台塑導入AI拚轉型！120個專案展開中，喊出效益上看3億元|數位時代 BusinessNext

台灣石化龍頭台塑拼數位轉型，台塑董事長林健男今（14）日分享集團AI使用成效，除大專以上員工全都必須學習AI課程，集團內鎖定四大應用，總計有120個專案展開中，預計完成時將產生3億元效益。

為了強化與南台灣在地產業的互動與合作，工研院今日在台南六甲院區舉辦了南台灣產業大進擊創新論壇。在活動中，一口氣展示近30項在「數位轉型」、「在地優勢」及「培育新創」等三領域上的亮點技術。

其中，工研院長期的合作夥伴台塑企業董事長兼總經理林健男，也在論壇中發表演說，內容提到台塑近來導入人工智慧（AI）的作法與應用。

他強調，台塑自去年開始，全面推動AI相關技術的開發應用，以確保作業環境改善，並提升產品品質、生產及管理績效。在今年，也將進一步將AI的觀念普及到所有員工。

晉升工業4.0，AI不可或缺！台塑用人工智慧做到這4大應用

「AI是工業4.0中間的一環，如果沒有AI推行，工業4.0就無法發揮；我們認為AI才是王道，」林健男在演講一開始就開門見山地強調AI對於台塑而言的重要性。

首先，林建男分享了台塑從1970年開始，投入工業自動化、資訊化的歷程。他指出，台塑自2007年開始投入自動化生產管理系統、雲端與大數據的布局，一直到2016年，開始往工業4.0佈局。為了投入工業4.0所需的AI技術需求，台塑秉持著「自己的問題，自己解決」的精神，捐助3千萬元新台幣，協助成立台灣人工智慧學校。

展望未來的人工智慧發展趨勢，林健男強調，「以後每個人的工具就是AI，AI不是給特定人士所用。」因此， 現在在台塑內部，只要是大專學歷以上員工，AI課程都是基本培訓內容 。

目前，台塑希望可以透過AI技術達到4大應用情境：

1.產銷優化

為了要抬高達交率、優化產能、縮短生產週期，在接到訂單之後，台塑利用AI來推估要在哪個工廠生產、交期時間、以及整個運輸、輸送流程。同時，這樣的作法也可以協助客戶透過系統即時了解出貨資訊。

2.品質確保

在過去，使用人工抽樣檢驗，使得生產品質異常的原因追查不易。不過現在，透過AI的協助，台塑可以即時得知生產異常的原因，並且即時解決。

3.智慧保養

在過去，必須依靠老師傅經驗來判斷計畫性停機保養週期，也時常必須要等到設備異常警報、停機才能夠維修。不過在導入AI之後，透過數據化管理，可以提前得知設備可能出問題的時間，並且根據工廠適合的時間停機維修，降低維護成本、提升工廠工作安全。

4.降低成本（節能操作）

導入AI優化操作之後，可以兼顧設備安全運轉與產品品質，進而減低生產能耗。同時可以兼顧安全、品質與節能。

導入AI成效看得見！台塑未來還要加碼區塊鏈技術

也由於以上的種種優點，林健男說，「為了提高效益，我們不得不投資AI。」

不過，在導入AI到台塑工廠中之後，目前的成效如何？針對這個問題，林健男也提出數據說明。

他指出，目前台塑有120個AI導入專案正在進行，目前已經完成52案，所得到的效益估計已達到1億4千萬元新台幣；待120案皆完成之後，效益預估將超過3億。

展望未來，台塑在將AI佈局完善之後，也不會停下進化的腳步。

在把客戶、供應方、台塑三方的資訊連在一起、成立一個平台，將銷售量、預估生產時程、品質控管資訊連結再一起之後，林健男說，更重要的是下一步將會把區塊鏈技術導入。

「區塊鏈技術如果跟客戶一起導入的話，可以確保資料安全、不被更改，提升整體的安全性、保密性，」林健男說，未來希望透過區塊鏈技術，降低交易成本與風險，進而提升產業鏈效率。

責任編輯：蕭閔云

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。