主題： 工業AI：製造業AI革命
【主軸】台灣製造業正面臨3大變數：結構性缺工、大量湧入的現金、擴廠規畫。逐步成熟的工業AI工具，會是解方嗎？
這期從預測性維護、視覺品檢、製程良率、數位分身、具身智能到工業資料平台，完整拆解工業AI的6大戰場，以及台灣硬體升級的機會之窗。
【架構及案例規畫】
・台灣製造業面臨的三大變數，工業AI是不是解方？
・主文：工業AI定義、台灣硬體升級的機會之窗、老師傅傳承、杰倫智能。配件含十大關鍵數字與抽言、全球版圖地圖
・Part 1 預測性維護：機台故障前先預警，取代「壞了才修」。
案例：SKF／軸承狀態監測、Augury／新創獨角獸、東元電機（東訊、東捷），側訪研華／外掛機盒。
・Part 2 AI視覺品檢：用攝影機與AI取代人眼抓瑕疵。
案例：Keyence、Cognex、所羅門、牧德／PCB AOI、倍利／專業影像分析演算法。
・Part 3 製程良率優化：AI主動調整參數、動態重排產線任務。
案例：Blue Yonder、AspenTech、先知科技。
・Part 4 數位分身／模擬（4頁）：先在虛擬世界跑一遍，再落地實體世界。
案例：西門子、達梭、施耐德、輝達。
・Part 5 具身智能／機器人：機器人能感知、判斷、調整動作，不只是重複寫死程式。
案例：輝達／GR00T、Skild AI、Physical Intelligence、創博，側訪高通、耐能。
・Part 6 工業資料平台／Agentic AI：整理髒數據成AI可用格式，疊加自主決策能力。
案例：施耐德、研華（備案為C3.ai、鼎新）。
・收尾：名家專訪：李傑、QA形式。
收藏
2026專利防護中