「2026 AI 智慧大工廠論壇」台中場日前登場，邀集鴻海科技集團、新漢智能、所羅門、鼎華智能、工研院等產研專家齊聚一堂，聚焦台灣製造業如何借助 AI 智慧轉型。開場致詞中，臺中市政府數位發展局局長林谷隆強調，AI 的發展不能僅停留在虛擬運算與生成式應用，要讓 AI 真正落地，就必須走入實體、服務大眾。台中市總工業會理事長林雍偉也在論壇上指出，面對這波科技浪潮，善用 AI 的製造業將能創造翻倍的競爭力。
本場論壇聚焦「AI 如何真正落地製造產線」，邀請多位講者分享實戰經驗，從鴻海科技集團的城市級數位孿生技術、新漢智能的中小企業 Edge AI 導入策略、所羅門的 AI 視覺與機械手臂整合方案，到鼎華智能的生管數智分身與工研院的數位雙生編程技術，完整呈現台灣製造業 AI 轉型的多元面貌。
鴻海科技集團：以「城市五感」打造數位孿生大腦
「AI 思維不只是把 AI 當作技術升級的工具，而是應該將其融入企業組織的 DNA，從 AI 原生的角度構建，」鴻海科技集團資深經理陳衣帆表示，真正的 AI 原生意味著企業的底層運轉完全由 AI 推理與決策驅動，才能發揮 AI 最大效能。
鴻海推出結合 AI 與數位孿生技術的 CityGPT 城市平台，目標是將整個城市 1:1 複製到數位虛擬環境中，透過如同城市「五感」的物聯網設備，即時收集包含溫度、車流、空氣品質等數據，讓城市大腦能即時掌控，並在微秒之間做出應變決策。
陳衣帆將工廠比喻為一個小城市，透過 Foxconn Omniverse 數位孿生平台，讓企業在虛擬環境中進行 100% 的建廠模擬與設備測試，團隊在虛擬環境中完成工廠參數的設計與驗證後，再將最佳化產線 1:1 複製到實體狀況，「在虛擬中預見，在實體中實現」的做法，為企業大幅縮短建廠與獲利時間。
新漢智能：別急著買 AI 大腦，先讓工廠「長出神經」
新漢智能副總經理阮北山表示，許多工廠急著導入 AI 模型，卻往往忽略了必須先收集底層數據的前提。新漢「AI 生產小達人」Edge AI 專家平台，協助中小企業推動轉型時，從打好數據基礎做起，採取循序漸進的實戰策略，而非一下子就投入大量資金建立巨型系統。
「對於中小企業的工廠來說，優先任務不應該是買一顆大腦，而是先長出神經，」阮北山比喻，企業的決策中心就像是「大腦」，現場設備間串接起來的數據則是「神經」，唯有透過這套神經系統將底層設備的稼動率、停機、異常與產出數據精準串接起來，企業才能定位出營運的根本問題。阮北山更表示，新漢自主開發的「AI 獲利總管」，核心價值在於串接 IT 與 OT 端，將工單、材料成本與生產站別等資訊匯總，幫助企業找出損害毛利的源頭。
阮北山建議所有中小企業，推動 AI 轉型可以先從一台設備開始，再逐步長出企業專屬 AI 小幫手，踏出 AI 數位轉型的第一步。
所羅門：AI 視覺 X 機械手臂，打造一體化自動 AI 平台
面對當前製造業的缺工困境，所羅門資深協理鍾毓修提出所羅門的一體化自動 AI 平台，將 AI 視覺結合機械手臂，串聯視覺辨識、機器人控制與現場工作流程。「用視覺去看，用機械手去剪，然後擺到加工機裡面。」 鍾毓修表示，自動化視覺辨識和手臂抓取，不僅能維持生產速度、降低作業噪音，同時應對少量多樣的彈性換線需求。
除了產線自動化，AI 視覺在品質檢測上也扮演關鍵角色。過去工廠仰賴人工檢驗，導致品質標準不一，而 AI 視覺技術能夠將肉眼判斷經驗轉化爲演算法，將全廠的檢驗標準一致化，縮短人工作業時間並提升良率。另一方面，自主移動機器人（AMR）或人形機器人在移動時產生「漂移」的誤差現象，同樣也需要仰賴 AI 視覺即時引導並修正姿態，確保行進的精準度。
鍾毓修強調，所羅門的視覺辨識與空間引導技術，已規模落地應用在傳統機械手臂、無人機與各類工業相機中，為製造業打造出更具韌性的自動化防線。
鼎華智能：生管數智分身，將專家經驗封裝為系統化戰力
「國內生產製造力強的是製造團隊，不是製造公司，」鼎華智能資深總監周昀佑表示許多企業引以為傲的競爭力，其實是建立在少數優秀員工上，而非整個企業系統化的能力，因此如何將這些員工的經驗保留並傳承，轉化為企業整體的製造能力，成為企業轉型的關鍵。
周昀佑觀察到，仍有許多企業對於讓 AI 直接安排生產排程抱持疑慮，若使用者無法理解 AI 運算背後的邏輯，就會產生不信任感與高度執行風險，為解決這個痛點，鼎華智能推出結合行業數據與技能的「生管數智分身」與「物料小管家」，將工廠的真實數據、資深生管判斷邏輯以及應對突發異常的技能，全面「封裝」進 AI 之中。
在實際落地應用上，這套 AI 系統能夠高效化解工廠三大痛點：業務突發插單、關鍵物料調控，以及開工前的物料確認。周昀佑舉例，當急單來時，AI 能迅速在沙盒模擬環境中進行演算與多重情境推演，盤點可用資源，並同步評估插單是否會排擠到既有客戶的交期，提出最佳的對應處置策略。周昀佑表示，企業導入 AI 的目標是將資深人員的經驗留存於系統內，將依賴個人的「製造團隊」轉型為由數據與模型驅動的「製造企業」，工廠才能真正建立起智慧供應鏈。
工研院：AI ＋ 數位雙生，編程時間從 30 分鐘縮短為 3 分鐘
針對數位雙生技術的落地應用，工研院機械所組長王仁傑表示，工研院將 AI 與數位雙生技術導入設備開發中，透過「AI 動態性能檢測技術」，將這些隱性經驗轉化為數位化指標，提升出廠設備規格的一致性。王仁傑指出其核心價值在於實現虛實環境的無縫連接，讓使用者在設備實際應用前，於虛擬世界中進行碰撞測試與路徑模擬，避免因實體試錯導致的巨額報廢成本。
而當企業導入 AI 後，面臨的下一個挑戰則是模型訓練與優化。「AI 在進行加工參數決策時，最初就像是一張白紙，我們提供給 AI 這麼多東西，要教他怎麼分辨好跟不好，」王仁傑說明，透過系統分析機台動態反饋與表面精度等指標，AI 能夠在幾分鐘內自動生成最佳化加工路徑，相較傳統編程快約 90%，並從原先 30 分鐘的作業時間縮短至 3 分鐘。
王仁傑強調，台灣製造產業未來的商業模式不能只停留在銷售單機設備，須轉向提供系統化的服務方案，唯有與終端使用者建立深度連結，了解製造需求與痛點，進而提供客製化、專用化的設備應用整合，產業才能擺脫低價競爭的紅海市場，在國際製造市場中持續升級。
