快速消費品巨頭聯合利華（Unilever）於 2026 年 6 月宣布，計畫在接下來 18 個月內新增 40 多套結合人工智慧（AI）的數位分身（Digital Twins）系統，擴大這項技術在全球製造網路中的應用。
目前，聯合利華已在美國、波蘭、越南及印度的 5 個製造據點導入數位分身，並累積減少生產廢料、提升產能及降低產品缺陷等成果。接下來，公司將以既有導入經驗為基礎，建立可供全球營運複製的應用模式。
優化品質與產能，AI 數位分身的實體導入成效
數位分身是實體設備與生產線的虛擬模型，透過收集工廠現場系統的即時數據，監控設備運作及製程表現，並預測可能發生的問題。聯合利華進一步結合 AI 洞察與 AI 代理（AI Agents），協助製造團隊及早辨識異常、加快情境模擬，並改善整個生產週期的決策效率。
這項技術已在不同產品線展現顯著成效。在美國北卡羅來納州 Raeford 工廠，數位分身能預測固體體香劑製程中 95% 的流程流動限制問題，使廢料減少 20%，產能提升 10%；在生產 Knorr 與 Hellmann’s 等品牌的波蘭波茲南（Poznań）工廠，數位分身能協助穩定美乃滋的黏度變化，將微小停機次數降低最多 20%，廢料減少近 30%。
印度 Gandhidham 個人護理工廠透過即時控制建議，在四年內將產品缺陷率降低 30%，相關數據於配送中心測量。此外，印度 Haldia 洗衣粉工廠運用能源數位分身優化熱能消耗，支持範疇一與範疇二氣候目標；越南 Cu Chi 家用清潔用品工廠則控制混料設備原料添加量，維持品質並節省 1% 至 2% 的高階原料成本。
選址關鍵在於改善潛力、數據基礎與可複製性
不過，聯合利華要將數位分身擴展至更多營運據點，首先必須判斷哪些工廠適合導入。聯合利華個人護理事業產品供應鏈長 Vicky Cuthbert 指出，公司在全球擁有數百座工廠，挑選導入據點時，主要考量數位分身能否顯著改善特定作業，並將重新設計的流程標準化，以便在其他工廠複製。
這意味著，導入決策必須與明確的營運需求連結。Cuthbert 表示，公司希望相關應用能直接對應業務成果，包括改善服務表現、提升敏捷性與回應速度，以及提高生產力與成長。若一項應用無法清楚連結預期效益，就難以判斷技術投資是否真正改善了工廠營運。
她也坦言，聯合利華在早期導入數位分身時，對於如何確保技術帶來可量化的成果，還沒有設定得足夠明確。因此，導入前必須投入時間，讓所有相關利害關係人清楚理解要解決的問題，以及衡量成果的方式。
除了業務目標，工廠本身的技術條件也是選址的重要門檻。Cuthbert 指出，聯合利華通常優先考慮技術基礎較成熟的工廠，因為數位分身需要一定程度的網路基礎設施、資安防護，以及部署在生產現場、能夠於適當製程環節收集數據的感測器。具備這些條件，系統才能取得足夠資訊，建立可用於監控與分析的虛擬模型。
隨著這 40 多套 AI 數位分身系統將在前述 18 個月內陸續上線，聯合利華的智慧製造藍圖也將更加清晰。從預測設備維護、減少原料浪費到提升人機協作效率，這場轉型關鍵不只是單純的自動化，而是透過明確的指標管理與人才培訓，讓技術真正融入日常生產決策中，為全球製造網路帶來穩定且可持續的營運效益。
【推薦閱讀】
◆ 聯合利華 AI 代理連紙本表單照片都能讀：訂單處理快 8 倍、試行市場 95% 免人工
◆ 研發週期砍半、搜尋能見度翻倍：聯合利華怎麼用 AI 改造食品事業？
◆ 【引導 AI 推薦自家產品】萊雅、聯合利華宣布採用，解析 Azoma 為 AI 代理打造的 AMP 平台
＊本文開放合作夥伴轉載，參考資料：聯合利華、《Supply Chain Dive》、《Manufacturing Digital》，首圖來源：聯合利華
（責任編輯：張哲瑋）
