
金屬工業研究發展中心/蘇詠翔 工程師
此課程可透過扣件示範場域,學習如何導入數位AI化,教學從感測器安裝至機台整合,以及品質監測等參數需求說明。

國立屏東大學國際經營與貿易學系/簡宏儒 助理教授
本課程聚焦於服務業智慧財務管理與AI決策應用,協助企業從傳統記帳與報表管理,邁向以數據驅動的智慧決策模式。課程首先解析服務業財務管理特性,包括人力成本管理、服務效率衡量及現金流監控,並簡介智慧財務系統如何整合營運與財務資訊,提升即時洞察能力;接著介紹AI在財務領域的應用,包括預測性分析、異常偵測、分群分析及情境模擬,協助企業提前掌握風險與商機,強化資源配置與經營決策品質,同時說明AI導入面臨的資料治理、可解釋性及決策責任等挑戰,建立正確應用觀念。

國立屏東大學財務金融學系/林秀怡 助理教授
本課程聚焦批發及零售業之AI財務決策與獲利分析應用,說明AI OCR如何自動辨識發票、收據等憑證並產生傳票,協助多通路(電商、門市、批發)資料整合與即時財報生成;並教授如何運用AI進行毛利率分析、商品貢獻度排名與虧損通路識別,建立通路決策矩陣。另深入介紹存貨週轉天數(DIO)、安全庫存與再訂購點計算以及DIO、DSO、DPO三元素構成之現金轉換週期分析,協助學員診斷資金積壓原因並擬定改善策略。全程搭配茶葉批發、服飾批發、電子零組件等多產業實務案例演練,強化理論與實務之連結。

本課程旨在協助染整企業運用生成式AI技術優化生產管理流程,解決人力排程、品質檢測、產能統計及設備維修等實務痛點,提升生產效率與智慧化管理能力。課程結合ChatGPT、VLLM、Text-to-SQL、llama3.1及LAIA AI產線助手等工具,帶領學員了解AI於設備稼動分析、停機原因歸納、生產歷史曲線分析、產能報表自動生成及設備維護知識庫等應用。透過智慧製造案例解析與實際操作,學員將學習建立專屬AI助手、設備維修知識庫及染整AI報表,並運用AI分析產線異常與改善方向,完成產線痛點AI應用建議報告,協助企業逐步建立數據驅動的智慧製造與自動化決策能力。

銘傳大學會計學系/楊志豪 教授
本課程專為住宿業中階主管與財務主管設計,聚焦AI在財務管理、內部控制與經營決策的實務應用。課程涵蓋OTA成本優化、AI動態定價、現金流監測、應收帳款AI信用評分、存貨周轉模擬、生成式 AI治理及內部控制架構,並導入資料治理、人機協作(HITL)與風險管理機制,協助企業建立智慧財務決策能力。透過AI自動化分析與預測,學員將學會降低顧客取得成本、提升收益管理、強化現金流與防弊能力,並建立符合治理與法規要求的AI應用模式,推動財務部門由傳統記帳角色,升級為支援企業策略與董事會決策的核心價值單位,全面提升住宿業數位競爭力與經營韌性。

LINE台灣
隨著消費習慣逐漸轉向線上,如何讓產品被看見、吸引顧客互動,並將關注轉化為實際訂單,已成為零售經營的重要課題。本課程從日常行銷與顧客經營出發,介紹如何運用LINE官方帳號進行商品展示、優惠推廣、顧客分眾及線上導購,並說明多頁訊息、圖文選單、優惠券等功能的操作與應用方式。同時透過實際店家案例,了解如何掌握適當的訊息發布頻率、依照顧客喜好提供合適內容,以及運用後台數據觀察行銷成效,逐步找出適合自身品牌的溝通方式,提升顧客互動、回購與訂單轉換機會。

本課程旨在協助染整企業運用生成式AI技術優化生產管理流程,解決人力排程、品質檢測、產能統計及設備維修等實務痛點,提升生產效率與智慧化管理能力。課程結合ChatGPT、VLLM、Text-to-SQL、llama3.1及LAIA AI產線助手等工具,帶領學員了解AI於設備稼動分析、停機原因歸納、生產歷史曲線分析、產能報表自動生成及設備維護知識庫等應用。透過智慧製造案例解析與實際操作,學員將學習建立專屬AI助手、設備維修知識庫及染整AI報表,並運用AI分析產線異常與改善方向,完成產線痛點AI應用建議報告,協助企業逐步建立數據驅動的智慧製造與自動化決策能力。

本課程旨在協助紡織染整企業運用AI智慧化配色技術,提升染色製程效率與一次對色率,減少重複修色、染料浪費及水資源消耗。課程結合色彩學理論、分光儀原理及AI電腦配色系統,帶領學員了解色彩數據化溝通、色差公式、歷史配方搜尋及AI自動配方計算等應用。透過實際操作,學員將學習建立染色單色樣資料庫,運用AI計算目標色樣配方、進行染色誤差分析與修色調整,並認識AI雲端智慧化配色及SLI-Taper分色系統,掌握色料資料整合、自動分批與參數調整等功能,協助企業降低人工判色誤差、改善染色品質,逐步實現智慧化製程與低碳永續發展。

