AI

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

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。

Contact Us to Learn More

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 閱讀全文 »

, ,

Profet AI與 Zentera Systems攜手合作為製造業 Agentic AI 導入提供零信任安全防護

Profet AI與 Zentera Systems攜手合作為製造業 Agentic AI 導入提供零信任安全防護

結合 Profet AI Domain Twin™ 平台與 Zentera Ensage™ AI,保護敏感生產環境中的 AI Agents 與關鍵知識資產

Profet AI杰倫智能科技與Zentera Systems美商潤天科技宣布建立市場合作夥伴關係,攜手為製造業場域中的代理式 AI (Agentic AI) 部署提供更完整的安全防護。根據合作內容,Zentera 的 Ensage AI 平台將於運算層與網路層,為 Profet AI 的 Domain Twin™ 平台提供零信任安全保護。Profet AI 的 Domain Twin™ 平台目前已服務超過 300 家製造企業,涵蓋半導體、電子、PCB、電子製造服務與先進材料等產業。

Profet AI 已在亞太市場建立其作為製造業領先無程式碼AutoML 軟體品牌的地位。其 Domain Twin™ 平台可協助企業將資深工程師的隱性知識,包括製程調校、品質判斷與參數優化等經驗,數位化為可重複使用的 AI 模型,並進一步複製到不同產線、工廠,乃至全球營運據點。Profet AI 的客戶涵蓋電子製造服務、半導體封裝測試、IC 設計、顯示面板與材料等關鍵製造領域。

隨著 Profet AI 透過企業級代理式AI協作軟體 AI Studio 持續擴展平台的代理式 AI能力,如何確保 AI Agents、製造資料與企業資源之間的連結安全,也成為企業導入過程中的關鍵課題。

此次整合方案的一大關鍵,在於可於不需重整既有網路與基礎設施、不影響既有應用與營運的前提下導入,協助企業以更低門檻建立代理式 AI 所需的安全機制。同時,該方案亦可將零信任防護延伸至 OT、既有系統與混合式環境,更貼近製造業對資料主權、低延遲與營運韌性的實務需求。

Profet AI 執行長黃建豪表示:「AI 代理 (Agents) 將為製造業帶來巨大的應用價值,但資訊安全不能等到部署之後才補上。我們的客戶之所以信任 Domain Twin™,是因為它承載的是企業最關鍵的競爭資產,也就是數十年累積而成的生產 know-how。此次與 Zentera 合作,讓我們得以在基礎架構層導入零信任防護,確保這些關鍵知識在平台代理式 AI 能力持續擴展的同時,依然受到完善保護。」

補足製造業 AI 代理人的安全缺口

隨著製造企業將 AI 代理導入生產系統、預測維護平台與資料分析流程,這些代理也在 AI 執行環境、資料庫、MCP 伺服器與外部大型語言模型之間建立起新的機器對機器連線路徑。然而,傳統資安工具對這些新型態連線缺乏足夠可視性,也難以在運算與基礎架構層級落實細緻的存取控管。

Ensage AI 將 Zentera 的零信任架構延伸至代理式 AI 所衍生的安全盲點,包括未授權存取、影子 AI、權限提升、IP 偽冒、中間人攻擊,以及 AI 系統與企業資源之間未受控的資料流動。透過對代理與資源之間流量的完整掌握,企業可更進一步實現對 AI 代理行為的發現、治理與隔離,降低安全風險,同時維持製造現場對效能與穩定性的要求。

Zentera Systems 執行長李兆興博士表示:「Profet AI 正在解決製造業最關鍵的挑戰之一,也就是如何保存並規模化那些構成競爭優勢、且無可取代的專業 know-how。當這些知識被嵌入能主動與生產系統互動的 AI 代理中,如何在網路層級保護這些代理的運作路徑,便顯得格外重要。透過此次合作,我們能協助製造企業在符合治理、風險與合規要求的前提下,更有信心地擴大代理式 AI 的應用規模。」

