工廠導入 AI,先做哪三件最有感

工廠想導入 AI,第一個想到的常是產線上的瑕疵檢測。這篇講為什麼中型工廠該先做接單、報價、現場回報這三件,每一件要準備什麼、怎麼判斷先做哪一件,以及做完之後每個月會多出哪些費用。

熊董閱讀 8 分鐘
工廠導入 AI,先做哪三件最有感

「熊董,我們也想導入 AI。上個月去看展,人家產線上的相機會自己抓瑕疵,我們是不是也該從那裡開始?」講這句話的老闆,工廠通常有五六十個人,業務助理每天在打訂單,廠長整天在 LINE 群組裡追進度,報價要等某位老師傅有空才算得出來。

我是熊董,台灣川輝科技創辦人。我帶團隊做系統七年,經手超過 252 個案子、橫跨 32 個以上產業,製造業是其中很大的一群。我最常跟老闆講的一句話是「這個不要做」,工廠的 AI 也一樣:十件想做的事裡,真正該先做的,通常不在產線上。

我的答案是:工廠導入 AI,最有感的前三件不是產線上的機器,而是辦公室和現場之間「靠人在搬資訊」的地方。第一,把客戶傳來的訂單、詢價單自動讀進系統,不再靠人重打;第二,把老師傅腦子裡的估價規則變成自動報價,報價不再等同一個人;第三,讓現場用 LINE 拍照、講一句話回報進度和異常,AI 每天整理成一份給主管看的摘要。這三件的共同點是:資料你現在就有、不用買硬體、做錯了不會停產,而且每天都在發生,所以省下來的時間很快就看得到。瑕疵檢測、預測保養、AI 排程這類,等這三件跑順、資料乾淨了再談。

想從產線開始,這個直覺有道理,但順序錯了

先站在你這邊。展場和新聞裡看到的工廠 AI,幾乎都在產線上:相機看瑕疵、感測器預測機台什麼時候會壞、系統自動排程。這些東西真的有用,看起來也最像「智慧工廠」,老闆想從這裡開始很正常。

但這類專案有三個共同的門檻。第一,要硬體:相機、感測器、工控設備,加上安裝和調校。第二,要大量而且整理過的資料:AI 要先看過夠多的良品和不良品,才分得出差別,而大部分中小工廠的不良紀錄還在紙本或 Excel 上。第三,做錯的代價高:漏判一批不良品出貨,損失可能比多請一位檢驗員還大。

真正的問題在這裡:中型工廠的時間和錢,很多不是漏在機台上,而是漏在「資訊在人與人之間被搬來搬去」。客戶的訂單從 Email 搬進 ERP、報價從老師傅的腦子搬到報價單、現場的狀況從 LINE 群組搬到主管耳朵裡。每搬一次就要一個人、就可能錯一次、就會慢一次。

而 AI 現在最成熟的能力,剛好就是讀文件、照規則判斷、整理文字。它對準的正是這些搬運工作。挑流程的整體思路,我在中小企業導入 AI 第一步該先挑哪條流程寫過;這篇只講工廠,而且只講最先該動的三件。

最有感的三件事,各自要準備什麼?

下面三件,我照「多數工廠最先卡住的地方」排序。每一件都講它為什麼適合先做,以及老闆要先準備好什麼。

第一件:客戶的訂單和詢價單,自動讀進系統

很多工廠的接單長這樣:客戶用 Email 寄 PDF、有的還在傳真、有的直接在 LINE 丟一張照片,每家格式都不一樣。業務助理一張一張看,把品號、數量、交期打進 ERP,再回頭跟客戶確認有沒有打錯。

這件事最適合當第一件,原因有三個。單據是現成的,不用另外蒐集資料;判斷規則很清楚,就是「這張單上的品名對到我們哪個料號」;做錯了也有人會發現,因為業務助理的角色從「打字的人」變成「確認的人」,看一眼、按確認就好。

老闆要注意的不是技術,是兩件事。第一,客戶的品名和你的料號要有對照表。同一個零件客戶叫 A、你們叫 B,這張表沒整理,AI 也只能猜。第二,系統要讓人一眼看出 AI 哪裡沒把握,例如交期欄位糊掉、數量跟上一張單差很多,這些要標出來給人看,而不是直接寫進去。單據辨識的細節,可以參考單據辨識與自動建檔那篇。

還有一個常被忽略的好處:訂單進系統的時間提早了。以前要等助理有空才打,現在單子一進來就在系統裡,生管當天就看得到,回覆客戶交期也跟著快。這個效果,比省下打字時間更值錢。

