資策會研討會邀APMIC CEO吳柏翰分享：微調AI模型 協助製造業數位轉型

隨著AI技術突飛猛進，全球產業正面臨一場前所未有的數位轉型浪潮，台灣在這波AI競賽中積極參與，資策會MIC舉辦第38屆MIC FORUM Spring《AI無界AI Boundless》研討會，當中APMIC創辦人暨執行長吳柏翰分享了第一手業界長期觀察到的現象，並提到目前AI模型的進展「每三天或四天就有新模型問世。」AI發展速度超乎想像，並指出，製造業過去面臨到知識傳承與管理痛點，正好成為他們團隊APMIC切入產業的痛點。記者鄧天心／台北報導

隨著AI技術突飛猛進，全球產業正面臨一場前所未有的數位轉型浪潮，台灣在這波AI競賽中積極參與，資策會MIC舉辦第38屆MIC FORUM Spring《AI無界AI Boundless》研討會，當中APMIC創辦人暨執行長吳柏翰分享了第一手業界長期觀察到的現象，並提到目前AI模型的進展「每三天或四天就有新模型問世。」AI發展速度超乎想像，並指出，製造業過去面臨到知識傳承與管理痛點，正好成為他們團隊APMIC切入產業的痛點。

[caption id="attachment_171998" align="aligncenter" width="1024"]

在資策會MIC於5月7日至9日舉辦的第38屆MIC FORUM Spring《AI無界AI Boundless》研討會現場，APMIC創辦人暨執行長吳柏翰分享了AI模型發展與企業應用的最新趨勢。圖片來源：科技島拍攝[/caption]

更多新聞：COMPUTEX 2025／APMIC全新解決方案攜B200 GPU領航企業AI自主化

製造業難傳承 AI怎麼解決問題？

吳柏翰分析，製造業在知識管理方面面臨五大關鍵痛點：首先是「關鍵技師經驗難以複製」，資深技師累積的經驗屬於隱性知識，一旦人員流動，寶貴Know-how可能流失；其次是「製程環節繁雜、文件分散」，知識散落於各種文件格式與系統中；第三是「跨部門溝通與標準不一致」，不同廠區間SOP標準落差大，溝通成本高；第四是「缺乏即時支援與培訓資源」，新進人員遇到問題時難以獲得即時解法；最後是「知識版本管理與稽核困難」，高法規產業難以有效追蹤文件與SOP版本變更，隨著資深人員退休，製造業有可能面對到知識斷層，吳柏翰與團隊正嘗試解決這些問題。

吳柏翰展示了一組令人驚艷的數據，顯示AI模型的短期記憶能力已從人類極限的7萬tokens，進化到現今可處理上千萬tokens，以檢索增強生成（RAG）Agent為例，傳統AI需花20分鐘才能判斷文件是否符合法規，APMIC團隊透過預訓練與微調技術，大幅縮短回應時間，顯著提升企業ROI。

AI如何賦能製造業？

針對製造業不同部門需求，吳柏翰提出了全面的AI應用場景：生產部門可將AI作為SOP指引助理，即時解答產線疑問；品管部門可利用AI提供品質檢驗標準與缺陷案例；設備管理部門則能透過AI整合維修紀錄，提供故障排除方案；供應鏈部門可藉助AI查詢供應商資訊，自動比對替代方案。

會議中，吳柏翰還分享了APMIC的AI模型打造流程，分為三大步驟：首先是「基礎模型選擇」，從Meta的LLaMA等開源模型中篩選最適合的基礎模型；接著進行「持續預訓練與微調」，針對企業專屬知識進行訓練；最後是「模型蒸餾與優化」，將大型模型壓縮成適合不同平台的小型模型，便於企業落地部署，讓企業擁有自己的AI，提升模型效能及確保資料安全。

AI已不再只是科技圈的熱詞，而是製造業數位轉型的關鍵推手，從知識壓縮到智慧問答，從流程優化到決策支援，AI正幫助台灣產業解決長年痛點，相信未來能善用AI的企業，將在全球競爭中搶得先機。

這篇文章 資策會研討會邀APMIC CEO吳柏翰分享：微調AI模型 協助製造業數位轉型 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。