Agentic AI 建立基礎架構層級的零信任防護

在整體架構上,Profet AI 專注於應用層的製造知識數位化、流程智慧與代理協作能力;Zentera 則於運算層與網路層落實零信任控管。雙方結合後,可形成更完整的分層式防護架構,縮小 AI 能力擴張與安全治理之間的落差。

Ensage AI 可透過三大控管面向,監控並管理代理式 AI 的行為:

  • 進入控管:驗證並授權可存取與操作 AI 執行環境的對象
  • 對外控管:治理代理可連接的大型語言模型、工具與網域
  • 內部控管:限制代理存取敏感企業資源與營運系統的權限

該平台可提供完整的代理對資源流量可視性,落實基於政策的存取控管、預防未授權資料外洩,並從網路層建立稽核軌跡,以支援企業治理與合規需求。相較於需透過雲端轉送的安全存取服務架構(SASE)模式,Ensage AI 可部署於地端或混合式環境中,對於高度重視低延遲、資料主權與營運韌性的製造與工業場域而言,尤其關鍵。

RSA Conference 2026 展示實際應用情境

RSA Conference 是全球最具影響力的資安盛會之一,於美國舊金山舉辦,而今年,雙方將透過實際工作流程展示 Ensage AI 保護 Profet AI 的平台。展示內容將包括零信任架構如何保護 MCP 查詢、代理與資源之間的通訊,以及對敏感製造資料的存取,同時維持 AI 應用所需的效能與彈性。

誠摯邀請與會者蒞臨 North Hall #4618 展位,觀賞現場展示,並與雙方工程團隊交流如何在製造業場域中安全部署代理式 AI,展期為 3 月 23 日至 26 日。

關於 Zentera Systems

Zentera Systems 是專注於零信任安全的資安公司,致力於保護企業網路中所有移動中的連線對象,無論是使用者、工作負載,或 AI 代理。其解決方案可作為覆疊層部署於任何基礎架構之上,包括 IT、OT、雲端或混合式環境,協助企業在無需重新架構網路的前提下,落實零信任安全防護。隨著 Ensage AI 的推出,Zentera 也進一步將此基礎延伸至企業環境中的自主型 AI 代理。Zentera 總部位於矽谷,並深受全球 2000 大企業信賴,客戶橫跨半導體、金融服務、醫療與公部門等產業。

關於 Profet AI

Profet AI 是一間專注於製造業的 AI 軟體公司,核心使命是把現場經驗與領域知識,轉化為可被保留、放大與複製的 Domain Twin™ 。其 Domain Twin™ 平台由AutoML(機器學習)、AI Studio(Agentic AI) 與 AILM(AI 治理與生命週期管理) 所驅動,協助企業保存、擴展並複製第一線 know-how,打造一個「知識永不退休」的世界,讓每一分現場經驗都能沉澱為可持續增值的 AI 資本,長期驅動產業競爭力。

目前,Profet AI 已服務亞洲超過 300 家製造企業,產業涵蓋電子、半導體、PCB、IC 設計、顯示面板與先進材料等領域,協助企業從單一產線進一步走向多廠區、跨國營運,實現更智慧、更具規模性且更輕資產的營運模式。

Contact Us to Learn More

Profet AI與 Zentera Systems攜手合作為製造業 Agentic AI 導入提供零信任安全防護 閱讀全文 »

, ,
供應鏈管理是全球企業應該以 AI 積極面對的議題

企業「應」與「變」:全球動盪下的供應鏈管理

供應鏈管理是全球企業應該以 AI 積極面對的議題

全球趨勢與挑戰分析

在全球化經濟體系中,供應鏈管理已成為企業戰略成敗的決定性因素。COVID-19 疫情帶來的邊境封鎖、工廠停工,導致電子零件交期大幅延遲;俄烏戰爭則進一步影響能源供應鏈與農產品出口,全球物流成本因此飆升。根據麥肯錫(McKinsey & Company)的報告,全球企業每年因疫情、地緣政治衝突及極端氣候事件而遭受平均 1 至 2 個月的供應鏈中斷。此外,國際貨幣基金組織(IMF)亦在年度《全球經濟展望》中指出,近五年的經濟成長預期遠低於歷史平均表現,在復甦仍緩、地區持續分化等情況下,企業的未來規劃與執行將沒有任何失誤的餘地。這些不可預測的變數不僅影響原材料供應,還大幅提升營運風險與資源配置難度。

