別人花3天才完工,這家公司10分鐘搞定!董事長的「拋接球」哲學,如何達到高效管理?
別人花3天才完工,這家公司10分鐘搞定!董事長的「拋接球」哲學,如何達到高效管理?

走進台灣引興的會議室,員工拿出直尺和A4紙,根據訪客決定的座位,依照固定長度,間隔出人與人的距離,並在一張A4紙高的地方,貼上圓形貼紙,代表「這裡有人坐」。

這是因為在新冠肺炎(COVID-19,俗稱武漢肺炎)期間,擔心人員彼此一不小心靠太近,此時提醒對方保持社交距離,不免尷尬。倘若一開始就訂立標準,顧客看到就懂,不懂也會主動問,節省雙方時間。

這種標準化的習慣,來自台灣引興董事長王慶華1997就導入豐田生產方式(TPS,Toyota Production System)。「只將精實用在生產,本身就是最大的浪費,」對於王慶華而言,「TPS就是生活」。

台灣引興主要生產裝設於工具機上的伸縮護罩及排屑機,避免切屑或異物進入工具機內。在追求「做出好的良品又能準時交貨」的過程中,王慶華認識了TPS,一套戒除浪費,提高效率的管理方法。它也是台灣引興能成長為全球最大伸縮護罩製造商的主因。

精實管理改革生產線,產程縮短為10分鐘

台灣引興1.jpg
各時段都有該生產的量,就像節拍一樣。看到時間與顏色不同,所有人就知道速度慢了,要趕上來。
圖/ 攝影/賀大新

業界平均一個伸縮護罩大約需要花費2~3天生產,台灣引興不用10分鐘,怎麼做到的?

王慶華解釋,老闆想要員工做快一點,但其實不是員工偷懶,而是系統讓員工不必做快一點。

一般生產線上,兩位作業員之間,通常會設置蝴蝶籠或棧板,擺放半成品,一個人做完之後擺進去之後,下一個人從籠子裡拿起來接著完成。

假設一個籠子可以裝10個零件,製作一個零件需要10分鐘,然後有4個籠子,代表要做40個零件,也就是接近一天的工時和預計完成的工作成果。

此時上一個人做得再快,下一個人也需要一天才能處理完目前的進度。王慶華指出,台灣9成企業,都是這種暗示「每一個人不要做太快的系統。」

現在,想像籠子只能放5個零件(總共20個零件)。等到作業順利之後,再拿掉2個籠子(剩10個零件),再拿掉3個零件(剩4個零件),最後讓作業員之間只能擺放1個零件。這時候,員工就會緊張了,因為下一個人一拿走,籠子裡就沒東西了,一定會加快速度。

台灣引興2.jpg
「人不是用管的,人是要塑造環境,被環境所牽引。」作業員中間只擺一份原料,沒了就會緊張。不用激勵,也會主動。
圖/ 攝影/賀大新

這個系統就像是投接球。6個人傳遞一顆球,你可以用丟的、拋的,只要不落地,落地要重來。普遍走完一圈,耗時30秒~1分鐘。現在,每一個人伸出一根手指頭,左、右邊各站3人,手指穿插併攏。不用1秒,球就能滾過6個人的手。

王慶華的工廠就是如此,舊的產線,從工廠頭擺到工廠尾,長度90公尺,一條生產線3,000萬;新的產線擺成U型,長度16公尺,一條生產線650萬。在新產線,作業員發現籠子裡沒零件,就主動往前一靠「需要幫忙嗎?」

靠著改良產線,台灣引興整條供應鏈,成為「自己管自己的系統。」在2007年把產程縮短至4~8小時,2016年只要30分鐘,現在不用10分鐘,員工也不會比較累,還會因為互相支援,更有成就感;由於速度變快,產出變多,獎金也增加。

前製時間愈短,產能運用彈性愈大

前置時間(LT,lead time,指下單到交貨的間隔時間)不用10分鐘,也給了客戶訂單極大的彈性。王慶華解釋,一般lead time是10天起跳,代表出貨前10天要下訂單,工廠備料生產,但如果在這10天內要改樣、變色,已經用掉的原料算誰的?LT不用10分鐘,10天的訂單有9天緩衝時間,確定出貨前再生產即可。

而且,前置時間短讓台灣引興可以有效運用產能,滿足更多客戶。怎麼做呢?工廠如果一天的產生是30個,一家A客戶訂了30個,公司就只能婉拒其他客戶的單。但其實A客戶雖然訂30個,當天可能只要拿8個,另外22個做好了也是放在公司的倉庫等出貨。一旦改成當天生產當天出貨,一天的產能就可以分給今天要拿到貨的5位客戶,再利用獨創的「公車式送貨系統」,串連5位客戶的地點,不只能同時減少雙方庫存,還能同時滿足多位客戶。

另一方面,一次做好一個成品或半成品,自然不需要囤積這麼多原料,庫存(包含原料、半成品和成品)少於1%

台灣引興3.jpg
一家營收超過 20 億的工廠,庫存卻跟便利商店差不多,「看你要花錢買地,還是用心管理。」
圖/ 攝影/賀大新

但「0庫存不是目的,是手段。」原本想做10億生意,依照工具機業界平均庫存成本占20~50%,等於要有2~5億元花在庫存上。但是因為庫存率低於1%,王慶華不用1000萬,就能做到10億元的生意,甚至能跟營收規模20億~50億元的對手競爭,因為兩方的庫存成本差不多。

有標準才能監督,能判斷異常才能管理

TPS另一個重要精神是設立標準,王慶華提醒,「沒有標準沒有正常,沒有標準沒有異常,沒有標準沒有管理。」

舉例來說,看到工廠一角擺著4個黃方塊、1個藍圓形,你不能判斷有沒有異常,因為不知道何謂「正常」。

不論是在地上畫一個框、寫一行字:放置方塊,或數量限定4個,就能判斷在框外是異常、圓形是異常、5個是異常。能區分異常,才能改善。

每一項行動都要列出標準,主管才能監督,一發生異常,現場燈就會亮起,主管就會到場。雖然改善花心力,但別人要追上,同樣就得花時間。「標準」也是工業4.0和物聯網(IOT,Internet of Things)的前提,因為沒有標準,電腦無法判斷對錯,輸入進去的資訊就是垃圾資訊。

「靠買設備來增加競爭力,是沒有競爭力。」許多人以為投資設備、數據,就能迎向光明未來,卻不想想,你花了1億,別人也花1億,就能跟你一樣,差距哪有拉開?人總是往上爬,標竿總是1%的人,無論我們做得到與否,都希望把1%當作追求。

想要贏,沒有捷徑,「就是每天做,不要停。」因為一停,別人就會超越你。

延伸閱讀:
1. 「沒有數位化,難接國際大單!」工廠轉型工業4.0,老闆們該留意的5大誤區
2. 救援受困地底的33名智利礦工,這個台灣品牌竟是關鍵角色?
3. 哈佛商學院教授:新冠病毒如何改變企業的未來?6個觀察

責任編輯:林芳如、蕭閔云

本文授權轉載自:經理人月刊

關鍵字: #數位工作術
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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