LINE台灣
節慶與連續假期往往是消費需求較集中的時期,如何提前做好準備、增加品牌被看見的機會,並讓消費者願意持續關注,是行銷與顧客經營的重要環節。內容先從節慶前的準備開始,說明如何依照產品特色、消費需求與送禮等情境規劃宣傳方式,再運用節慶特色、熱門話題、互動內容及短影音吸引目光,增加品牌曝光與消費機會。接著說明如何吸引新顧客加入、持續提供符合需求的資訊,並依照不同顧客的興趣與特性進行溝通,逐步培養熟客與忠實顧客。最後透過後台資料了解顧客的年齡、地區、加入來源及訊息閱讀情形,從實際數字找出顧客偏好與宣傳效果,作為調整內容、活動及顧客經營方式的參考,讓每一次行銷都能更貼近市場需求。

本課程旨在協助紡織染整企業運用AI智慧化配色技術,提升染色製程效率與一次對色率,減少重複修色、染料浪費及水資源消耗。課程結合色彩學理論、分光儀原理及AI電腦配色系統,帶領學員了解色彩數據化溝通、色差公式、歷史配方搜尋及AI自動配方計算等應用。透過實際操作,學員將學習建立染色單色樣資料庫,運用AI計算目標色樣配方、進行染色誤差分析與修色調整,並認識AI雲端智慧化配色及SLI-Taper分色系統,掌握色料資料整合、自動分批與參數調整等功能,協助企業降低人工判色誤差、改善染色品質,逐步實現智慧化製程與低碳永續發展。

逢甲大學會計學系/吳東憲 副教授
面對生成式AI帶來的變革,中小製造業的財務工作正從繁瑣的資料處理,走向以AI協作的分析與決策。本課程以製造業財務人員與經營者為對象,先建立製造業AI轉型的全景視野,帶學員看懂生成式 AI的核心原理與四大能力極限,培養務實而不盲從的AI觀。課程聚焦兩大實作方法:以Google PARTS五要素寫出精準、可交接的提示語(Prompt Engineering),並透過上下文工程(Context Engineering)、System Prompt與知識庫,打造可重複使用的財務 AI助理。全程以製造業真實情境示範:月結損益異常分析、應收帳款催收、標準成本差異、採購比價、ERP物料主檔轉換、客戶報價助手與財務制度知識庫,並貫徹資料脫敏與人工把關的治理原則,協助中小企業把AI安全、有效地變成財務團隊的日常戰力。

本課程旨在協助紡織染整企業運用AI智慧化配色技術,提升染色製程效率與一次對色率,減少重複修色、染料浪費及水資源消耗。課程結合色彩學理論、分光儀原理及AI電腦配色系統,帶領學員了解色彩數據化溝通、色差公式、歷史配方搜尋及AI自動配方計算等應用。透過實際操作,學員將學習建立染色單色樣資料庫,運用AI計算目標色樣配方、進行染色誤差分析與修色調整,並認識AI雲端智慧化配色及SLI-Taper分色系統,掌握色料資料整合、自動分批與參數調整等功能,協助企業降低人工判色誤差、改善染色品質,逐步實現智慧化製程與低碳永續發展。

逢甲大學會計學系/曹秀惠 副教授
隨著數位轉型與智慧製造的發展,ERP(Enterprise Resource Planning,企業資源規劃)已成為製造業提升營運效率、掌握成本資訊及強化決策能力的重要工具。然而,許多企業在導入ERP時,往往只學會系統操作,卻未真正理解製造流程、成本流動及各模組之間的整合邏輯,導致系統效益無法充分發揮。 本課程以製造業實務流程為主軸,從採購、庫存、生產、品質、銷售到財務等核心模組切入,深入介紹 BOM(物料清單)、BOR(途程清單)、五大核心單據及在製品成本累積等重要觀念,並透過「蜜汁豬肉乾工廠」完整個案,示範從接單、製令、領料、加工、完工、出貨到帳務的ERP運作流程。同時比較民生、化工、電子及機電等不同產業的ERP應用差異,最後介紹ERP數據如何成為AI分析與智慧決策的基礎,協助學員建立完整的製造業ERP架構觀念,提升企業數位管理能力與未來導入AI的應用基礎。

數創智能有限公司/陳向豪 執行長
課程不只談技術,更聚焦於如何透過系統化方法論,讓AI 真正為企業創造商業價值。協助確立商業目標與ROI,破除「為了AI 而AI」的迷思,強調AI專案必須與「創造營收」或「降低成本」的財務指標緊密掛鉤,確保投資回報。精準識別落地場景,解析「AI Work(內部流程增效)」與「AI in Product(產品價值重塑)」兩大策略方向,並運用商業與技術八大維度框架,協助企業科學化地篩選出高成功率的AI應用場景。

金屬工業研究發展中心/方晨鑒 工程師
透過實例介紹如何於扣件冷鍛、塑膠射出、CNC、切割機等製程導入刀具與設備監測,並即時回饋狀況。

銘傳大學會計學系/楊志豪 教授
本課程專為餐飲業中階主管與經營者設計,聚焦AI在財務管理、營運決策與內部控制的實務應用。課程涵蓋AI異常管理、數位稽核、智慧選址、營運規模規劃、雲端戰情室、POS數據分析、Agentic AI 應用及智慧財會系統,協助企業建立以數據驅動的經營模式。透過AI 預測分析、自動化流程與視覺化決策工具,學員將學會提升需求預測與庫存管理精準度、降低食材浪費與營運成本、強化防弊及即時稽核能力,並結合ESG與AI治理理念,打造兼具效率、合規與永續發展的智慧餐飲管理模式,推動企業由傳統經驗管理邁向數據驅動與智慧決策的新世代。
活動詳情:https://smelearning.sme.gov.tw/news.php?node=840