製造業從1到N的AI路線圖 勤業眾信：AI始於營運流程賦予數據價值

製造業從1到N的AI路線圖勤業眾信：AI始於營運流程賦予數據價值

勤業眾信聯合會計師事務所日前參加由台灣戴爾科技集團主辦之「2025 Dell Technologies Forum」，邀請勤業眾信能源、資源與工業產業負責人溫紹群參加智慧製造座談，會中與台灣戴爾科技集團技術副總經理李百飛、日月光半導體製造股份有限公司副總經理李政傑、臻鼎科技控股股份公司總經理暨國立清華大學清華講座教授簡禎富，以及現場近1,500位與會貴賓，齊力交流AI驅動製造業智慧化轉型之關鍵趨勢。

AI始於營運流程賦予數據價值

勤業眾信能源、資源與工業產業負責人溫紹群表示，不同生命週期的製造業AI 藍圖各有特性，而高階主管對 AI 與營運關係的認知，決定企業能否掌握彎道超車的機會。AI 的發展方向必須緊扣經營方針與業務流程，深根在生產與管理；其中，生產線與經營管理的流程與數據整合議題，更是製造業升級的重要元素。因此，清晰盤點生產與營運流程，是製造業讓將AI 轉化為實際效益的關鍵基礎；若 AI 與營運脫節，將難以在實務場景中從數據賦能價值。

其中，需求預測、產銷協調、銷售預測是製造業重要價值鏈場景，當前地緣政治與國際經貿變化加劇，重塑製造業供應鏈格局，海外供應商管理更顯複雜且具高變動性， AI應用部署在製造業生產排程與市場波動應對上，更具重要角色。這些營運流程皆產生大量數據，唯有善用AI即時處理與整合能力，企業方能快速調整供需、維持彈性與敏捷因應市場變化。

數據治理驅動AI落地

溫紹群表示，製造業成功釋放AI價值的核心在流程與數據，企業的數據治理策略取決於業務流程清晰度與數據整合平台。在製造業清晰盤點生產與業務流程需求後，高品質數據才能為AI提供精確資料，進而產出貼近營運需求且低延遲的分析成果，以強化決策洞察。企業的數據治理牽動跨部門協作，在瞬息萬變的市場中，須以數據分析平台串聯採購、產銷、物流與倉儲，建立完整決策體系。透過「One Platform、One Architecture、One MDM（Master Data Management）」，確立數據基礎、系統整合性與數據一致性，將成為製造業實現AI藍圖的重要分界。

企業數據治理涵蓋雲地策略，製造業價值鏈橫跨研發、生產與營運，資料屬性各異，存放方式、流動規範、安全與資料機敏程度需求皆不同。尤其研發與生產部門須優先保護安全與機敏資料，因此企業須依據數據機敏性、合規與業務需求，規劃雲端與地端配置，完善數據治理路線圖。

四大面向勾勒企業從1到N的AI轉型路徑

溫紹群表示，製造業推動AI規模化是從1到N的過程，須從四大面向打造轉型基礎，包含：商業考量、技術選擇、資安與機敏資料保護、組織變革思維。在「商業考量」層面， AI助企業極大化營運效益，從營運現場人員至高階管理層，建構不同需求的Agentic AI，支持多層次的決策，流程銜接將影響轉型進程；在「技術性選擇」上，企業須抉擇先導入平台或模型，其將影響投資型態與成本效益規模；針對「資安與機敏資料保護」，不同規模或產業須因應合規要求；「組織變革思維」上，人機協作與跨部門數據協調將重塑流程，提升 AI 在業務場景的可驗證性。

企業推動AI時面對複雜的權衡，溫紹群建議，優先聚焦「高頻、量大、具決策價值」的數據，從營運流程界定核心問題、建構AI應用場景，藉由試點計畫實現短期ROI，進而評估規模化可行性與長期效益。