旨在幫助製造業領域之企業掌握人工智慧(AI)在製造業中的應用基礎,提升智慧製造能力。課程將從AI的基本概念及通用型AI應用工具導入案例,講解如何透過AI技術優化生產流程、提升品質管控及降低營運成本,並促進數位轉型。
在數位轉型浪潮下,資料管理與智慧化應用成為企業營運關鍵,為協助企業面臨資訊瓶頸及AI人才不足等問題,專為電子製造業從業人員量身打造,透過ChatGPT、Google NotebookLM、MS Power Automate 等No-Code工具,協助學員快速上手AI技術、強化ERP/MES資料處理能力、學習利用AI進行知識管理、數據管理、流程自動化乃至於簡易智慧客服服務。
課程涵蓋AI導入實務、資安控管、資料清洗與自動化應用等,並透過實作驗收與產業案例,強化學用合一,協助企業有效提升作業效率與決策品質。適合中階管理、客服、物料與行銷相關人員參與。
為使鑄造領域者了解AI技術在鑄造、加工與品質管理中的應用與發展趨勢,掌握產業轉型方向,透過理論與案例分析更能理解AI如何提升鑄造產業的生產效率、自動化控制及永續發展。
本課程將從趨勢掌握、技術理解、應用落地至整合導入為主軸,共規劃5大主題,涵蓋鑄造產業AI應用的完整面向,包含:
1. 全球鑄造產業AI發展趨勢:協助廠商認識國際趨勢與技術布局,建立產業轉型視野。
2. AI智慧鑄造技術:鑄造智慧化現況、AI應用場景、發展趨勢、ChatGPT邏輯說明。
3. 鑄造產業 AI品質管理與檢測技術:澆注模擬、材料與流場分析、實作操作。
4. 智慧製造AI應用導入:智慧製程、智慧工廠、平台導入。
5. 工業安全AI導入企業應用:工安與AI比較、案例分析、安全AI實作。
藉由培訓課程協助工具機暨零組件產業的非 IT 背景從業人員,建立資訊系統與資料處理的基礎觀念,逐步認識企業數位化架構與流程優化邏輯,並實際運用 Microsoft Power Platform 與 AI 技術工具,完成現場資料擷取、自動化流程建構與稼動率數據視覺化應用。透過模組化教學設計與角色導向的應用場景演練,提升學員對 IT 系統整合的理解能力與應用信心,全面強化產線資訊透明度與決策效率,促進智慧製造於中小企業的落地推動。
本教材導入Vital NetZero零碳雲系統,教學員運用數位化與AI工具自動化溫室氣體盤查、辨識排放熱點、生成合規報告,提升碳管理效率與數據品質,降低人工作業負擔。透過系統操作與案例實作,快速掌握企業碳管理數位轉型關鍵能力。
針對業界需求,提供AI視覺檢測優化生產、品質檢測自動化降低人力依賴、預測性維護減少故障與維修成本,以及AI專案導入流程與成本效益分析,助力企業掌握AI應用,強化決策品質與競爭力。
幫助鋁製造業從業人員了解AI技術在鋁製造、加工與品質管理中的應用與發展趨勢,掌握產業轉型方向。透過理論與案例分析,使學員理解AI如何提升鋁製造業的生產效率、品質檢測、自動化控制及永續發展策略。
為強化成衣業中小企業產銷存之間的串聯以及客戶端的聯繫,成為國內成衣業業者當前提升營運效率,本課程旨在協助成衣製造業建立對AI的正確認識,從基礎概念出發,掌握當前產業趨勢與主流應用方向,並聚焦產業鏈中「織布」段,透過實務案例與場域情境導入,協助學員理解AI工具於成衣業產銷存實務操作與及其效益,以及Chatgpt在輔助設計上,進行樣式款式設計建議以及基礎模板(平鋪圖、參考圖片)生成,協助技術規格文案撰寫潤飾(顏色選項、尺寸規格)。,提升成衣業者顧客回應速度。
1.導入觀念:讓產業從業人員瞭解數位化、智慧製造與AI的基本概念與應用潛力。
2.提升技能:培養產業從業人員具備資料蒐集、基本資料分析及AI工具操作的能力。
3.促進應用:激發產業從業人員將課程內容應用於實際工作情境中,如瑕疵檢測、稼動率分析等應
建立AI應用基礎認知
協助學員掌握AI於電子零組件與光學製造業的核心應用與發展趨勢,了解AI對產線、營運與市場的影響,並認識企業導入AI前常見挑戰,具備盤點企業現況與評估導入可行性的能力。
強化AI導入與治理能力
建立AI專案從需求評估、規劃、技術選型到部署與效益評估的完整流程觀念,理解AI治理架構與AIMS系統,掌握推動AI計畫與內部培訓的實務能力。
