園廠廠長兼 AI 專案室主管余清浴表示，工廠開始導入 AI 的應用時間並不長，約在 2021 年才開始評估，大概只有兩年時間。當時的關鍵思維是為了「解決生產的問題」。以生產線來看，就是要提高直通率。余清浴指出，一開始找了美系與日系兩套國際品牌系統來解決工廠的問題，不過這兩套系統用沒多久就都被取消掉。探究其原因，是因為找到更好用的系統。

余清浴直言，「我們找到更好的、投資報酬率更高的產品。Profet AI 產品的 CP 值更高、功能更強、具備中文化操作、可以跟我們的需求溝通，並且擁有調整彈性。」後來廠房即更換採用 Profet AI 與 Oracle 系統，至今 Profet AI 的成功落地案件已超過 20 多件。

余清浴點出關鍵，「畢竟原本兩個系統皆為國外品牌，要爲了一家廠商調整很多東西其實並不容易」。

從企業重視的投資成本效益方面來看，原本的美日系兩套系統一年合計要花費台幣 2000 多萬元，相較於後來更換的 Profet AI 加上 Oracle 系統，前者花費約 100 多萬元，再加上 Oracle 產品，總投資金額最多 200 萬元，經過試算，Profet AI 的系統這一年已經為明基材省下達 8 位數的費用，對這個成果公司相當滿意。

余清浴進一步指出，製造業建置 AI 最重視的是領域知識，但並非所有 AI 都具備領域專長。舉例來說，大量資料進入到學術化的模型，準確率並不高，若缺乏領域知識，就可能發生抓錯因子的問題，也沒有領域知識去收斂，過程中的反覆驗證都會發生差異。

導入 AI 成功改善製程、突破生產瓶頸與進行配方探索

隨著AI應用的導入，明基材目前已經看到那些成效？余清浴表示，「不僅製程改善很多，也成功突破生產瓶頸。」明基材以往都是運用原始資料畫成趨勢圖進行判斷，手上的異常資料就有幾萬筆，光靠人工並沒辦法那麼快速、那麼精準的去執行。

此外，若生產線上需要短時間內需要進行生產的切換，需要調整參數，前後產品的重複規格上下限很窄，以往只能內線進行切換，這個過程產生很多浪費，例如生產材料的浪費。在導入Profet AI 的 AutoML 系統後，產線採用不切轉的方式，在另一邊提早調整濃度跟溫度，也解決了人工操作精準度不高的困難點，進而減少產線材料報廢，同時也提升良率。

而「配方探索」也是讓明基材透過 AI 獲得不少助益的項目。由於需要開發的新產品眾多，但是資料量少，Profet AI 的 AI 工具能夠抓取比較類似的某種類型資料，符合 R＆D 需要的新規格。甚至，系統的開放性架構也支援內外部各站點的使用狀況，像是用電量、溫度、碳稅換算等 ESG 議題，全部都已設想到位。

定期檢視需求端與功能端 持續優化使用者體驗 達到雙贏目標

余清浴表示，明基材選定 AI 系統主要有兩個考量關鍵，首先需要能符合使用者需求，其二則為功能性考量。簡單說，「買東西要實用」，新系統的導入最好由使用面來決定，如果只是單純由 IT 主導，IT 與工廠生產端若未能有效溝通，就會導致系統一改再改。

明基材當初會將原本美日系的系統轉換成 Profet AI，很重要的一個原因就是 Profet AI 會定期為客戶檢視哪些功能是否需要進行修改，在系統面又有那些可以滿足視覺化的需求。余清浴強調，滿足需求端與功能端雖然很基本，但其實最為重要。

Profet AI 業務總監余常任表示，在與明基材的合作過程中，雙方研發團隊每一季都會進行功能研發會議，Profet AI 團隊會針對明基材的實際使用需求進行評估，納入未來產品路線藍圖，包括數據健檢、配方探索與關鍵因子分析整合、設備異常偵測功能優化，以及線上 AI 模型管理等主題。

余常任認為，持續針對使用者需要的功能進行改善與優化，設計出更為適合使用者的操作動線，與真實製造與研發的作業流程高度整合，才能達成雙贏目標。

坐落於彰化縣的正新橡膠，誰能想到這是年收 39 億美元、世界第 10 大輪胎公司，產品範疇不但含括轎車胎、輕卡車胎、摩托車胎、自行車等產業，產品更是銷售超過全球 180 個國家。2023 年初，正新橡膠旗下的瑪吉斯（Maxxis）成為歐洲 BMW 的 1 系列車款原廠配套輪胎，為首家打入 BMW 供應鏈的台灣輪胎廠。

