製造業想導入AI，常見的第一個問題是：「雲市集AI工具到底有哪些？」

有些企業以為雲市集只有ERP、電子表單或雲端儲存；也有企業認為只要是ChatGPT、生成式AI或市面上的AI軟體，都能透過雲市集補助購買。

實際上，雲市集工業館的AI工具庫，是由官方遴選具有產業應用效益實績的AI應用方案，再提供符合資格的中小型製造業者選購。這些方案主要用來改善生產製造及營運管理瓶頸，並不等於所有市售AI工具都能使用補助。

企業可以透過官方雲市集工業館查詢目前實際上架的工具、服務業者、方案價格、使用期間及功能內容。

讓更多人搜尋到你的產品？現在有機會免費行銷 20 天！
現在越來越多品牌開始透過 內容行銷，讓產品被 Google 搜尋到。

我們現在開放 20 天免費內容行銷體驗，透過搜尋曝光與內容推廣，幫助你的產品被更多人看見。

立即報名　→

官方查詢連結

雲市集工業館官方平台：
https://keid.nat.gov.tw/cloud/Web/cloud_market_industry.aspx

115年度AI工具庫點數補助計畫公告：
https://www.sme.gov.tw/caas/article-caas-3059-20513

中小微企業多元振興發展計畫平台：
https://www.sme.gov.tw/drsme/drsme/Plan/plan_more?id=ecf4d02e04094b04a50264a8582920e2

官方平台說明，雲市集工業館提供雲端解決方案及AI應用方案，主要協助中小型製造業改善生產與營運管理問題。

一、雲市集AI工具主要有哪些類型？

實際上架工具會隨審查結果持續調整，因此企業不應只記住某一家廠商或某一套產品名稱，而應先從「要解決什麼問題」開始挑選。

製造業常見的雲市集AI應用方向，可整理為以下幾類。

AI工具類型	主要用途	適合部門
AI視覺辨識	瑕疵、外觀、尺寸及物件辨識	品管、生產
設備異常預警	判斷機台異常及故障風險	設備、維修
智慧生產排程	安排工單、機台與交期	生管、生產
能源管理分析	分析用電與設備能耗	廠務、管理
AI知識庫	搜尋技術文件與作業知識	研發、客服
文件辨識	辨識訂單、發票及報表	業務、行政
智慧報價	分析規格、成本及歷史報價	業務、採購
需求預測	預估訂單、銷量及備料需求	業務、生管
庫存最佳化	降低缺料與過量庫存	倉儲、採購
AI客服	回答產品及售後服務問題	業務、客服
數據分析平台	彙整工廠數據並提供分析	管理、生產
生成式AI工具	產生文件、報告及企業內容	行政、行銷

雲市集AI工具庫的官方定位，是協助製造業使用AI技術解決生產製造及營運管理瓶頸。因此，工具是否符合補助範圍，仍須以官方平台上架方案為準。

二、AI視覺辨識與品質檢測

AI視覺辨識是製造業最常見的AI應用之一。

傳統品質檢查常依靠人工目視，容易受到人員經驗、精神狀況、工作速度及產品數量影響。當產品外觀差異很小、產線速度很快或一天需要檢查大量產品時，人工檢測可能產生漏判或誤判。

AI視覺辨識工具通常可應用於：

金屬表面刮痕辨識
塑膠射出瑕疵判斷
電子零件缺件辨識
包裝標籤檢查
印刷文字辨識
產品尺寸或形狀判斷
螺絲、孔位及零件檢查
食品外觀與異物辨識
人員安全裝備辨識
生產數量自動計算

適合的企業

金屬加工廠
塑膠射出廠
電子零組件廠
食品製造業
包裝印刷業
汽車零件業
五金製造業

導入前要準備什麼？

通常需要準備：

正常產品影像
瑕疵產品影像
瑕疵分類標準
拍攝環境
光源條件
攝影機位置
生產線速度
可接受的誤判率

企業不能只購買AI辨識軟體，就期待系統立即知道什麼是瑕疵。資料品質、光線、拍攝角度及瑕疵樣本數量，都會影響實際效果。

挑選時要問什麼？

是否包含攝影機及光源？
是否只提供雲端軟體？
瑕疵模型由誰訓練？
是否需要額外標註費用？
可以辨識幾種瑕疵？
是否能與產線訊號整合？
誤判後如何修正？
補助方案是否包含現場安裝？