發展AI實作應用能力
熟悉地端AI(Edge AI)架構與「地端模型 + 雲端LLM協同」應用模式,具備基本的模型部署與系統建置能力,提升即時資料處理與現場決策效益。
應用生成式AI強化產業洞察與文件產出能力
運用生成式AI工具進行資料整合、趨勢分析與專業文件撰寫,提升資訊視覺化與表達能力,支援企業參與政府計畫與技術策略布局。
「智慧食品‧AI實戰」系列課程——從顧客服務到智慧製造的轉型關鍵技術
因應食品產業供應鏈管理複雜化與食安透明要求提升,協助中小企業建立供應鏈數據整合與食安資訊揭露能力,透過AI工具實戰教學,降低導入門檻,強化供應鏈管理效能。
生產流程涉及大量生產/品管/物管/設備等相關資訊,本課程協助學員使用生成式AI建立分析模型、瓶頸診斷、品質統計、物料管理與設備維護知識庫,並導入可自動化的實際操作工具。
隨著製造產業面臨人力短缺、製成波動、成本壓力與客戶品質要求日益提升,傳統依賴經驗判斷的生產管理模式已難以支撐企業永續競爭力。本課程旨在協助製造業管理者與技術人員理解AI技術於生產管理中的應用邏輯,並在實際製程中的導入應用方法。
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。
隨著全球製造業邁入智慧化轉型,提升設備的營運韌性與加工品質已成為企業競爭的核心。在實際生產流程中,核心動力設備(如主軸)若發生無預警故障,將引發連鎖性的生產中斷與高昂成本損失。
為協助中小企業克服數位轉型門檻,本課程導入 「No-code(視覺化積木式)AI 實作」的模式,以協助學員建立「設備預測性維護(PdM)」之完整觀念,並透過以下三大核心面向達成轉型目標:
(1) 技術傳承數位化(無門檻 AI 賦能)
針對傳統設備診斷高度仰賴個人感官經驗、缺乏量化標準的困局,本課程採用 Orange Data Mining 視覺化工具,無需具備程式開發背景,即可將師傅的專業知識數位化。透過直觀的拖曳操作,降低學員進入 AI 領域的技術門檻,有效解決中小企業人才不足與技術斷層之風險。
(2) 強化數據決策層次(導入 AI 共創式學習)
引導學員學習感測數據(以振動訊號為示範)的處理流程,並運用「單類別分類」等 AI 方法建立健康基準。特別加入大語言模型(LLM)應用課程,學習運用 Prompt Engineering 技巧,讓學員能透過與 AI 協作,將複雜的異常指標轉化為易懂的診斷建議,讓數據分析從「單純建模」進化為「輔助決策」的高層次應用。
(3) 建立共通溝通語言(智慧化管理決策)
透過量化的健康評估指標與 AI 產出的視覺化診斷報告,消弭現場維護人員與管理決策端之間的專業資訊落差。AI 產出的分析結果將成為企業內部的「共通語言」,讓維修判斷依據透明化、科學化,進而優化維修資源配置與生產排程效率。
本課程以主軸健康預診作為應用範疇,透過實務工具操作與 AI 共創演練,協助學員不僅能掌握特定零件的診斷技術,更能建立一套可遷移至企業內各類設備的 AI 預防性維護實踐能力,讓數據價值真正落地於產線現場。
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。
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。
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。
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。
本課程旨在協助紡織企業運用AI技術建立標準化布料數位資產管理流程,提升布料開發、業務推廣及供應鏈協作效率。課程以Frontier TextileCloud平台為核心,結合DPC布料數位化、DAM數位資產管理及AI Smart Upload、Auto Tiling、AI Physics、Digital Drape等技術,帶領學員完成布料資料建檔、AI辨識、圖樣處理、數位展示及資產管理,並認識Eco-Impactor永續碳數據應用。透過實際操作與展會情境模擬,學員將學習運用AI語意搜尋、數位型錄及QR Code展示功能,建立布料數位化推廣與客戶溝通模式,提升企業數位轉型與永續競爭力。
