
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成衣企業運用AI智慧倉儲管理系統(AI WMS),改善布疋追蹤、庫存管理、備料、揀貨及出貨等物流作業流程,建立可追蹤、可視覺化及可預測的智慧物流管理模式。課程結合RFID、智慧倉位管理及AI技術,透過紡織貿易、染整、織布及成衣產業案例解析,學員將學習盤點企業物流痛點、規劃RFID佈建及AI WMS導入流程,並評估改善效益與投資報酬率,協助企業建立智慧倉儲與數位轉型的實務規劃能力。

製造業推動智慧製造時,常面臨數據分散、設備維護成本高,以及非 IT 背景人員缺乏數據分析能力等挑戰。本課程專為製造業從業人員設計,透過3小時實作教學,協助學員建立數據分析觀念,將現場維護與操作經驗轉化為具體的分析目標。 課程結合大型語言模型(LLM)與零程式碼分析工具,教導學員運用提示詞技巧,將 Gemini、ChatGPT 作為 AI 輔助學習工具,協助查詢操作步驟、規劃標準作業流程及排除問題;並搭配 Orange Data Mining 圖形化介面,透過模組拖曳操作,無須撰寫程式即可完成資料載入、視覺化探索、模型訓練與演算法比較,降低數據分析的學習門檻。 最後以「機台主軸健康預警」為實務案例,帶領學員整合現場專業知識、AI 工具與數據分析方法,實作設備異常預測模型,並培養運用 AI 引導分析、解決問題及自主建立設備診斷流程的能力,使學員在面對不同設備與維護情境時,也能靈活運用所學,逐步實踐智慧製造應用。

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。

本課程旨在協助紡織成衣企業運用AI智慧倉儲管理系統(AI WMS),改善布疋追蹤、庫存管理、備料、揀貨及出貨等物流作業流程,建立可追蹤、可視覺化及可預測的智慧物流管理模式。課程結合RFID、智慧倉位管理及AI技術,透過紡織貿易、染整、織布及成衣產業案例解析,學員將學習盤點企業物流痛點、規劃RFID佈建及AI WMS導入流程,並評估改善效益與投資報酬率,協助企業建立智慧倉儲與數位轉型的實務規劃能力。

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。

製造業推動智慧製造時,常面臨數據分散、設備維護成本高,以及非 IT 背景人員缺乏數據分析能力等挑戰。本課程專為製造業從業人員設計,透過3小時實作教學,協助學員建立數據分析觀念,將現場維護與操作經驗轉化為具體的分析目標。 課程結合大型語言模型(LLM)與零程式碼分析工具,教導學員運用提示詞技巧,將 Gemini、ChatGPT 作為 AI 輔助學習工具,協助查詢操作步驟、規劃標準作業流程及排除問題;並搭配 Orange Data Mining 圖形化介面,透過模組拖曳操作,無須撰寫程式即可完成資料載入、視覺化探索、模型訓練與演算法比較,降低數據分析的學習門檻。 最後以「機台主軸健康預警」為實務案例,帶領學員整合現場專業知識、AI 工具與數據分析方法,實作設備異常預測模型,並培養運用 AI 引導分析、解決問題及自主建立設備診斷流程的能力,使學員在面對不同設備與維護情境時,也能靈活運用所學,逐步實踐智慧製造應用。

製造業推動智慧製造時,常面臨數據分散、設備維護成本高,以及非 IT 背景人員缺乏數據分析能力等挑戰。本課程專為製造業從業人員設計,透過3小時實作教學,協助學員建立數據分析觀念,將現場維護與操作經驗轉化為具體的分析目標。 課程結合大型語言模型(LLM)與零程式碼分析工具,教導學員運用提示詞技巧,將 Gemini、ChatGPT 作為 AI 輔助學習工具,協助查詢操作步驟、規劃標準作業流程及排除問題;並搭配 Orange Data Mining 圖形化介面,透過模組拖曳操作,無須撰寫程式即可完成資料載入、視覺化探索、模型訓練與演算法比較,降低數據分析的學習門檻。 最後以「機台主軸健康預警」為實務案例,帶領學員整合現場專業知識、AI 工具與數據分析方法,實作設備異常預測模型,並培養運用 AI 引導分析、解決問題及自主建立設備診斷流程的能力,使學員在面對不同設備與維護情境時,也能靈活運用所學,逐步實踐智慧製造應用。

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。

本課程旨在協助紡織成衣企業運用大語言模型(LLM)、檢索增強生成(RAG)及AI Agent技術,改善工廠資料分散、知識傳承斷層、問題處理效率不足及跨廠應用困難等數位轉型痛點,建立符合產業需求的智慧化管理與AI導入能力。 課程結合紡織業實務案例,帶領學員理解通用ChatGPT與產業專用LLM的差異,以及地端部署、混合雲架構與企業資料整合的應用觀念,並透過成功案例解析,學習AI工作流程設計、工具串接及導入效益評估,協助企業推動可落地、可複製的AI智慧製造應用。

課程旨在協助紡織成衣企業運用生成式AI技術優化生產排程、品質管理及設備維護流程,改善傳統生產管理中人力調度困難、產線瓶頸、不良品分類及維修資訊分散等問題,提升生產效率與智慧化管理能力。 本課程結合ChatGPT、Gemini、Power BI、MaiAgent及NotebookLM等工具,帶領學員了解AI於生產排程建議、產線異常判讀、品質數據分析、趨勢圖表生成及設備維修知識庫等應用。透過智慧製造案例解析,學員將學習匯入產線報表與不良品統計資料,運用AI產生排程建議、分析品質異常原因,並建立專屬AI產線助手及設備維修知識庫。

課程旨在協助紡織成衣企業運用生成式AI技術優化生產排程、品質管理及設備維護流程,改善傳統生產管理中人力調度困難、產線瓶頸、不良品分類及維修資訊分散等問題,提升生產效率與智慧化管理能力。 本課程結合ChatGPT、Gemini、Power BI、MaiAgent及NotebookLM等工具,帶領學員了解AI於生產排程建議、產線異常判讀、品質數據分析、趨勢圖表生成及設備維修知識庫等應用。透過智慧製造案例解析,學員將學習匯入產線報表與不良品統計資料,運用AI產生排程建議、分析品質異常原因,並建立專屬AI產線助手及設備維修知識庫。

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。

本課程旨在協助紡織企業運用AI技術提升織物瑕疵檢測效率與品質管理能力,改善傳統人工目檢的限制,推動生產與品檢流程智慧化轉型。課程結合認知型AI(Perception AI)、生成式AI(Gen AI)及代理型AI(Agentic AI),帶領學員了解AI於瑕疵偵測、缺陷分類、品質報告生成及跨來源資料整合等應用。並透過紡織產業成功案例解析,學員將掌握AI輔助品質決策、瑕疵成因溯源、客戶端影響評估及主動學習建議等應用,並規劃多角色AI Agent協作流程,建立人機協作與品質管理自動化的實務能力。
活動詳情:https://smelearning.sme.gov.tw/news.php?node=840