台灣作為全球半導體與電子產品生產重鎮,面對供應鏈變動的挑戰尤為嚴峻。台灣經濟研究院便指出,台灣應積極推動供應鏈多元化、透明化與安全性,強化抵抗力與復原力,以因應疫情、地緣衝突及資安威脅對全球供應鏈的衝擊,並在互惠合作下穩固全球供應鏈地位。

此外,供應鏈管理面臨以下四大挑戰,使企業需具備更高的應變能力與系統化策略:

  1. 地緣政治風險與國際政策變動
    全球科技競爭加劇,尤其是在中美持續對抗的背景下,出口管制和貿易制裁將成為常態化的風險。如果企業未能及早設立替代供應方案,將面臨產能中斷與成本激增的雙重威脅。
  2. 自然災害與氣候變遷
    隨著極端氣候事件發生的頻率不斷增加,如颱風、洪水等自然災害,物流與倉儲系統將面臨嚴重衝擊。這促使企業必須加強風險應對策略,並提升其恢復能力及冗餘設計,以應對未來可能的挑戰。
  3. 人才與技術短缺
    在數位轉型的背景下,供應鏈分析與決策專業人才的短缺,已成為企業突破數據運營瓶頸的重要障礙。2020 年勤業眾信與科技部人工智慧製造系統研究中心共同發表《台灣智慧製造關鍵能力調查》指出,金屬製品業、機械設備業普遍面臨資源有限的課題,對於如何導入最具營運效益的 DX 解決方案,則成為另一項嚴峻挑戰。
  4. 市場需求變化與訂單波動
    疫後全球消費模式改變,市場需求波動劇烈。企業若無法快速掌握市場趨勢,靈活調整產能,將面臨產能過剩或供應不足等風險,進而影響財務穩健性。

供應鏈挑戰的應對策略與未來展望

在面對多樣化挑戰時,企業必須將供應鏈風險管理轉型為智慧化、主動性的應變策略,將供應鏈韌性視為競爭優勢的基石。透過 Profet AI AutoML 虛擬資料科學家平台,製造業客戶能以更低門檻快速實現數據建模,運用 AI 預測分析強化決策標準化,加速從策略擬定到實踐落地的全流程數位轉型。有了分析基礎,Profet AI 的韌性管理方法論則透過 AI 數據驅動策略,實現從原材料供應到最終成品交付的全流程優化,並強調以下核心要素:

  1. 數據驅動的風險預測
    透過 AI 技術對歷史數據及外部變量進行交叉分析,預測供應鏈中斷風險。例如,當設備供應商在產品交付後有客戶維修備料的需求,根據 AI 預測結果,提前和即時處理備料庫存,減少庫存浪費和節省庫存成本
  2. 高效靈活的應變方案
    數位孿生技術(Digital Twin)提供供應鏈不同場景的模擬,讓企業優化物流策略並快速部署替代方案,縮短響應時間並降低資源損耗。

在不斷變化的全球市場中,企業需持續提升供應鏈預測能力及靈活應變機制,逐步實現數據驅動的營運模式。Profet AI 不僅提供領先技術支持,還藉由實戰經驗與領域 Know-how 助力企業脫離「生存模式」,實現智能化決策與流程優化。展望未來,我們將持續深耕與 AI 生態系夥伴的合作,以前瞻性解決方案,推動製造業邁向 AI 轉型的下一個里程碑,共同實現永續增長與全球競爭優勢。

企業「應」與「變」:全球動盪下的供應鏈管理 閱讀全文 »

, ,