三、設備異常預警與預防維護

很多工廠仍採用「設備故障後才維修」的方式。

設備突然停止可能造成：

生產中斷
交期延誤
材料報廢
維修成本增加
人員加班
客戶抱怨

設備異常預警工具會蒐集設備運轉資料，再透過AI或數據分析判斷設備狀態是否偏離正常範圍。

常見分析資料包括：

振動
溫度
電流
電壓
聲音
轉速
壓力
流量
稼動時間
歷史維修紀錄

常見功能

機台即時狀態監控
異常訊號警示
設備健康度評分
故障風險預測
維修時機建議
異常事件紀錄
設備運轉趨勢分析
手機或Email通知

適合的企業

擁有多台生產設備
關鍵設備故障成本高
設備維修依靠資深員工
缺乏完整保養紀錄
希望降低非預期停機

導入前應確認

設備是否能輸出數據？
舊型設備是否需要加裝感測器？
感測器與安裝費是否包含？
是否需要停機施工？
系統如何判斷異常？
是否需要長期蒐集資料才能使用？
哪些設備適合先試行？

新導入時，可以先選擇一台或一類關鍵設備測試，不一定要一次連接全廠所有設備。

四、智慧生產排程

少量多樣、急單插單及交期變動，是許多台灣製造業常見問題。

傳統排程多由生管人員使用Excel或憑經驗安排，但當訂單、機台、人員、材料及製程限制增加後，人工排程可能面臨：

排程時間過長
急單插入後全部重排
機台負荷不平均
材料到貨與生產時間不一致
無法即時預估交期
生管過度依賴少數資深人員

智慧排程工具可能結合訂單、工單、設備、材料及人力資料，自動提出較合適的生產順序。

常見功能

工單自動排程
機台產能分配
急單插單模擬
交期風險預警
生產負荷分析
缺料提示
排程甘特圖
不同排程方案比較
完工日期預估

適合的企業

少量多樣生產
訂單規格變化大
常有插單或急單
同一產品需要多道製程
機台與人員限制複雜
交期預估困難

導入前要準備的資料

訂單資料
產品製程
標準工時
機台能力
人員班別
材料到貨時間
製程順序
換線或換模時間
設備維修時間

如果企業的標準工時、製程路線及機台資料尚未整理，排程工具的效果可能受到限制。

五、AI能源管理與用電分析

能源成本上升、碳排管理及用電異常，也讓能源管理工具成為製造業常見需求。

AI能源管理工具可協助企業分析：

哪些設備最耗電
哪些時段出現異常用電
設備待機是否浪費能源
尖峰用電是否可調整
同類設備能耗是否存在差異
產量與用電是否合理
節能措施是否有效

常見功能

即時用電監控
設備別能耗分析
用電異常警示
尖峰需量預測
能源使用趨勢
單位產品能耗計算
節能改善建議
碳排換算
ESG或能源報表

適合的企業

電費占成本比例較高
有大量空壓機、冷凍機或馬達
需要準備碳排或ESG資料
無法掌握設備個別用電
經常發生超約或尖峰用電

導入前應確認

是否需加裝智慧電表？
可以監測到設備層級還是工廠總表？
硬體安裝是否包含於方案中？
是否可以匯出報表？
碳排係數是否可更新？
是否能設定異常門檻？
是否可與既有能源管理系統整合？

六、企業AI知識庫與技術文件搜尋

很多製造業不是沒有技術資料，而是資料太多、太分散。

常見情況包括：

技術文件放在不同員工電腦
維修紀錄只有資深工程師知道
客戶問題需要到處詢問
新人找不到作業標準
文件版本混亂
相同問題重複回答
員工離職後知識流失

AI知識庫工具可以將企業內部文件整理後，提供語意搜尋、問答或摘要功能。

可放入的資料

產品規格
操作手冊
SOP
維修紀錄
品質文件
常見問題
報價規則
技術報告
客戶服務紀錄
教育訓練教材

常見功能

自然語言問答
技術文件搜尋
文件摘要
相似案例推薦
SOP快速查詢
新人教育訓練
客服回答輔助
文件權限管理
問答來源標示

適合的企業

技術文件數量多
員工經常重複詢問
新人培訓時間長
技術知識集中在少數人
客服或工程師查資料耗時
有多個產品與設備型號

導入前應注意

機密資料會存放在哪裡？
AI回答是否標示資料來源？
不同部門能否設定不同權限？
文件更新後是否會自動同步？
錯誤回答如何回報與修正？
是否支援PDF、Word、Excel及圖片？
服務結束後資料是否可以刪除？