能獲得國際知名車廠青睞，歸功於這幾年正新輪胎大刀闊斧地進行數位轉型。2015 年，面對多家歐洲車廠要求在產品研發和生產製造過程中留下成品和半製品的量測紀錄，正新橡膠開始啟動工業 4.0 的轉型計畫，並逐漸將全球生產線自動化，將機台中的點雷射、線雷射和 3D 掃描蒐集的產品長寬高、厚度、溫度和壓力等量測數據存在資料庫。

然而隨著蒐集的數據越來越龐大，正新橡膠卻面臨無法利用既有系統有效地分析資料庫中海量數據的窘境，再三評估之後，決定導入易於上手、使用介面友善的杰倫智能（Profet AI）AutoML 資料科學家平台。

用 AI 留存老師傅的經驗法則 優化產品生命週期

一直以來，塑化與橡膠產業的員工高度依賴經驗法則，無論是各種材料配方的開發、製程改善或是原物料價格採購，都是透過老師傅的經驗解決問題，正新橡膠也不例外。為了突破框架，正新橡膠一導入 AutoML，就期望可以利用此工具善用老師傅的經驗與數據，以 AI 方式來建立模型，將重要經驗留存在公司，並持續優化產品從研發到生產製程的生命週期。

「會想要導入 AI，主要是因為過去生產線上的數據大都是靠人來分析，要做到即時反饋非常困難，」正新橡膠資訊長陳柏嘉坦言，過去因應不同客戶或是市場需求，主要仰賴老師傅或是資深員工來調整機台上產品製造的參數，例如：輪胎寬度增加或減少將會產生甚麼樣的結果，比較無法利用機台蒐集到的數據進行有系統的分析。導入 AutoML 後，不但可借助 AI 分析出影響生產製程的關鍵因子，提升效率，還可將透過 AI 分析參數所建立的模型應用到海外廠，以減少外派人力，加速擴廠進程。

此外，產品研發也是正新橡膠導入 AI 的重點範疇。「輪胎是一種比較嚴謹的產品，光是一顆輪胎的研發週期就需要兩年以上，並需要上百種原料，」陳柏嘉表示，目前研發部門導入 AutoML 剛滿一年，已嘗試從輪胎製造的上百種因子找出幾十種可能影響輪胎油耗、濕地抓地力、輪胎剎車時會滑多遠…等輪胎性能的關鍵因子，如：膠料種類、鋼絲寬度、種類和排列密度等。

找出這些關鍵因子後，正新橡膠就可以利用這些關鍵因子依據國外車廠及市場的需求，透過 AI 進行建模，研發出符合或超出車廠和市場需求的輪胎，如針對運動性能市場，會需要乾地抓地力高的輪胎；油電混和車則需要滾組低且安靜的輪胎。

擴大 AI 應用 讓各部門盤點關鍵問題背後的數據

從生產、研發感受到導入 AI 的效益後，2023 年正新橡膠開始擴大 AI 應用，陸續將 AutoML 導入到人資、銷售等海內外共 10 幾個部門。

為了協助 AI 快速落實到各個部門，杰倫智能甚至派顧問到正新橡膠舉辦各式 AI 應用的工作坊 （Workshop）。陳柏嘉表示，在三個月的教育訓練中，Profet AI 的顧問從 AI 基礎概念切入，循序漸進地與各部門討論，並整理各部門面臨的困境、盤點問題背後可進行分析的數據，之後再將數據透過建模找出可以改善或優化的方向。

陳柏嘉表示：「就像是培養種子人員，大幅減少IT人員導入新系統的負擔，」有了這些訓練課程，現在這些使用單位不僅上手的速度很快，學習曲線和意願也比較高。

數位轉型並非一蹴集成，正新橡膠從單點出發，逐步地從點、線、面擴大 AI 應用，讓各部門第一線員工從蒐集數據、理解數據，一直到解讀數據、善用數據，不但加速企業數位化的腳步，也為正新橡膠佈局全球市場奠定紮實的基石。

擁有 30 多年機器設備製造和維修經驗的亞炬企業，是台灣知名傳統製造業設備製造商，主要客戶為台灣上市櫃化工業者。近年面對新血招募不易且資深員工相繼退休的雙重壓力下，積極投入智慧製造，不僅透過 AI 將老師傅經驗化為數據，讓設備變聰明，同時也大幅提高維修保養業務營收，更將智能監測服務整合至製造的設備中，成為傳統化工業 AI 應用的領頭羊。

讓亞炬義無反顧導入 AI 應用的重要推手是亞炬企業營運長許弘翰。身為企業第二代，2020 年一接班就遇到資深技術人員退休潮。「以前的老師傅，都是透過之前累積的經驗，用『聽』或『感覺』來判斷設備可能是哪裡出問題或是有哪些零件損壞，沒有任何數據來佐證，」警覺到老師傅的經驗無法透過量化或用口述完整留存下來，他開始思考如何透過企業 AI 化，將經驗化為數據，以 AI 來傳承經驗與技術。

