在近年來生成式AI浪潮席捲全球的背景下，企業如何從傳統製造脫胎換骨，邁向數位智慧化的新局，成為決定未來競爭力的關鍵。

　　本次中山資管系很榮幸邀請到日月光半導體製造的陳宥瑜處長蒞臨分享「推動企業導入AI以及數位智能化的挑戰與經驗」的主題演講，揭示了企業在轉型之路上從自動化基礎到AI賦能的完整藍圖與個案分享。

智慧工廠的基石 — 「關燈工廠」實現效率與永續雙贏

　　智慧製造的第一步是打造高度自動化的「關燈工廠」。透過建置中控室，企業能遠端監控所有設備狀態，並整合自動搬運機器人(AGV)、能規劃最佳路徑的智慧天車以及物流機器人，實現從生產到包裝的全流程自動化。所有數據被即時記錄並同步至行動裝置，徹底取代傳統紙本作業。此舉不僅帶來空間節省、良率提升、成本降低三大效益，更透過減少人為疏失來穩定產品品質，同時釋放人力投入更具價值的創新工作，並在推動過程中實踐ESG永續發展的目標。

跨越AI導入的鴻溝 — 解決真實產線挑戰的實戰經驗

　　將AI技術落地應用於生產線，必然會面臨挑戰。演講分享了兩個關鍵突破案例：

• 傳統AOI瑕疵檢測困難與資料困境：在導入AI進行光學瑕疵檢測時，常因缺乏足夠的瑕疵影像資料而導致模型訓練困難。成功的解決方案是「人機協作」，先利用傳統AOI進行初步分類，再由人工專家標註定義模糊的類別，以此高效建立高品質的訓練資料集。
• Wire Bond打線製程的瓶頸：隨著半導體線路日益精密，傳統肉眼已無法判斷微米級的打線是否觸碰。為此，團隊導入「空間座標」結合「LSTM時序模型」，成功預測打線的先後順序與路徑，有效避免了製程瓶頸。

全員推動AI — 打造企業內部的AI創新文化與平台

　　AI的成功並非少數專家的責任，而是需要由上而下、全員參與的文化。演講強調，企業應積極透過產學合作、內部課程與科技競賽等方式，系統性地培育自動化與AI人才。更關鍵的是，需建置企業內部的「AI平台」，提供標準化的流程與工具，讓非專業領域的員工也能輕鬆上手，學習如何訓練模型並評估成效。同時，導入如「Coach AI」的智慧助理，將監控日誌交由大型語言模型(LLM)管理，當發現異常時，不僅能即時通知相關人員，更能引導員工提問，協同解決問題。

展望未來 — 從可解釋性AI到彌補「技術債」的策略思維

　　AI模型的預測能力只是起點，真正的價值在於其「可解釋性」。處長提到，企業應「持續在最關鍵的核心能力上推動AI」以創造品質(Quality)、成本(Cost)、交付(Delivery)、服務(Service)、技術(Technology)等面向的（QCDST）競爭優勢。 當企業積極思考下一個足以改變賽局的關鍵策略（Game-Change AI）時，也必須正視並補平過去累積的「技術債」，唯有穩固根基，才能在智慧化的道路上走得更遠。