本課程旨在協助紡織企業運用AI技術建立標準化布料數位資產管理流程,提升布料開發、業務推廣及供應鏈協作效率。課程以Frontier TextileCloud平台為核心,結合DPC布料數位化、DAM數位資產管理及AI Smart Upload、Auto Tiling、AI Physics、Digital Drape等技術,帶領學員完成布料資料建檔、AI辨識、圖樣處理、數位展示及資產管理,並認識Eco-Impactor永續碳數據應用。透過實際操作與展會情境模擬,學員將學習運用AI語意搜尋、數位型錄及QR Code展示功能,建立布料數位化推廣與客戶溝通模式,提升企業數位轉型與永續競爭力。
本課程旨在協助紡織企業運用AI技術建立標準化布料數位資產管理流程,提升布料開發、業務推廣及供應鏈協作效率。課程以Frontier TextileCloud平台為核心,結合DPC布料數位化、DAM數位資產管理及AI Smart Upload、Auto Tiling、AI Physics、Digital Drape等技術,帶領學員完成布料資料建檔、AI辨識、圖樣處理、數位展示及資產管理,並認識Eco-Impactor永續碳數據應用。透過實際操作與展會情境模擬,學員將學習運用AI語意搜尋、數位型錄及QR Code展示功能,建立布料數位化推廣與客戶溝通模式,提升企業數位轉型與永續競爭力。
因應機械產業面臨少量多樣、交期壓力、人力短缺及成本波動等經營挑戰,且多數中小企業在生產與管理流程中仍高度仰賴人工經驗與分散式資料,導致決策反應不及、市場競爭力受限。
透過導入AI與RPA技術,本課程引導學員將日常生產管理、排程判斷、品質分析與設備維修等工作流程,轉化為可由 AI 輔助分析、由自動化工具實際執行的智慧作業模式,降低人工作業負擔並提升決策一致性與即時性。
課程內容以機械產業實際情境為核心,結合生產排程、不良分析、設備維修與成本風險等案例,培養學員具備「看得懂資料、用得了AI、做得出自動化流程」的實務能力,進而協助企業建立可複製、可擴充的智慧製造基礎,強化整體生產效率與產業競爭力。
本課程旨在協助電子製造產業相關從業人員了解生產流程的關鍵問題,如:排程、品質、設備管理等,如何透過AI、AI Agent等技術,提升作業效率、強化決策品質。本課程透過Chat GPT、Google NotebookLLM等No-Code工具操作並搭配案例,協助學員理解如何運用AI工具解決問題,並辨識鑑別式AI、生成式AI、AI代理的不同解決方向。
本課程以 n8n 工作流程自動化平台為核心,協助業務、行銷及客服人員將重複性銷售作業交由系統自動執行,包括銷售數據自動彙整、AI 輔助客服回覆、通路績效異常自動通知等,大幅降低人工作業負擔
本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。
本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。
本課程旨在協助成衣企業運用CLO 3D虛擬服裝模擬結合AI輔助設計技術,提升服裝設計、商品開發及視覺溝通效率,改善傳統設計圖至實體樣衣開發過程中反覆修改、溝通落差及資源耗損等問題。課程結合AI輔助商品定位、智慧款式延伸設計及CLO AI Studio等應用,帶領學員學習運用AI生成款式圖、建立3D虛擬服裝原型,並透過智慧切片與款式調整功能,快速延伸多元服裝設計,理解3D虛擬樣衣與2D基礎版型的連動關係。透過CLO AI Studio實際操作,學員將學習AI布料紋理生成、虛擬樣衣材質配置及AI渲染技術,產出高品質服裝情境圖與視覺展示成果,協助企業縮短開發週期、降低實體打樣成本,提升成衣產業數位設計與永續開發能力。
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。
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。
活動詳情:https://smelearning.sme.gov.tw/news.php?node=840