不須額外學程式　輕鬆上手 AI 應用

決定導入 AI 平台之後，許弘翰營運長開始研究市場上相關的解決方案，最後決定導入以自動化機器學習（AutoML）技術為核心，快速安裝、輕鬆上手的 Profet AI 杰倫智能科技的 AutoML 平台。

「不用另外學程式，是最大的誘因」許弘翰營運長坦言，Profet AI 產品不用另外學任何程式，只要將 Excel 檔案上的資料直接匯入 Profet AI 的 AutoML 平台，就可以取得問題的主要關鍵因子，這對傳統產業助益很大，因為不需要花很多時間重新學習，就可以在短時間得到想要的答案。

其次，Profet AI 的顧問非常熱心，除了分享 AI 基礎概念，協助盤點問題背後可以分析的數據，及將數據建模後找出可以改善或優化的方向外，也分享許多傳統機械設備如何透過 AI 結合 IoT 來提升設備的可靠度和效率，讓亞炬在導入 AI 時減少摸索的過程，即使到現在，Profet AI 顧問仍時常與亞炬開會討論下一步的 AI 應用方向。

導入 Profet AI AutoML 平台 維修業務人員效率提昇 50% 營收提高逾 30%

雖然業務主要以設備的研發製造和銷售為主，亞炬的 AI 應用卻決定從設備的維修保養開始做起。

一開始，亞炬將感測器先安裝在生產製造的設備上，Profet AI 平台可以透過大量收集的數據及連續數據的建模先判定數據波頻的異常，如：很大的起伏、突然向上或向下等，之後再請老師傅協助判斷是哪裡出了問題或是哪個零件損壞，等下一次出現類似的波頻時，AI 就會自動學習，並事先預警。舉例來說，當數據波頻突然出現向下曲線時可能代表軸承快要損壞，就可以預先停止設備的運作，提前進行保養維修或零件汰換。若等到設備真的壞掉才來維修，耗損的化學原物料及廢棄物處理費可能高達幾百萬美元、甚至幾千萬美元。

「靠人，是被動」，許弘翰營運長表示，設備壞了，才派人去檢修或是進行緊急處理，臨時調動人力不僅會造成企業人力吃緊，損失的原物料和壞掉的零件，也都需要時間去採購和汰換，無法立即修復，讓設備和產線運作恢復正常，這些等待的過程在在都是人力與時間的浪費。

導入 Profet AI 平台之後，亞炬維修業務的效率和服務品質大幅提升，不但能事先向客戶預警，通知他們下個月某個時間請他們先停工，先汰換或維修可能會損壞的零件，人力不但可以進行有效配置和安排，零組件也可以事先準備好，客戶也可避免不必要的化學原物料損耗。許弘翰營運長粗估，導入 AI 一年之後，亞炬維修人員的工作效率提高了 50%，整個維修業務的營業額也增加了 30%。

整合 AI 智能監測系統的設備訂單大幅成長 40%

見證維修保養業務導入 AI 的綜效之後，亞炬也開始將智能監測系統整合到其他的設備，並於 2022 年 5 月，於「高雄自動化工業展與高雄國際儀器化工展」推出第一台結合 Profet AI 系統的「智能升降攪拌機械設備」。

許弘翰營運長表示，這個創新的設備是透過核心元件建構感測器搭建智能監測系統，可即時查看攪拌過程的數據，並追蹤零件的效能折舊，一旦看到異常數值，系統便可主動預警，再由亞炬即時提供「客製化」維修保養服務，替客戶大幅度縮短突發事件處理的人力和時間成本，提升生產效能。

「智能升降攪拌機械設備」後來更成為化學產業 AI 應用的敲門磚，不僅亞炬的長期客戶詢問是否能將智能監測系統安裝在舊設備上，許多製藥廠也表達高度興趣，希望能將智能監測系統安裝在他們的設備上以隨時遠端查看設備內化學品的溫度、壓力及揮發性有機氣體（VOC）洩漏等狀況是否有異常。根據統計，2023年，亞炬整合 A I智能監測系統的設備訂單就比去年大幅成長了 4 成。

為了讓更多的機器製造設備變聰明，加快設備與 AI 軟硬整合的進程，亞炬今年也成立了應用服務部。許弘翰營運長表示，未來希望可以引進更多的 AI 人才，讓亞炬成為台灣化工業 AI 應用的整合平台，並成為客戶 AI 應用和解決方案把關者，以協助越來越多的傳統化工業者輕鬆加入智慧製造的行列。

