製造業 AI 在工廠裡，可以先落在「查詢、分析、解釋、建議」，決策留給人。它能不能回答得準，取決於 ERP／MES 資料是否對得上、能否追溯。
本文重點
製造業 AI 落地在哪？先從年會現場的一個提問說起
冠理在 2026 ACMT 技術年會分享裕浤科技的案例，現場被問到的一題是：AI 在工廠裡，實際落在哪裡？
這個案例給的答案，落在工作裡原本要花時間翻找、比對、確認的那一段。裕浤科技是實證場域，冠理科技負責資料整合與 AI 的導入；這是經濟部產業發展署的示範案。以下從一個主管提問、四種使用者與一組資料代碼，拆開看製造業 AI 應用。
AI 在工廠裡先不做的事
AI 導入的第一步，不是把生產決定交給系統。它先接收 ERP、MES 與 IoT 提供的工單、交期、品質與設備狀態資訊，再找出異常、比較優先順序、說明可能原因，提出建議。
接著，主管確認改善方式，交由生管、現場與業務協同處理；結果再回到資料中，檢討準交率、良率、稼動與客戶回應效率。這條流程把 AI 放在輔助判讀的位置，責任留在人身上。
因此，示範案這一期採唯讀查詢。AI 不擅自修改 ERP、MES、訂單資料或生產排程，也不把初步試算直接當成正式報價對外發出。保留 ERP／MES 核心，先用受控資料驗證，是示範案這一期的做法。
AI 落在哪：同一個資料底座，四種人的工作
裕浤在設備與系統聯網之後，下一步要處理的不再是機台資料夠不夠，而是跨部門要用資料時，來回確認的那段時間。示範案規劃了四種用法，共用同一個資料底座：ERP／MES 資料與受控知識文件，經過安全入口與授權後，服務不同角色。
新手業務遇到報價與技術問題，會先翻報價資料、再請教資深同仁，因為這些知識多半累積在資深同仁身上。示範案中的 AI 業務助理，可協助初步報價與交期建議、轉譯技術參數知識，以及查詢內部 FAQ。
營運主管要同時看出貨與訂單風險，而這些資料分在不同系統。主管語音查詢讓他以語音取得訂單風險、優先序、客戶別出貨與延遲情形的跨系統重點。
戰略客戶想知道進度與交期時，習慣打電話問業務。VIP 客戶查詢設計為：客戶在授權範圍內，從專屬入口自助查詢訂單進度。
潛在客戶第一次接觸時，會先問一些基本問題。潛在客戶諮詢設計在官網上：先用 FAQ 與服務能力說明回答基本問題，收集需求後轉介業務，銜接真人服務。
一句話示範：主管問「哪些訂單要優先關注」時，AI 做了什麼
主管拿起手機或平板，以語音問：「目前哪些訂單需要優先關注？原因是什麼？」
第一步，語音轉成文字，自然語言成為查詢問題。第二步，系統依主管權限查詢代表性的 ERP 出貨與訂單資料，資料為唯讀存取。第三步，AI 輸出優先分數、風險標籤與主要原因說明。
第四步回到人身上：主管檢視基準日與資料範圍，再交由生管與業務確認如何執行。這個情境不是即時排程，也不是 AI 自動更改工單；它讓主管先看到需要討論的項目與原因，再由人決定後續動作。
製造業 AI 的地基：三條資料流與一組共同鑰匙
設備聯網只是起點；資料能跨部門使用，才是轉型真正的價值所在。工廠的資料可以拆成三條資料流。第一條是設備流：機台 → 工單 → 品質，設備稼動、成型條件與檢驗資料能對應到生產批次與工單。第二條是供應鏈流：訂單 → 採購／委外 → 生產 → 交貨，讓變更、交期、庫存與供應商回覆進入同一套管理邏輯。第三條是決策與服務流：ERP／MES 資料透過看板或 AI，提供給主管、業務與客戶使用。
示範案這一期，AI 讀的資料來源是：ERP 的訂單與出貨批次匯出、MES 的靜態資料，以及受控的知識文件與 FAQ。AI 服務處理完的結果，要經過安全入口，也就是身分驗證、角色授權、客戶資料隔離與存取紀錄，才到四種使用者手上。
資料能否跨部門使用，取決於主檔、代碼與權責是否對齊。客戶、物料、模具、機台、工單、NG 原因與品質檢驗代碼需要統一；誰產生資料、誰確認異常、誰有權修改交期或報價，也要明確定義。示範案從老師傅、開發部、生管與業務主管的深度訪談開始，而非直接導入 AI。
