在面對工業4.0科技變革的浪潮之下，該如何因應轉型而不被淘汰？這個台灣傳統工廠目前面臨的挑戰，也帶來了新創者的機會。

在物聯網的熱潮下，工業4.0一直是個熱門領域，美國、歐洲、中國乃至台灣，各國相繼發展出對應的策略，強調虛實整合、將製造技術、IT技術結合網際網路為核心理念的工業進化論。在台灣，這個話題也引發多方討論，蔡英文新政府喊出亞洲矽谷政策，大力推動工業4.0，而兩岸當紅創業導師程天縱則提出「台灣不需要工業4.0」，皆引起產業熱議。

有到過台灣傳統製造工廠的人或許都有相同印象，在生產機台前或是定點的生產管制站，會有一大塊板子，上面貼了各式各樣表格、填滿密密麻麻的生產數據，管理者便從這些現場生產資訊去做製成管控，進而可能衍生出忙碌的作業員為了交差而無法精確記錄的生產資訊、管理者為了美化報告而造假數據，最後業主根本無法從報告中做出對企業有益的決策。

近年來台灣製造業在國際上不斷被各國取代，如何善用過往累積的實力，跟上德國、美國與日本等製造大國前進的腳步?

2008年剛從加拿大畢業回到台灣的創辦人葉懿賢，回到家裡負責幫傳統製造業開發硬體設備時，在走訪工廠拜訪客戶時便是見到這般景象，當時工廠端常向他提出這些生產資訊是否能更有效率地由電腦自動蒐集。

2011年，葉懿賢創業成立 MOSi，讓工業4.0不只是口號，而是走進製造現場，並導入國際標準製程規範，希望除了能有效蒐集生產資訊以外，更能將製造機台的生產資訊與工廠營運數據整合，減少現場作業員的工作負擔，讓傳統工業提高生產效益並跟上國際製造業變革的腳步！

圖說明
（圖說：傳統工廠生產現場報表照片，照片由 MOSi Technologies 提供）

「當政府與指標企業大聲疾呼大數據、物連網、工業4.0等口號，台灣多數的製造工廠卻仍停留在用紙筆記錄現場生產資訊，原因來自導入數位化的過程不夠友善，因此工廠不想耗費成本導入新系統。」共同創辦人葉韋賢指出。

然而，創業初期卻不如想像中順利，儘管葉懿賢擁有資訊整合技術背景，仍缺乏開發關鍵性技術系統的能力，因此在2014年底，陸續加入葉韋賢與林家逸兩位共同創辦人，葉韋賢擁有神經科學碩士學位，主要負責資料分析，來自台大資管系的林家逸負責系統開發，葉懿賢則是善用過去走訪工廠的實地經驗，負責工廠現場端的整合。

走進工廠，落實智慧製造

從2015年開始 MOSi 正式展開研發，立志開發一套簡單、好用、易導入的系統，讓幾乎沒有IT能力的企業都能藉由IT工具來彌補、增強管理力，跟上接下來這個世代需要的供應鏈管理能力。

圖說明
（圖說：從左至右分別為共同創辦人林家逸、創辦人葉懿賢、共同創辦人葉韋賢，攝影：侯俊偉）

MOSi Technologies 提供符合國際規範的IT技術方案，透過自動資料蒐集、資訊整合、即時數據分析等三大功能，讓傳統製造工廠能更有智慧地整合並即時使用生產資訊，減少過去因為資訊不透明而造成的生產損失。

MOSi 根據現有系統設定的理想客群為員工人數介於50名至300名之間的中小型企業，產業別則是包含塑膠射出成型、金屬加工、運輸工具零組件、傢俱、運動用品、玩具、文具、玻璃製品、飾品、拉鏈與鈕釦等，台灣符合上述條件的市場規模約為2600家企業。

從2016年2月完成系統開發至當年7月截止，共計有七間工廠客戶開始採用 MOSi 系統。面對同樣提供生產資訊整合方案的競爭供應商，MOSi 除了價格更有競爭優勢，多年深耕工廠現場累積的實務經驗，更了解工廠如何開工單、如何有效安排製程，因此相較於將解決方案統一規格化的供應商，能開發更符合客戶需求的功能模組。

結合顧問服務，從生產報表看出商業價值

葉韋賢進一步表示，工廠客戶答應採用 MOSi 系統的關鍵在於價值，由於一般供應商為節省成本，對客戶進行單向溝通，工廠業主無法從中了解導入系統的價值，只會認為又是一比額外開銷，因此 MOSi 相當注重了解客戶需求，比起多販售一套系統，更重視是否能為客戶解決問題提昇效能，因而成為現有工廠客戶選擇他們的關鍵。