三明治推動方法一年內落實 400 件以上 AI 專案

在 AI 數位浪潮下，不僅國外的科技領導廠商全力投入，台灣也有愈來愈多企業跟進，為台灣的百工百業產業帶來變革與新契機，扮演新一波產業升級的重要角色。成立超過 36 年，專營 IT、數位家電及手持式電子零組件設計、製造與銷售的連展投控，近年也積極導入 AI 的「轉骨」工程，並在去年訂定出「數位轉型元年」的戰略。連展投控總經理室資深特助郭迺文指出，全集團每星期四早上上 11 點到 12 點都須參加數位轉型頻道課程，要讓企業跟上產業趨勢。

過往，像是連接器這樣的電子零組件業務，靠的是台灣最強的資通訊產業客戶群。近年，非 3C 領域如電動車、綠能、智慧醫療、AIoT 工業、5G 與高速電信通訊領域的興起，在這些領域中也看到電子零組件新應用的需求，為企業創造出高附加價值商機，這些項目不少都是連展集團目前鎖定的主力業務。

數位化深耕早年由生產流程切入

郭迺文表示，連展集團早在 12 年前就開始導入應用程式介面（API），進行生產流程改善與流程最佳化。到了 2016 年至 2018 年間，就大幅度透過自動化檢測及製造進行產業升級。

近兩年在總經理陳鴻儀的帶領下，更成立「數位轉型委員會」，要讓自動化能藉由資料的累積精進，數位化力道再度加深，進一步全面提升工作流程效率、品質，甚至建立新的商業模式，該公司的 AI 應用導入也就在這個階段展開。

針對數位轉型能否成功，陳鴻儀總經理認為有四大關鍵，第一就是一定要把它變成組織文化的一部分，把數位轉型變成一種思想、一種習慣，徹底融入到工作中。其二就是主管是否重視與投入的程度，上行下效，繼而帶動整個組織。第三就是要善用內外部資源，找出可以直接使用的工具，讓推動的腳步更快速、更有效。最後，就是運用 PDCA 的管理方法，落實數位轉型。每個部門都需要訂定相關工作項目，具體找出能夠快速及立即看到成果的案例來進行，並藉由獎勵制度與互相學習，來建立正向氛圍。

將數位轉型內化為與生俱來的文化

連展投控創新顧問詹長霖表示，連展高層一直都非常支持數位轉型，認為新的工具能帶動新的思維。在轉型過程中，有別於一般企業的 Top Down 政策，連展採用「三明治法則」，初階人才也須著手數位化專案，讓上層跟下層都可以有共同的數位化語言，並在每季執行數位之星轉型競賽。

詹長霖博士分享過程中讓他印象最深刻的專案之一 ——「虛擬量測」。正因有了虛擬量測，才有機會做到數位分身（Digital Twin）、實現數位工廠、虛擬生產線，如此才能快速複製廠端技術到其他廠區。精實製造雖然可靠，但這樣的 AI 工具應用才能大大拉開與競爭對手差距。

步驟簡單，企業五管全面數位化

以往連展在推動數位化時，遭遇工具應用性不佳，統計與軟體也難上手的問題，成為推動數位轉型的主要障礙。2022 下半年，連展開始與杰倫智能 Profet AI 合作，舉辦兩場 Profet AI AutoML 工作坊，開始培育種子人員與關鍵業務人才，目標是在 3 年內培養 1,000 位數位轉型人才。

這場數位轉型的成果相當豐富。該公司不到一年內，數位化專案已落實 677 件，其中透過 Profet AI 平台所落地的專案就占了 470 件，比重超過 7 成。此外，透過 Profet AI 的顧問協助，連展集團內部已訓練了 240 幾位敏捷數位小組成員，囊括企業管理五管的生產、行銷、人資、研發、財務，達成全員數位化。

Profet AI 全球業務總監余常任表示，Profet AI AutoML 提供製造業常用的機器學習演算法，使用者可以很快上線操作，沒有經驗、沒有 IT 背景的人都可以快速上手，溝通語言一致，5 個步驟就可以完成操作。對連展集團而言，導入 AI 的新產業模式不僅優化生產，管理品質也同步提升。

詹長霖博士表示，以前導入新工具需要時間、經驗慢慢打磨，隨著高科技自動化已可加速，然而自動化因為缺乏科學數據的積累，以往數學模型的使用也不容易，大多只能做到歸類而已。但在導入 Profet AI 的 AutoML 以後，公司能很快到達原先所設的目標，這就是競爭力的提升。

陳鴻儀總經理強調，公司要有競爭力、永續經營，需要更廣泛、更深度進行數位轉型。在產業中，不僅流程改變繁多，商業模式也會快速轉變。因此，企業必須充分利用好工具達成數位轉型，提升公司競爭力。連展集團運用 AI 並不是追隨流行，而是立志要做得比別人更好。