製造業導入 AI，哪些資料可以上雲、哪些要留在地端？
製造業讓 AI 讀資料之前，要先分清楚哪些可以上雲、哪些要留在公司裡。這篇整理資料分級表、地端伺服器的優勢與代價，以及把 ERP 和圖面管理接在一起的地端架構，給正在評估 AI 導入的老闆和主管。
製造業 AI 自動化導入 ・ 晟景科技創辦人
製造業導入 AI， 先把流程理順，再讓 AI 接手。
我是林毓晟，大家叫我史大。前十年在半導體與精密製造的研發品質現場，其中六年半在做 12 吋晶圓的良率；後十年從外商第一線業務做到業務副總，也當過 PLM 數位轉型顧問。現在我陪製造業把報價、訂單、料號這些天天重複的流程理順，再交給 AI 和自動化去跑。
資料要分層給。歷史報價、訂單、料號清單這類非核心資料，可以先讓 AI 讀；核心圖面和設計檔不直接交給雲端 AI，要走地端伺服器規劃。
20 年
製造現場與 B2B 業務的實戰
6.5 年
12 吋晶圓研發良率提升
業務副總
外商消費品牌 · B2B 團隊管理
PLM
曾任 PTC 的 PLM 數位轉型顧問
4 小時 → 5 分鐘
通產工業每天整理國外訂單的時間（看案例）
從哪裡開始
製造業導入 AI，可以從哪裡開始？
從天天重複、規則說得清楚的流程開始，像報價、訂單追蹤、料號整理。先把流程畫出來，看哪一段值得自動化，再決定用 AI、n8n，還是一張整理好的表就夠。哪些資料能給 AI，也在這一步分清楚。
為什麼找我
製造業 AI 導入，為什麼要找待過現場的人？
因為製造業的 AI 卡關，多半卡在流程和資料沒對齊。我在研發品質現場找過真因，在業務端跟客戶談過規格和交期，在 PLM 顧問工作裡看過資料怎麼管，這三段剛好對上 AI 導入最容易出錯的地方。
工程和業務的話我都聽得懂
前十年在半導體與精密製造的研發品質現場，後十年在外商從第一線業務做到業務副總，中間還做過 PLM 數位轉型顧問。工程端和業務端各說各話的時候，我通常聽得出卡在哪一句。
把「做對」的思維帶進 AI
我在 PTC 做過 PLM 數位轉型顧問，知道製造業怎麼管「把事情做對」：出錯不可怕，可怕的是找不到原因。導入 AI 時我用同一套想法，先問資料從哪來、誰能改、出錯怎麼追，再談自動化。我的原則是「人類不作初稿，AI 不作終稿」。
資料分層，不拿圖面去賭
可以讓 AI 讀的，是歷史報價、訂單、料號清單這類非核心資料。核心圖面和設計檔不直接交給雲端 AI；遇到圖面管理，就要做真正的地端伺服器規劃，把 ERP 資料和圖面管理接在一起，讓 AI 讀得到、權限也管得住。這段我可以陪你們一起規劃。
常見問題
製造業談 AI 導入前，最常問哪些問題？
製造業導入 AI，第一步要做什麼？
先做流程盤點。找出重複、耗時、規則明確的工作，例如報價、訂單追蹤、料號整理，把現在的做法畫出來，再判斷哪一段交給 AI、哪一段用自動化工具、哪一段其實改表單就夠。
哪些資料可以交給 AI，哪些不行？
歷史報價紀錄、訂單、料號清單這類非核心資料，可以先讓 AI 讀，通常也是最快看到效果的地方。核心圖面與設計檔不直接交給雲端 AI，要另外規劃。
圖面和設計檔也想讓 AI 用，要怎麼做？
這時候需要真正的地端伺服器規劃：把 ERP 資料和圖面管理接在一起，做成 AI 讀得到、權限也管得住的架構。細節寫在地端 AI 伺服器規劃這篇。
AI 導入顧問和 AI 課程有什麼不同？
課程是教會團隊使用方法；顧問是我直接進到你的流程裡，先診斷哪些環節值得自動化，再用 Skill、n8n 等當時最適合的自動化工具做出可運作的試點，最後才把操作與維護教給團隊。多數企業適合先診斷再上課。
完全沒有 AI 基礎的團隊，也適合導入嗎？
適合，而且通常成效更明顯。導入的起點不是工具而是流程盤點，找出重複、耗時、規則明確的工作。這類環節不需要團隊懂技術，只要願意把現況說清楚就能開始。
第一次 30 分鐘診斷要收費嗎？
不收費。你說團隊現在卡在哪個流程，我直接判斷值不值得導入、該從哪一段開始。不適合用 AI 解的，我也會直說。
晟長觀點
最新文章
報價規則在三個人腦中、紀錄散在幾百個 Excel，報價怎麼變快？
一家機構件工廠的報價要等三個人，舊報價散在幾百、幾千個 Excel。這篇寫我會怎麼用 CCI 和 SIPOC 找出卡點，把報價規則整理成一份共用資料，再讓 AI 接手找資料、算草稿。
問題開會越開越多？用 CCI 把十個工廠的問題收斂成核心議題
CCI＝Core、Clear、Issue（核心議題）：用 5W2H 描述情境、確認它真的是問題、再拆到底層邏輯。用砂輪廠完整示範，再用 CCI 澄清十個製造業現場的問題。
企業內訓怎麼選？6 個評估外部講師與課程的檢查點
給 HR 與部門主管的內訓採購檢查清單：6 個檢查點、每一點的問話方式與警訊。挑講師不是看口條，是看他敢不敢說「這個問題內訓解決不了」。
企業內訓完整指南：銷售思維 × 結構化溝通 × 問題分析
企業內訓怎麼規劃才不會上完就蒸發？20 年實戰講師的完整指南：三套課程體系對照表、五種常見失敗模式、費用行情與課後驗收方法。先定義問題，再選課程。
中小企業 AI 導入完整指南：從診斷、試點到內訓的標準流程
中小企業 AI 導入該從哪裡開始？先診斷漏錢流程、再做可回復的試點、最後內訓內化。L1–L5 成熟度分級、四大迷思、角色分工與工具選型表。首次 30 分鐘診斷不收費。