直擊Seagate新加坡產線!幾乎沒人的工廠,如何用AI生產「硬碟的靈魂」
直擊Seagate新加坡產線!幾乎沒人的工廠,如何用AI生產「硬碟的靈魂」

你有想過用來儲存資料的硬碟,是如何被生產出來的嗎?來自美國的硬碟大廠Seagate(希捷),與東芝(Toshiba)、威騰(WD)並列三大硬碟大廠,成立超過40年以來,已經出貨容量超過3ZB(十垓位元組)的硬碟,你我生活周遭都有Seagate的產品蹤跡。

Seagate成立於1979年,核心產品是硬碟,從一般消費型的外接硬碟、Xbox遊戲機,甚至是企業的資料中心都能看到產品蹤跡。Seagate就靠這項產品,打進全球前三大地位。

只是硬碟是高度精密的產品,生產過程需要非常細緻、精準地管控,Seagate採取高度集中生產模式,加上Seagate產品類別廣泛,儲存容量到數十TB,加上生產線上每天所產生的數據、需要監控的細節日益增加,這使得多仰賴人工的生產流程,所面臨的挑戰日益巨大。Seagate因此從9年前啟動數位轉型,導入AI、自動化生產流程,現在可以做到「連泡沫都能AI監控」。

究竟Seagate是怎麼辦到的?《數位時代》前進新加坡,揭開Seagate數位轉型的祕訣。

Seagate把AI導入生產流程,連洗劑泡沫都能監控

從市中心出發約20分鐘車程,就會抵達Seagate。位於新加坡北方的Woodlands廠區,生產的是Seagate最核心的產品——資料儲存碟片(Recording Media),這是硬碟內儲存資料的重要元件。

Woodlands工廠是除了美國以外,全球第二座生產資料儲存碟片的地方,所有產出的產品,100%提供Seagate內部生產硬碟使用。

Seagate
位於新加坡的Woodlands工廠,是除了美國以外全球第二座生產資料儲存碟片的地方。
圖/ Seagate

走進Woodlands工廠,幾乎看不到操作人員,這是因為他們2019年開始將AI(人工智慧)導入生產流程,在九大生產步驟中,包括:將磁碟盤放上架子、清洗、濺鍍、塗上潤滑層、抹除潤滑層、拋光、測試、MDW(多磁頭寫入)最後是出貨,只有第一跟最後一個步驟需要人力參與。

Seagate
Seagate位於新加坡北方的Woodlands廠區,生產最核心的產品—資料儲存碟片(Recording Media)。
圖/ Seagate

不容許小差錯,Seagate全球七座工廠導入AI

Seagate目前在全球有七座導入AI技術的工廠,新加坡的Woodlands就是其中一座,整座工廠只做一樣產品,就是資料儲存碟片(Recording Media)。

Seagate
Seagate目前在全球有七座導入AI技術的工廠,新加坡的Woodlands就是其中一座。
圖/ Seagate

Seagate執行工程總監Bian Cheng Lee表示,資料儲存碟片從設計到生產製作,都有許多專利,是Seagate的重要核心技術,過去生產流程仰賴大量人工參與,但由於許多流程相當精密,加上所生產的硬碟容量、材料技術的演進,每天產生大量資料,單靠人工已經不足以分析應付,一點小差錯就可能導致產線停機,因此從2019年開始陸續將AI技術導入產線,取代人工作業檢測。

每日生產100萬片資料儲存碟片,拆解Seagate生產流程

走進Woodlands廠區的生產線,映入眼簾只有生產線裝潢的白色,以及機台的銀色,每座機台整齊劃一地運作。Bian Cheng Lee告訴採訪團隊,這座工廠每天生產約100萬片的資料儲存碟片,生產流程大致可以分為九大步驟。

Seagate
Woodlands廠區每天生產約100萬片的資料儲存碟片。
圖/ Seagate

步驟一:磁碟盤放上生產架

首先是將外形如同CD、未加工過的磁碟盤,放上一個盒裝的架子,宛如坐上雲霄飛車的車廂,接下來會經過一道道的生產程序。

Seagate
資料儲存碟片(Recording Media)外形如同CD。
圖/ Seagate

步驟二:清洗

磁碟盤固定好後,接者會透過特殊的清潔劑清洗,看似簡單的清洗,其實需要非常精準的掌控清潔劑的泡沫等細節,否則品質就會出問題,過去這個關卡多靠人工檢視。

為了增加精準度,Seagate在2021年導入Athena計畫,這是一個影像辨識的AI技術,能透過產線攝影機所拍攝的影像,辨識出清洗的泡沬是否符合標準,若出現異常,會即時發出email示警工程師處理,好處是可以即時找出問題,縮短產線停機時間、減少不良品生產頻率。

步驟三:濺鍍

清洗完成後,磁碟盤會進入「濺鍍」流程,在表面度鍍上最多20層的膜,這一關同樣也有Athena影像辨識的監控,檢查濺鍍過程是否符合標準。

步驟四、五:塗上潤滑層、抹除潤滑層

磁碟盤鍍上膜後,接著會塗上一層潤滑層減少摩擦,下一個步驟,是機器會抹除多餘的潤滑劑。

步驟六:拋光

磁碟盤上的必須要有光澤才能運作,第六個步驟是會在磁碟盤上拋光。

步驟七:測試

為了確保磁碟盤出貨後,能順利運作製作成硬碟,出廠前需要經過一連串的自動化測試。

步驟八:MDW(多磁頭寫入)

硬碟運作的原理,是透過寫入彼此平行而不重疊的磁軌來記錄資料,這個步驟會透過多磁頭寫入磁碟盤基本資料。

步驟九:出貨

完成後就可以包裝出貨了,Seagate位於Woodlands的工廠全程自動化,磁碟盤經過真空包裝後,就會透過傳輸帶直接送入倉庫出貨。

Seagate
Seagate在2021年導入Athena計畫,這是一個影像辨識的AI技術,若出現異常,會即時發出eamil示警工程師處理。
圖/ Seagate

Seagate資料營運副總裁Kiat Choon Seow回憶,Woodlands工廠從1996年正式啟用,以三棟建築物為基礎,所產出的資料儲存碟片經過包裝後,會送往其他組裝廠製作成硬碟,這座工廠的目的是希望做到垂直生產,支撐自家硬碟產品的產出。

從數十年前只生產數GB的硬碟,到推出雲端產品「Lyve Cloud」,看似有著巨大轉變,但對Seagate來說,企業轉型及創新,依舊圍繞造儲存事業不變的核心與根基,就如同這座全自動化、由AI監控的硬碟工廠,標誌著Seagate硬碟事業的新篇章,傳統與創新同步向前。

責任編輯:林美欣

往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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