Gogoro智慧工廠直擊!電動機車組裝大公開,72小時建新產線的秘密
Gogoro智慧工廠直擊!電動機車組裝大公開,72小時建新產線的秘密

電動機車大廠Gogoro在自家PBGN(Powered by Gogoro Network)聯盟銷量突破34萬輛時刻,過去僅對政府官員開放參觀的組裝生產線,29日主動敞開大門揭開生產基地!

不同於傳統機車製造工廠,生產智慧電動機車的工廠也相當科技化,採用無人自動搬運車(Automated Guided Vehicle,以下簡稱AGV)、無紙化生產履歷,平均一輛車完成組裝約2小時,廠長鄭建文親自帶逛,到底Gogoro號稱的「智慧工廠」有多智慧?

Gogoro共有三座工廠包括車輛組裝、馬達、電池,而位在林口的組裝生產線採廠辦合一,共有2條生產線,全程透過電腦建立生產履歷,小到每顆螺絲都能記錄,2千坪大的廠房共有60多位組裝作業員,平均年齡約25歲,工作空間明亮、智慧感十足。

專屬Gogoro 1車架,KUKA機械手臂精準塗膠

一進入口就有大型KUKA機械手臂,主要做Gogoro 1特有的鋁合金車架,透過機械手臂精準塗膠、且使用的是航太工業用膠,將四個零件組成、再經烘烤,製成一體成型的鋁合金車架零件,不同於傳統摩托車的鋼管設計。

gogoro 林口智慧工廠_2020-09-29
透過機械手臂精準塗膠,將四個車架零件組成。
圖/ 侯俊偉攝影
gogoro 林口智慧工廠_2020-09-29
Gogoro1特有的鋁合金車架。
圖/ 侯俊偉攝影

在車輛防偽上,Gogoro採用雷射雕刻車身號碼,再貼上防偽的柯維底片,底片上黑色密密麻麻的黑點,需使用30倍放大鏡才能判讀這台Gogoro的車身刻號。

gogoro 林口智慧工廠_2020-09-29_侯俊偉攝影
底片上黑色密密麻麻的黑點,必須需使用30倍放大鏡才能判讀這台車的車身刻號。
圖/ 侯俊偉攝影

72小時完成產線變更,AGV搬運車取代傳統輸送帶

以往AGV無人自動搬運車應用物流、倉儲生產,但Gogoro智慧工廠首創使用AGV取代傳統輸送帶,成為一大亮點。

Gogoro在建廠初期受到空間上的限制,改採AGV進行車輛組裝,AGV可因應工作站需求自動調整升降,讓作業員依序將後輪、前輪、把手、外殼裝上去,特別的是AGV動力來源還是使用自家Gogoro電池,平均一天約換電2次。

gogoro林口工廠
Gogoro在建廠初期就採用AGV無人搬運車,協助車輛組裝生產。
圖/ gogoro

不同於傳統機車廠需配合車款設置專屬輸送帶,Gogoro則採用成本更高的AGV無人自動搬運車,最大好處在於 產線彈性更高 ,Gogoro宣稱72小時就能建一條新產線,只要增減工作站、從雲端調整設定,就能因應新機種的生產,但這也是電動機車本身零件較少的優勢。

而要變成一台智慧電動機車,讓Gogoro可以透過手機App開啟,進行電池交換,還有一個步驟是建立車輛身分證,作業員會透過加密配對,把智慧電池、智慧鑰匙卡跟車輛綁定,讓Gogoro可以與雲端的資料庫串連。

無紙化生產履歷,智慧生產重SOP

要如何有效管理生產線,並降低人員的錯誤率?在每個工作站都配有一台電腦,顯示工作流程SOP,每位作業員要上工前,需先刷識別證、QR-Code認證,確認作業員身份以及使用「對的」的工具。

gogoro 林口智慧工廠_2020-09-29
在產線的工站上,都有電腦作業畫面,確認組裝的步驟與流程。
圖/ 侯俊偉攝影

此外,每個零件皆做過序號管理,包括半成品都有自己的QR code標籤,當異常狀況發生時,透過標籤可往前追朔管理,建立完善的生產履歷。

當車輛完成組裝後,最後需進入品管檢驗區,確認整台車輛的外觀、功能,測試車重、煞車、喇叭、前後輪偏、表速以及大燈是否合規,再以人力實際進行騎乘震動、路面等測試。

gogoro 林口智慧工廠_2020-09-29
車輛完成組裝後,最後需進入最終的品管檢驗區。
圖/ 侯俊偉攝影
gogoro 林口智慧工廠_2020-09-29_侯俊偉攝影
準備出貨,交到車主手中的Gogoro車輛。
圖/ 侯俊偉攝影

據了解,目前在Gogoro 1到第四代VIVA系列的產生比例,Gogoro 1約5%、Gogoro 2 約40%、Gogoro 3約30%、Gogoro VIVA約25%,另外也有幫YAMAHA電動機車EC-05做整車組裝,平均組裝完一輛車約2小時,而每日最大產能Gogoro未透露。

鄭健文表示,自Gogoro 1生產至今5年,整個智慧工廠最大的進化在於,從有紙本生產履歷進化到現在看不到任何一張紙,所有的數據、製程都透過雲端管理,「現在撈報表更快,」能更有效掌握每日生產狀況、管理車輛品質,以提升工廠生產效率。

責任編輯:蕭閔云

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