企業知識庫涉及產品、客戶及技術機密，不能只看AI回答效果，也要檢查權限、資料保存及資訊安全條款。

七、AI文件辨識與資料輸入

很多製造業仍需要人工處理：

訂購單
報價單
送貨單
發票
檢驗報告
生產報表
手寫表單
客戶規格文件

AI文件辨識工具可透過OCR及資料分析，自動擷取文件中的欄位，再匯入ERP、CRM或其他管理系統。

常見功能

PDF文字辨識
表格資料擷取
訂單欄位辨識
發票資料辨識
文件分類
手寫文字辨識
格式轉換
自動建立資料
異常欄位提示

適合的企業

每天需輸入大量訂單
客戶文件格式不同
行政人力投入高
人工輸入容易出錯
需要快速建立報表
希望串接ERP或會計系統

挑選時要確認

可以辨識哪些文件格式？
中文、英文及數字辨識率如何？
不同客戶版型是否都能使用？
手寫資料是否支援？
能否串接現有系統？
錯誤資料是否有人工覆核介面？
每月可辨識多少頁？
超過用量如何收費？

八、AI智慧報價與成本分析

B2B製造業報價通常涉及：

材料價格
加工時間
機台成本
模具費
表面處理
包裝
運輸
歷史成交價格
客戶等級

如果資料分散在Excel、Email及資深業務的經驗中，新人報價可能花費很長時間，也容易出現不同業務報價不一致。

AI智慧報價工具可能協助：

比對歷史報價
搜尋類似產品
分析材料與加工成本
建議報價區間
辨識異常報價
預估毛利
產生報價文件
追蹤報價結果

適合的企業

非標準品報價多
每筆訂單規格不同
歷史報價資料量大
報價依賴資深業務
報價速度影響接單
常發生低估成本問題

導入前要注意

AI可以提供報價建議，但不一定能完全取代人工審核。特殊材料、急件、客戶關係、產能及市場行情，仍可能需要業務或主管判斷。

九、AI需求預測與庫存管理

庫存太多會占用資金，庫存不足則可能造成缺料與延誤。

AI需求預測工具可能分析：

歷史訂單
銷售趨勢
季節變化
客戶採購週期
促銷活動
原材料交期
庫存水位
生產週期

常見功能

銷量預測
訂單需求預測
安全庫存建議
缺料預警
呆滯庫存分析
採購時機建議
備料需求預估
供應風險提示

適合的企業

原料種類多
交期較長
淡旺季明顯
常發生缺料
庫存金額過高
有穩定的歷史訂單資料

導入限制

如果企業的歷史資料不完整、產品經常更換，或市場需求高度不穩定，預測準確率可能受到影響。

導入前應確認：

至少需要多久的歷史資料？
新產品沒有歷史資料時如何處理？
是否能排除異常大單？
能否與ERP庫存資料同步？
預測結果多久更新一次？

十、AI客服與客戶詢問分類

製造業客服不一定只是回答退換貨問題，也可能包括：

產品規格
材質選擇
交期
設備操作
故障排除
維修流程
零件查詢
報價需求
技術文件索取

AI客服工具可以協助分類問題、搜尋答案及產生回覆草稿。

常見功能

網站AI客服
LINE或通訊軟體問答
客戶問題分類
FAQ自動回答
技術文件搜尋
客服回覆建議
商機分級
詢問內容摘要
轉交真人客服

適合的企業

客戶經常詢問相同問題
產品型號多
海外客戶詢問量大
客服人力有限
技術問題需要快速查找
希望建立24小時基本回覆

導入時要避免

讓AI承諾錯誤價格
回答未經確認的交期
洩露其他客戶資料
對技術安全問題提供錯誤建議
未標示AI回答可能需人工確認

高風險或特殊規格問題，仍應轉由真人處理。

十一、生成式AI與行政效率工具

部分AI方案可能用於企業內部文件及日常營運，例如：

會議紀錄整理
報告摘要
Email草稿
技術文章草稿
SOP初稿
教育訓練教材
客戶需求摘要
多語翻譯
產品說明產生
表格資料整理

適合的企業

行政文件量大
業務需要頻繁撰寫內容
技術人員不擅長整理文件
有海外客戶翻譯需求
需要將會議內容轉成任務

導入前應確認

是否可以使用企業專屬資料？
