《數位時代》10 月 28 日刊出記者傅莞淇的報導〈傳產拚AI轉型!缺工、數據難整合怎麼辦?漢翔、亞東預拌揭突圍關鍵〉,是專題〈1公斤混凝土只賣1.5元,為何日本也來取經?4家傳產AI轉型實戰揭秘〉的第一篇。報導走訪智慧方案、亞東預拌、漢翔航空工業、福壽實業、華夏玻璃與 BCG X,整理傳統產業導入 AI 時最常遇到的兩個難題:缺工與數據基礎。
▲ 智慧方案與企業學員進行 AI 工作坊。
缺工是推力,也是阻力
ChatGPT 在 2022 年底問世時,多數傳產業者還看不出它能用在哪裡。現在 AI 的應用已經從辦公室走進工廠,用來補產線人力、傳承老師傅經驗、分析機台數據。
報導指出,推動傳產導入 AI 與阻礙導入的,常常是同一件事:缺工。有數十年經驗的老師傅陸續退休,新人接手的速度與穩定度跟不上,企業只能加快導入科技;但傳產原本的資訊人力就少,又難以和半導體、高科技產業搶人,就算產線蒐集到大量數據,也不一定有人能用。外部顧問對產業知識有隔閡,直接買現成方案也很難碰到核心問題。
人海戰術已經行不通
智慧方案成立兩年、累積 200 多家製造業客戶,營運長陳旻筠經常走進中南部工廠。她觀察到,過去不少企業把工作切成內容單純、薪資較低的小份,交給很多人同時做來壓低成本。例如一份客訴報告分成 8 個章節,8 個人各寫一段,最後由主管統整。
現在年輕人對這類單調的工作興趣不高,而一支專寫客訴報告的 AI Agent 可以直接產出整份報告,也省下章節之間來回溝通與統整的工時,同時補上人力缺口並提高效率。
哪些工作適合交給 AI、哪些還不適合,需要有 AI 專業的人一起判斷。陳旻筠建議企業從三個特徵的交集開始找:耗時、重複性高、很多人都在做。
先讓全員說同一種語言
AI 人才不好招,許多企業選擇先培養內部的人,例如補助 AI 工具、請顧問開課與工作坊,甚至辦兩天一夜的營隊,讓員工先能理解主管設定的 AI 目標,再從中選出種子成員。
亞東預拌從 2022 年起累積超過 1,600 件員工提出的流程改善提案,採用率提升到八成。總經理金崇仁表示,資訊處加總經理室的專職人員只有 5 到 7 人,轉型必須靠全員參與,由員工提出工作上實際遇到的困難。亞東預拌今年也透過與台科大的產學合作,招募到一位 AI 工程師。
員工平均年資較高的福壽實業約有 600 多名員工,年資超過 20 年的可能占一半以上,公司以續聘、回聘退休員工的方式把經驗傳給新人。華夏玻璃整理大量文件,做成新進員工可以隨時提問的知識庫「玻璃聖經」;轉軸廠新日興也持續擴充內部知識庫,保存製造知識並加快新人培訓。
數據可以從機台和外部環境來
報導引用資策會數轉院的調查:台灣製造業超過 65% 已導入 ERP,但導入 MES 的只有 20.7%,超過 7 成工廠產線還沒有機聯網。設備新舊混雜、跨機台資料難整合、導入數據中台成本高,都讓傳產難以善用數據。
漢翔航空工業的「AIxWARE 智慧製造平台」已協助數十家中小企業升級。資訊處處長方一定指出,除非設備太舊,多數機台都能從控制器的網路封包解析出參數,不必另外加裝感測器;再結合語言模型理解老師傅的經驗,與調參、良率等數據一起訓練模型,可以縮短換線時間、降低測試成本。
亞東預拌則用 RPA 監測 30 多項外部數據,包括建照開工與核發面積、降雨天數、台電備轉容量、油價、煤價、水庫蓄水量等,這些都會影響工程進度、運輸與原料成本。過去人工上網蒐集要花三天,現在約 15 分鐘就能完成。
轉型的關鍵在人
《2025製造業AI普及度調查報告》顯示,台灣資通訊科技業有 39.1% 已進入導入驗證或規模化階段,傳統製造業只有 22.7%,另有 45% 的傳產企業還停在「未知」階段。在關稅、匯率、通膨、碳費與能源成本的壓力下,能否用好新技術已經影響到國際競爭力。
BCG X 大中華區負責人吳學霖認為,傳產本身的數位化程度不一定是最大的限制,管理階層的認知與支持更關鍵。缺數據還有辦法解決,但管理者如果不覺得重要,製造主管也不會有動力推動。他的結論是,AI 轉型的核心在人,不在 AI。