第二件:老師傅的估價規則,變成自動報價

很多工廠的報價卡在一個人身上。客戶詢價進來,要等某位資深業務或廠長算,因為只有他知道這種材質要抓多少損耗、這個尺寸要排哪台機、急單要加多少。他請假,報價就停;他離職,報價的邏輯就跟著走了。

川輝做過一家印刷廠,原本手算一張報價要 30 分鐘,後來改成自動估價。這家印刷廠在那之前花超過百萬、買了兩套 ERP 都用不起來,第三套照他們自己的流程做,員工採用率從不到兩成到九成以上。我想強調的不是那 30 分鐘,而是報價從此不再綁在一個人身上。

這件事做不做得起來,關鍵在「規則講不講得出來」。我們通常會跟老師傅坐下來,把他算過的報價一張一張拆開:哪些是固定公式、哪些是看經驗加減、哪些是看客戶關係。固定的寫進系統,經驗加減的變成選項讓業務勾選,看關係的留給人決定。

AI 在這裡的角色,是幫忙讀懂客戶的需求、帶出相似的歷史報價,讓業務從一張空白開始,變成從八成完成開始。老師傅的經驗怎麼拆進系統,印刷廠報價自動化那篇有完整的過程,其他產業的拆法大同小異。

第三件:現場用 LINE 回報,AI 每天整理成一份摘要

第三件通常是老闆最有感的,因為它直接改變老闆每天的感覺。

現在大部分工廠的現場資訊都在 LINE 群組裡:某台機台停了、某批料晚到、某張工單卡在等模具。訊息一天幾十則,中間夾著貼圖和「收到」。主管要往上滑很久才知道發生什麼事,老闆更是只能一通一通打電話問。

做法是讓現場人員照原本的習慣,在 LINE 裡拍照、打一句話或講一段語音。系統把這些內容歸到對應的工單或機台底下,AI 在下班前整理成一份摘要:今天哪些工單有異常、原因是什麼、誰在處理、還有幾件沒結案。主管看摘要就好,不用再滑群組。

這件事的重點是「不要讓現場多做事」。報工資料為什麼都是假的那篇講過,要現場另外開一套系統填表,最後一定變成下班前補登。用 LINE 回報,是讓他們做原本就會做的事,整理的工作交給系統。這也是我一直講的:公司系統做在 LINE 裡,員工不用學新軟體,第一天就會用。

工廠 AI 導入優先順序四象限:依每天有感程度與導入容易度,分成先做、順手做、第二輪再做、條件未到四類

這三件跟常見的 AI 提案比,差在哪?

拿到 AI 提案時,可以用下面這張表對照。這張表不是說右邊兩項不能做,而是它們不適合當第一件。

比較項目訂單自動讀取自動報價現場回報摘要AI 瑕疵檢測預測性保養
要不要買硬體不用不用不用要,相機與工控設備要,感測器
資料從哪來客戶現成的單據歷史報價與老師傅現場本來就在傳的訊息要先累積整理過的影像要先累積機台運轉紀錄
做錯的代價低,有人確認中,業務會再看低,只是摘要高,可能漏判出貨中,誤報或漏報
多快有感上線後每天都看得到規則整理完就有上線後每天都看得到資料累積夠才有通常要等一段時間
誰最有感業務助理、生管業務、老闆主管、老闆品保設備保養

看這張表會發現,左邊三件的門檻都在「整理」:整理料號對照、整理報價規則、整理工單編號。這些整理工作,就算最後不做 AI,對公司也是有用的。右邊兩件的門檻在「累積」:要先累積夠多的資料,這需要時間,也需要有人每天確實記錄。

所以順序很自然:先做整理型的三件,資料開始乾淨地進到一個地方;等資料累積夠了,產線上的 AI 才有東西可以學。

先做哪一件?用三個問題決定

三件不用一起做,挑一件先跑就好。問自己三個問題:

  1. 哪一件現在最卡人? 業務助理每天加班打單,先做第一件;報價都在等同一個人,先做第二件;你每天要打好幾通電話問進度,先做第三件。
  2. 哪一件的規則講得出來? 規則講得出來才做得起來。料號對照表還沒有,就先花時間整理,不要急著開工。
  3. 做完怎麼知道有效? 先記下現在的數字:一天打幾張單、一張報價等多久、每天問幾次進度。沒有「之前」,就說不出「之後」。