其中，共同鑰匙是工單、機台、產品、批次與時間戳記。訂單號、品號、批次、交期與供應商代碼有對應關係，每次修改留下狀態與權責，AI 才能把問題連回資料來源。
裕浤科技走的是逐步堆疊的路：2004 年開始導入 ERP；2020 年導入機聯網與 MES；2021 年 AI 加上 AOI 光學檢測上線；2026 年規劃 AI 產銷協作、語音查詢與售服示範。這段路，冠理在年會上的註解是：先累積可用資料，再放大 AI 應用價值。
讓 AI 可以被信任的五條守則
第一，報價要人工覆核。AI 的初步試算是參考，正式報價仍由人確認。
第二，客戶資料需隔離。VIP 客戶只能看見自己被授權查看的訂單。
第三，資料來源需可追溯。答覆要能指出依據；查不到資料時，要清楚說明查無資料，而非補出看似合理的答案。
第四，系統操作需受控。以唯讀查詢為主，AI 不擅自修改 ERP、MES、訂單或生產排程。
第五，驗證需有證據。測試資料、權限設定、錯誤回應與資安檢核，都要留下可查紀錄。信任要建立在能被檢查的行為上。
想在自己工廠試 AI：前 90 天可以先做什麼
第 1–30 天：先挑一個題目，記下現在的數字
先挑一個範圍：一條產線、一類產品，或一個交期、品質上的問題。接著把這個範圍的作業流程，以及會用到的基本資料清點一遍，例如客戶、物料、模具、機台、工單的名稱與編號；也講定每筆資料由誰填、異常由誰確認、誰有權改交期。最後記下改善前的數字，例如準交率或良率。這個數字定下來，第一階段就完成了。
第 31–60 天：讓一張工單從頭到尾查得到
選一張工單，把它在 ERP、MES、機台與品質記錄裡的資料串起來。各處的欄位先整理乾淨；同一個品號、同一個批次，在每個地方的編號要統一、對得上；每筆資料由誰負責，也要指定到人。拿這張工單去這幾個地方查，欄位和編號都一致，第二階段就完成了。
第 61–90 天：挑一種用法，實際試一次
從三種用法裡挑一種先試：看板，把異常放到管理者看得到的地方；異常說明，由 AI 講出可能的原因；客戶查詢，讓客戶在授權範圍內自己查訂單進度。試的時候看三件事：查出來的資料對不對、跟第一階段記下的數字比有沒有改善、每個人是不是只看得到自己該看的資料。權限設定實際試過，確認沒有人看得到不該看的資料，第三階段就完成了。
這 90 天是建議的啟動與驗證節奏，不是保證 ERP、MES 與 AI 全廠導入完成的時程承諾。冠理的建議是不要等系統全部準備好才開始驗證，先讓一段資料串起來，再一步步擴大 AI 在關鍵流程裡的角色。
關於製造業 AI 落地，常被問的問題
還沒有 MES，可以先用 AI 嗎？
以示範案這一期為例，技術文件、FAQ 這類受控知識，本身就是 AI 底座的資料來源之一。要問訂單、交期或生產進度，就需要先有共同代碼、資料對應與資料責任；工單、報工、在製品與進度這些資料，是 MES 管的範圍。
AI 會自己改排程或工單嗎？
這一期不會。示範案這一期以唯讀查詢為主，AI 提供分析與建議，主管檢視資料範圍後，再由生管與業務確認執行。冠理建議的路徑是先讓 AI 查詢、分析、解釋、建議，驗證過後再逐步走向受控執行。
報價可以交給 AI 嗎？
AI 可提供初步參考試算，但正式報價需要人工覆核，不能直接對外發出。
資料需要即時串接才能開始嗎？
示範案這一期就沒有即時串接，採的是 ERP／MES 批次匯出。先用受控資料驗證查詢、授權與資料正確性，再決定下一步的範圍。
延伸閱讀
- 裕浤科技 × 冠理 AI 案例：裕浤的訂單樣貌、四種用法與導入的五個階段。
- CHIANGS AI 智慧製造解決方案：AI 怎麼加在既有的 ERP／MES 資料上。
- MES 系統是什麼？：一張工單看懂 ERP 與現場的分工。
- 工單怎麼運作？：從開單到完工，一張工單在工廠裡怎麼流動。
- APS 系統是什麼？：插單之後交期怎麼重算，排程系統在算什麼。