例如工廠人員在機台上安裝單板電腦後，自動將資料擷取至 MOSi 系統，同時亦可串接工廠原本的資訊系統進行整合，工廠管理者便能從 MOSi 系統平台監控即時生產資訊，包含機台訊號、人員效能、物流倉儲、資料分析等，透過系統自動產生的報表讓管理者、業主能透過即時真實的生產資訊，發現生產現場的問題進而調整作業摒除成本浪費。

根據 MOSi 提供的調查研究結果顯示，一家企業的營運花費上有60%是隱藏性浪費，預估在導入 MOSi 系統後，能在半年後看到至少20%的效能改善。MOSi 現階段服務的工廠客戶規模，資本額從幾百萬到上億的都囊括，其中一間工廠的生產效能更增加了150%。

未來，MOSi 將積極與國際顧問企業合作，結合工廠生產資訊與資料分析服務，幫助工廠客戶進一步從報表中了解商業價值。期望未來將系統導入更多工廠後，在龐大的生產資訊中能發展出效益最佳的工廠製程模型，讓工廠生產效益最佳化。

【創業快問快答】

創業，教會了你哪些事？

創業賣的不是技術、科技、或工具，是價值，而這個價值從瞭解客人，加上幫他們多想很多步後歸納出來的。
創業要燒太多資源了，做之前務必先多想一下再動手。
別人再怎麼誇大他們的產品與服務都不要跟他們隨風起舞，要堅信己念。如果是對的方向的話總有一天會有懂的人出現拉你一把。

【基本資料】

公司名稱：曜陽整合科技有限公司 MOSi Technologies, LLC
產品名稱：生產效能管理系統
公司成立時間：2011年9月
產品上線時間：2016年2月
團隊人數：3人
官方網站：www.mosi.com.tw

[白話新商業電子專刊] 掌握物聯網基礎入門+進階應用套書合購價129元!
@@BOOKID:126865@@

以GAIA 2.0技術框架為基礎，加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務（AI as a Service）提出的關鍵技術框架，歷經一年的發展，不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出：「隨著代理式AI技術崛起，我們在今年提出GAIA 2.0技術框架，目標是讓AI助理（Assistant）進化成AI Agent，可以跨單位整合工具、數據與分工，實現真正的智慧協作。」

舉例來說，為深化集團員工運用AI提升工作效率，我們打造員工AI助手—Agia，協助同仁進行知識查詢、資料摘要等任務，提升效率與生產力；另外，透過AI自助開發平台—GAIA Studio，讓員工以No Code工具，連結內部知識庫，並以視覺化介面或Prompt快速自主開發，打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務（包含行銷文案、各類產品知識、趨勢摘要等）。

在技術面，具體作法是透過GAIA 2.0框架下的四個模組，包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」，以及集中管理AI工具與元件的「Agent Marketplace整合市集」，以加速AI Agent應用研發與部署。

梁明喬表示：「接下來，我們將以GAIA為引擎，打造通用型、業務型、IT型與服務型AI應用，如Vibe Coding、CUBE Intelligence等服務，一步一腳印擴展集團的AI Agent生態圈，型塑智慧金融新格局。」

舉例來說，隨著生成式AI普及，客戶對於數位（助理）服務的期待更高，國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務，包含「升級版」智能助理–阿發，滿足客戶詢問複雜問題的需求，無論客戶提出什麼問題，都可以完整步驟與適當的情緒價值強化與客戶的連結，讓服務更智慧、貼心且符合期待。

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示：「除了升級版阿發，另一新服務是我們也在CUBE App新增『對話式功能搜尋（CUBE Search）』，就像把行員放到CUBE App一樣，讓客戶可以用自然語言輕鬆找到想要的服務，讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地，加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力，是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出：「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識，國際通用模型並不適用，必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台，發展台灣企業共同主導與管理的大型語言模型，方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充：「本地大型語言模型的成功關鍵，不僅是掌握充足且高品質的數據，還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型，藉此提升答案的精準度，尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功，除了應用場景、模型，算力也扮演至關緊要角色，對此，鴻海科技集團亞灣超算執行長姚延宗表示：「本土算力是支持本土大型語言模型落地的關鍵。」不過，他也強調，AI算力快速迭代且進入門檻高，不是每一間企業都可以自建算力，因此，亞灣超算與NVIDIA合作啟用超算中心，讓金融等台灣企業可以按需租賃所需算力，解決資料共享等敏感問題，加速金融AI應用的多元發展。