試算可以很粗。假設一家 80 人的工廠,兩位業務助理每天各花 2 小時打訂單,一個月以 22 個工作天算,就是 88 小時。做完之後就算只省下一半,每個月也空出 44 小時,可以拿去追交期、顧客戶。這是假設的數字,你用自己公司的數字代進去算就好。

另外,也有幾件事我會直接勸老闆先不要碰:一個月只發生兩次的、每次規則都不一樣的、做完沒有人負責維護的。這三種,用 AI 做出來也撐不久。

工廠導入 AI 前的檢查清單:每天發生、資料現成、規則講得出、有人確認、有人維護

導入時,老闆自己要扛的三件事

AI 專案做不起來,很少是因為技術做不到,多半是公司裡沒有人接。中型工廠導入 AI,老闆不用懂技術,但有三件事一定要自己扛。

第一,指定一個負責人。不是找 IT,而是找每天在用這條流程的人,例如業務主管或生管主管。他知道哪裡最痛,也知道做出來的東西現場會不會用。

第二,決定規則。估價怎麼加減、異常怎麼分輕重、哪些訂單一定要人工確認,這些都是經營判斷,不是工程師能替你決定的。規則講不清楚的時候,最後拍板的人只能是你。

第三,讓舊方法退場。新的接單方式上線之後,舊的那條路要關掉。兩條路同時開著,大家一定選習慣的那一條,新系統很快就變成沒人用的擺設。員工如果擔心被取代,老闆要親口講清楚:省下來的時間是拿去追交期、顧客戶,不是拿來裁人。

做完之後,每個月還要花什麼?

老闆最後一定會問錢。這三件事的建置屬於系統開發,川輝的系統導入與客製是 30 萬起,依你的規格報價:先把範圍寫成書面功能清單,再報固定金額,分段收款,每一期等約定的結果跑出來才收,不做先簽再加價。

上線之後,除了系統維護,AI 本身還有使用量的費用,多寡跟你每個月處理多少張單、多少則訊息有關。這部分怎麼估、怎麼控制,我在系統加上 AI 之後每個月會多花多少拆過,簽約前可以先看一遍。

我的建議始終是:先做一件、量一個月,數字出來再決定要不要做第二件。做對一件,比同時開三個專案更能讓團隊相信這件事。

常見問題

工廠導入 AI,一定要先有 ERP 嗎?

不一定。有 ERP,AI 把讀到的訂單寫進去就好;沒有 ERP,也可以先從報價或現場回報做起,讓資料先集中在一個地方。但如果同一份訂單資料散在 Email、Excel、LINE 三個地方,先把資料收到一處,比加 AI 更重要。

中小型工廠做 AI 瑕疵檢測划算嗎?

要看不良品流出去的代價、現在投入多少檢驗人力,以及你有沒有足夠的不良品紀錄可以讓 AI 學。多數中小工廠的第一步,是先把不良紀錄數位化、累積起來。資料夠了,再評估要不要上相機,判斷會準很多。

現場員工年紀比較大,會不會用不來?

這正是用 LINE 回報的原因。拍照、打字、講語音,大部分人每天都在做,不需要另外教一套系統。要注意的是回報的格式不要太複雜,能用一句話講完的,就不要讓他們填表。

工廠導入 AI 要多久才看得到效果?

這三件如果範圍控制得好,上線之後每天就會看到變化。最常拖時間的不是開發,而是料號對照、報價規則這些整理工作。所以在開工前先把要整理的東西列出來,並記下現在的數字,效果才量得出來。

結語:先做最多人在搬資訊的地方

工廠導入 AI,最有感的不是最炫的那一件,而是每天最多人在重打、在等、在問的那一件。先把資訊搬運交給系統,資料乾淨了,產線上的 AI 才有東西可以學。

如果你想知道這三件裡哪一件最適合你們先做,可以先看看 AI 系統開發 是怎麼從一條流程開始的。

覺得有用?轉給需要的人
30 分鐘・完全免費

看完覺得像在講你的公司?

把你現在的做法講 30 分鐘給熊董聽,我告訴你哪裡在漏工時、哪裡藏著風險,以及這件事值不值得花錢做。不推銷、不賣課,聊完沒緣分也沒關係。

線上選時段・熊董親自談・252+ 案的經驗

熊董 Johnny Yang
熊董 Johnny Yang
川輝科技創辦人

連續創業者,帶一支小團隊,把系統做進老闆每天的工作裡。

創業年資
7 年
交付案子
252+
服務產業
32+
認識熊董