從製造業最常見的ERP、MES結構化數據出發，說明在實務上常遇到的資料分散、整理困難與分析效率不足等問題，並進一步介紹AI助理與生成式AI 如何協助快速整理、分析與解讀這些資料。透過自然語言查詢的方式，使用者可即時掌握關鍵營運指標，並快速產出清楚易懂的視覺化結果。同時搭配No-Code工具與實際案例，示範資料清洗、格式轉換、探索式分析與簡易預測的應用流程，讓非資訊背景人員也能有效運用數據，降低分析門檻，使數據真正成為日常決策的有力支援。
產業實務應用熱門課程
ERP、MES：AI 協助數據分析與視覺化
38分鐘
826位同學
數據即戰力—電子製造業AI應用
說明電子製造業如何以數據為基礎，導入AI 與AI助理，強化營運決策與現場執行力。課程從人工智慧基礎出發，釐清鑑別式AI 與生成式AI 的差異與應用場景，並結合電子製造業常見的非結構化知識管理、結構化數據分析、流程自動化等挑戰，說明實際可行的導入模式。同時探討AI應用可能帶來的資安、隱私與幻覺風險，協助建立正確的導入觀念。透過實務案例與No-Code工具說明，讓AI 不只是概念，而能轉化為企業可落地的即戰力。
88分鐘
860位同學
企業AI轉型的趨勢與相關實務
專為協助中小企業應對轉型挑戰而設計，課程劃分為四大核心章節，首先涵蓋電子零組件與光學製造業的導入規劃，接著建立 Python、YOLO 與 Google Colab 等技術基礎；第三部分聚焦地端AI建立與生成式AI的協同應用；最後落實於瑕疵檢測、預防保養與智慧物流等實務場域。透過分析 AI 演進史與人機互補性，學員將掌握如何利用AI提升良率、降低重工率，並透過ROI評估與 ISO標準管理，在少子化趨勢下達成企業自動化升級與永續經營目標。
52分鐘
1035位同學
RPA流程建置與AI助理落地實戰
課程探討在數位轉型與系統整合過程中，常見的流程斷點、重複作業、資料分散與維護成本過高等問題。介紹RPA流程自動化的基本概念與應用方式，並結合AI助理技術，延伸至智慧自動化的實務做法。透過案例與No-Code工具操作，呈現資料登打、文件轉檔、網頁資料擷取與客服回應等流程的自動化應用，協助企業逐步建立具彈性與可擴充的流程架構，提升整體作業效率、降低人力負擔，並強化流程管理與營運應變能力。
34分鐘
509位同學
電子資訊產業 智慧能源管理
本課程聚焦電子資訊產業的智慧能源管理，結合理論與實作，介紹智慧能源系統原理與實務應用，並透過案例深入剖析實際導入情境。
50分鐘
1006位同學
電子零組件與光學製造業AI應用
探討如何透過AI技術解決產業核心痛點。課程內容涵蓋五大領域：AI實務應用導論、專案需求評估、技術選型、成效管理，以及實務案例練習。針對電子與光學元件瑕疵微小、傳統AOI與人工檢測誤判率高，以及少子化導致的缺工問題，課程介紹如何導入AI來提升效率、良率與預測能力。技術應用重點在於YOLO物件辨識模型，指導學員利用Google Colab與Python等免費雲端資源進行影像標註與模型訓練。此外，課程結合台積電、中鋼及光學鏡片廠等實際案例，展示良率從89%提升至98%、人力成本減少35%的卓越成效。透過定義KPI、5 Whys分析與持續改善機制，協助中小企業從小型產線環節切入，逐步實現製造流程的自動化與智能化。
38分鐘
277位同學
電子資訊產業 產品瑕疵檢測
探討電子資訊產業中，透過AI工具應用如何檢測瑕疵與品質管理，說明相關AI工具差異與安裝方式
56分鐘
648位同學
碳足跡盤查方法與碳管理實務案例
以國際標準ISO 14067產品碳足跡與ISO 50001能源管理系統為主要架構，說明產品與服務碳足跡的盤查邏輯、生命週期邊界設定、功能單位與產品類別規則（PCR）之應用方式，並透過製造業與服務業實務案例，解析活動數據蒐集、排放係數選用與分配計算的關鍵原則。整合能源管理與節能減碳應用，透過能源審查、重大能源使用鑑別、能源基線設定與績效指標管理，協助將碳盤查數據落實為具體的減碳改善行動。
35分鐘
310位同學
電子資訊 共 17 門課程
利用生成式AI 進行相關報告撰寫
40分鐘
1440位同學
利用地端與線上生成式AI 協同應用
58分鐘
623位同學
電子零組件與光學製造業AI應用
38分鐘
277位同學
企業AI轉型的趨勢與相關實務
52分鐘
1035位同學
AI 助力企業碳管理工具應用實務
71分鐘
827位同學
碳足跡盤查方法與碳管理實務案例
35分鐘
310位同學
自動化產業導入碳管理
24分鐘
218位同學
RPA流程建置與AI助理落地實戰
34分鐘
509位同學
ERP、MES：AI 協助數據分析與視覺化
38分鐘
826位同學
AI 協助知識彙整與分析實務
37分鐘
1291位同學
數據即戰力—電子製造業AI應用
88分鐘
860位同學
電子資訊產業 智慧能源管理
50分鐘
1006位同學
活動詳情：https://smelearning.sme.gov.tw/news.php?node=840