AI創新百強》AI轉型三避坑指南
文●張如嫻 攝影●郭涵羚 當我們走進和碩的筆電組裝廠,只見一台台筆電,正排隊經過檢測通道,多台相機跟自動光學檢測系統馬上拍下畫面,交由AI分析。兩秒後,螢幕上浮出紅框,部分元件被圈出顯示「NG」,瑕疵品隨即從另一條通道輸送離開,進入人工複檢站。 這,是和碩第一項在工廠大規模落地的AI應用:「瑕疵檢測」。而這條路,他們已經走了近十年,才終於開花結果,如今已能為公司省下七六%人力,效率也大幅提升。 他們是怎麼辦到的? 和碩共同執行長鄭光志告訴商周,早在二○一二年,公司就察覺勞動力成本迅速攀升。對和碩的影響是:當一台筆電上千個零件、小至一根螺絲,全都仰賴人工檢查瑕疵,不僅容易疲勞,也會導致誤判或誤殺,拖累產線競爭力。但有經驗的老師傅,一次卻只能帶四、五位學徒,傳承,儼然是一條漫漫長路。 「但製造端有很多數據,數據裡累積的知識,可以為我們創造很大價值!」鄭光志回憶,他們決定從大數據來降低成本。先是瞄準「人」,分析出每個工作站適合什麼樣性別、年齡、身體條件的作業員,藉此調整人力分配;接著,再瞄準「流程」,透過人工貼標、分析,用好幾年時間,一步步整理出大量產線數據。 既然有了數據,那該運用在哪裡?他立刻鎖定了耗時、費力、且人才傳承相對困難的瑕疵檢測。二○一七年,和碩開始將AI導入檢測領域。 「我們第一次嘗試AI視覺瑕疵檢測,花了一整年才成功!」鄭光志坦言,這個過程,其實處處碰壁。
▲和碩共同執行長鄭光志(右)、人工智慧發展處副總座蕭安助(左)是帶領該公司AI轉型的靈魂人物。他們將AI導入工廠,節省人力與時間,讓員工信服。 為了打破慣性,和碩頻頻在公司內舉辦教育訓練,在各式會議上宣導,調整同仁對AI的理解與期待。 為提高大家的參與意願,他們還每年都舉辦為期三個月的培訓班,先上課,再由AI工程師與終端使用者組隊,提出題目與解方,原則是每個案子都必須能落地執行。他們還舉辦競賽、提供獎金,千方百計的想讓員工習慣「用AI解決痛點」。 然而,這又來到第三個坑——你得先做出初步成效,才能說服員工相信。 「其實人就是有個特性,他要能看到結果,才會相信。」鄭光志說,尤其工廠作業員大多習慣每天做相同、固定的工作,公司起初想扭轉慣性,總有人怕麻煩、擔心風險而抗拒。 於是,他先從主管階級開始溝通,透過各種會議、聚會凝聚共識。他認為,主管得要先相信,才有機會把相同思維,推進每個人腦袋裡。而當主管的目標明確、由上到下一路推行到現場,第一線作業員慢慢發現,原本一個工站要十人,現在只需一人,檢測速度也明顯加快,他們才會覺得「有用」,願意跳下來學習。 漸漸的,這個AI瑕疵檢測開始在各個工廠落地,各項應用也被整合成PEGAVERSE平台,讓員工更容易上手。蕭安助透露,如今平台上的多數AI應用,都是由工廠同仁自主開發。 
布局AI產能、產線 用數位孿生打造即戰力 目前的成績單如何?導入AI瑕疵檢測後,和碩工廠人力成本如今省下超過七成。原本要作業員花近一分鐘檢查的工作,加了AI輔助後,只需數秒就能完成。看到成果後,員工紛紛動手開發AI工具,解決工作上的難題,PEGAVERSE平台上的創新應用也迅速累積,如今更提供給包括電子製造、半導體、鋼鐵等產業客戶使用。 波士頓顧問公司董事總經理暨全球資深合夥人徐瑞廷強調,AI應用成不成功,七○%與人有關,也就是企業必須由上而下、跨部門協作,才有機會從單點應用,發展成能為公司帶來價值的投資。 鄭光志坦言,這些年來,和碩還嘗試過無數AI應用案例,失敗率其實高達八成,但他堅持繼續做,因為他深知電子製造業的競爭有多激烈:「你不求新求變,等於是原地踏步,別人一迭代,可能就追過你了。」 近幾年,他們也開始利用數位孿生技術,在新工廠、設備都還沒啟用前,先以AI模擬產線與產能規畫,甚至讓作業員戴著VR眼鏡,在虛擬世界學習組裝,等正式試產,他們早有即戰力,初估整體產能可提升約二○%。 Google台灣前董事總經理簡立峰認為,和碩在工廠自動化領域做得不錯,更是最早用雲端管理工廠的企業之一,對AI前沿技術也有涉獵,令人印象深刻。 當多數企業還在追逐更強的模型,和碩已經用經驗證明:AI的勝負,從來不在技術,而在誰能讓人先改變。 … 本文摘錄自 商業周刊 2026/5月 第2008期
閱讀完整內容



