8.5代廠的另類競爭  有產能,也有綠能
8.5代廠的另類競爭 有產能,也有綠能
2009.09.01 | 科技

在面板產業的遊戲規則中,新世代廠房興建一直被認為是企業競爭力的關鍵,特別是台、韓兩地的競爭更是白熱化。今年第一季,韓國三星開出了第二座八.五代廠的產能,生產十六:九寬螢幕,而另一家樂金(LG)公司也宣布開出主要生產三十二吋以上電視面板的八.五代廠產能。

在講究經濟規模的面板產業下,外界都認為韓系廠商將更具較低成本優勢,這對台灣廠商來說,會形成很大的競爭壓力,「我們想的不只是產能,更要考慮到永續經營的問題,」友達光電總經理暨執行長陳來助指出。

今年第六月,友達正式開出了八.五代廠的產能,投片量為一萬片玻璃基板,預計年底將達兩萬片的目標。開出產能,固然對投資人有所交代,但更令友達驕傲的是,這座廠房是全球第一座榮獲美國綠建築協會所頒發的「能源與環境先導設計LEED」金級認證廠房。

於 一九九四年啟動的LEED認證,二○○九年公布的第三版規範,在評估時滿分為一百分,依照永續基地開發、水資源效率、能源及氣體管理、材料與資源運用、室 內環境品質五大基礎項目給分,另外再加上創新設計與區域優先情況(Regional Priority)兩項額外加分指標,其中得分在六十到七十九之間為金級認證。

「這對我們或是綠建築協會都是新的學習,」負責統籌的友達 廠務工程中心協理邱逢梁說,過去LEED多半是針對辦公大樓為主要認證對象,但這次是全工廠的型態,加上超大面積的基地,每個環節怎麼去評估及施作,都考 驗著雙方的團隊。他舉例,像是熱處理設備增加熱能回收設計,就是將排放的熱氣再利用,節省製程中所需熱能的電力,使每台設備節約四○%的能源使用量。

建 材使用量上,廠房的鋼骨結構採用斜樑式(Buckling Restrained Brace, BRB)的設計,不僅可增加建築物韌性的支撐鋼材,在達成同樣的安全係數下,又能讓此八.五代廠每單位面積(平方公尺)用鋼量較七.五代廠房減少了一 ○%,「事先有許多準備的工夫,我們花了兩年,動員了近五百人,才達成整個綠色廠房的目標。」

「綠色廠房最大的困難點在於如何建立能源使用的模型,」台北科技大學能源與冷凍空調工程研究所教授李魁鵬指出。

資源必須有限利用
為 了建立模型,找出節能的空間,友達成立了七個委員會,大至流程,小至單一機台,一個環節一個環節拆解。但更大的轉變在於廠務的思維,「我們從豐沛資源的提 供者,轉變為有限資源的管理者,」邱逢梁指出,以前建廠只要製造單位提出水電等能源需求,廠務就是要想辦法滿足,但現在反過來,廠務制定目標,要求各單位 達成。也因為這樣的轉變,友達團隊在這過程中,就開發出不少管理的模式,未來有機會提供給其他業者使用。

然而對友達而言,綠色廠房只是綠 色行動的起點,「我們要全面推動『從搖籃到搖籃』的目標,」陳來助表示,目前友達的綠色面板占比已從二○○六年的五○%,到今年將可達到九五%。但他強 調,友達的理念絕對不是單一產品的推出,而是整體解決方案的推行,因此除了內部同仁的宣導外,友達也將供應商納入,並定期舉辦分享會。「綠色行動不只是減 法概念,也可能達成乘法的效果,」陳來助說,藉由與供應商的分享會活動,可以找出更多節能的想法。他舉例,友達在IT供應商的交流中,就利用虛擬化的概 念,把五百多台伺服器縮減整合後,電能及熱能管理都獲得不錯的成果。

「我們正在跟時間賽跑,」陳來助說,只有回到流程的管理,一動才能全動,綠色行動也才能節節貫通。

友達8.5代廠 Profile
廠房所在地:台中科學園區
量產時間:2009年6月
廠房大小:5萬平方公尺(約7座標準足球場)
生產玻璃尺寸:2200mm×2500mm,大約是一個標準撞球檯大小,可切割出6片52吋或8片46吋的面板
廠房高度:49 公尺

【每個環節,都有創新空間】
製程水回收系統:160個標準游泳池水量
在面板製程中,因為要清洗化學製劑,因此每個機台用水量極大。在考慮每個機台對水的潔淨度後,友達設計了「Water Inter-use System」潔淨水串聯系統,可以將A設備用過的水,直接可以給B設備用,不用經過水回收的流程就能重覆利用。

氣驅式風力發電:5萬輛小汽車的碳排放
目前有17座風力系統設置製程的排氣口,透過製程的排氣來進行24小時發電,每月可提供3400度的電力,一年可節省超過25噸的碳排放。

雨水回收系統:3萬戶家庭用量
由於廠房面積龐大,因此屋頂就成了相當好的回收平台,透過德國廠商開發、友達設計的37支管路將雨水回收。由於管路採用重力及離心力的原理,回收的水除了澆灌外,還可以提供系統冷卻及製程用水。

機器手臂Manz Robot:空間多更多
此機器手臂可將玻璃直立於玻璃載運台車(Carrier)上,以利玻璃能順利送進濺鍍機鍍膜。利用其6軸角度設計,可自由調整手臂行進路線與玻璃放片位置,有效節省空間使用。

巨觀檢查機(Macro):節能30%
使用不同光源(收束燈/背光)照射於彩色濾光片基板上,進行品質檢查。由於採用T5燈管及HID燈,可節能30%。除了節能外,由於此檢查機設於生產線流程上,還可以即時檢查,增加產品良率。

(照片提供/友達光電)

關鍵字: #綠能環保 #友達
往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