輸入內容是否會被拿去訓練模型？
是否有企業帳號及權限管理？
是否能建立公司固定格式？
能否保留操作紀錄？
是否符合公司資安政策？

一般自行購買的ChatGPT或其他AI帳號，不等於一定是雲市集AI工具庫的補助方案。企業必須以官方平台目前上架的產品為準。

十二、AI數據分析與經營儀表板

有些工廠已累積大量ERP、MES、設備及訂單資料，但仍需人工整理報表。

AI數據分析工具可能協助：

自動彙整多個系統資料
找出生產異常
分析訂單趨勢
比較機台效率
預測交期
分析客戶及產品獲利
建立管理儀表板
自動產生經營摘要

常見分析指標

設備稼動率
生產達成率
良率
報廢率
工單延誤
單位生產成本
訂單毛利
客戶貢獻
庫存周轉
能源使用

適合的企業

已有ERP或MES
資料分散在不同系統
每月人工製作大量報表
管理者無法即時掌握問題
希望建立數據決策機制

導入前要確認

可以連接哪些系統？
資料多久更新一次？
是否包含資料清理？
指標公式能否自行設定？
是否提供異常原因分析？
能否匯出Excel或PDF？
是否有手機版？

十三、如何在官方雲市集查找AI工具？

企業可直接進入官方雲市集工業館：

https://keid.nat.gov.tw/cloud/Web/cloud_market_industry.aspx

平台內容可能會依年度及方案上架狀態調整。官方計畫頁指出，AI工具庫會遴選具有產業應用效益實績的方案上架，讓製造業選購。

查詢時可依以下方式進行：

進入雲市集工業館。
尋找AI工具庫或AI應用方案。
使用產業別、功能或關鍵字篩選。
查看方案說明。
確認上架業者。
查看服務期間及價格。
確認是否符合點數補助。
聯絡服務業者進一步詢問。

可以使用的搜尋關鍵字包括：

AI品檢
視覺辨識
設備預警
智慧排程
能源管理
知識庫
文件辨識
智慧報價
需求預測
智慧客服
數據分析
生成式AI

十四、選擇雲市集AI工具的五個步驟

步驟一：先找出最需要改善的問題

不要先問哪一套AI最熱門，而應先問：

哪一項工作最耗人力？
哪個問題最常造成損失？
哪個流程已有可使用的資料？
哪個部門願意配合導入？
哪項成果最容易量化？

步驟二：確認資料是否準備好

AI工具通常需要資料。

例如：

AI應用	可能需要的資料
AI品檢	正常與瑕疵照片
設備預警	電流、溫度、振動資料
智慧排程	工單、工時、機台及交期
需求預測	歷史訂單及庫存
AI知識庫	SOP、手冊及技術文件
智慧報價	歷史報價及成本資料

如果資料不足，可以先選擇資料需求較低、導入範圍較小的工具。

步驟三：比較至少三個方案

不要只聽單一業者介紹。

比較內容應包括：

功能
費用
導入時間
顧問服務
教育訓練
客製能力
使用限制
資料安全
系統串接
續約費用
結案紀錄支援

步驟四：安排實際展示

要求服務業者用接近公司情境的資料展示，而不是只看標準簡報。

例如：

使用公司的產品影像測試辨識
匯入公司的訂單資料展示排程
放入幾份技術文件測試知識問答
使用一份真實報價單測試文件辨識

步驟五：設定導入成效指標

例如：

人工檢查時間降低30%
每週報表整理時間減少10小時
文件搜尋時間由20分鐘降至3分鐘
訂單輸入錯誤率降低50%
排程時間由4小時縮短至30分鐘
設備異常提早一定時間發現

沒有成效指標，就很難判斷工具是否值得續約。

十五、雲市集AI工具比較表

AI類型	導入難度	資料需求	適合先試行
文件辨識	低至中	中	是
AI知識庫	低至中	中	是
AI客服	低至中	中	是
數據分析	中	中至高	是
智慧報價	中	高	視資料而定
需求預測	中	高	視資料而定
智慧排程	中至高	高	建議小範圍
AI視覺品檢	中至高	高	建議單一產品
設備預警	中至高	高	建議單一設備
能源管理	中	中	建議關鍵設備