老師傅退休、關稅衝擊!華夏玻璃導入AI拚轉型,把百年製程知識裝進「玻璃聖經」接棒傳承
老師傅退休、關稅衝擊!華夏玻璃導入AI拚轉型,把百年製程知識裝進「玻璃聖經」接棒傳承

2026 AI TAIWAN 未來商務展,於 6 月 24 日(三)至 26 日(五)台北圓山花博爭艷館正式揭幕,今年以「All in AI」為主題,宣告 AI 已成為百工百業關乎生存的結構性資源。展會集結海內外逾 200 家解決方案團隊參與,並規劃 50 場次內容活動,展現台灣最大 B2B AI 實戰生態系。《未來商務》直擊現場,帶來第一手觀察。

「沒有 AI,就是 BI(台語:悲哀)。」華夏玻璃集團執行長廖冠傑,在 2026 AI TAIWAN 未來商務展的國際趨勢高峰論壇上以這句話破題,道出傳統製造業面對 AI 浪潮的集體焦慮。

華夏玻璃是一家創立於 1925 年、每年生產約五億支玻璃容器的百年工廠,正以 AI 視覺檢測與內部知識系統,試圖讓老師傅數十年的隱性經驗,在人力斷層時代繼續傳承下去。

3E1A0907華夏玻璃.jpg
華夏玻璃集團執行長廖冠傑。
圖/ 2026 AI TAIWAN

老師傅退休、關稅來襲,促使華夏玻璃加速 AI 轉型

玻璃製造高度仰賴人工經驗判斷。廖冠傑以醫生比喻資深師傅的價值:「老師傅一看那個玻璃塊狀掉落的樣子,從形態、裂紋就能知道哪裡有問題,這個東西就是非常神奇的事情。」問題在於,這種由經驗累積的感官判斷難以言傳,更難以交棒給新一代員工。

華夏玻璃當前最大的內部威脅,並非技術跟不上,而是根本找不到人。玻璃工廠屬高溫產業,工作環境嚴苛,難吸引年輕人投入;另一頭,撐起工廠運作數十年的資深師傅正陸續屆齡退休,兩股力量同步擠壓,形成難以逆轉的人才斷層。廖冠傑直言,台灣正出現「雙速世界」——AI 產業持續吸走資金、人才與技術,傳統製造業與服務業的數百萬就業人口,卻無法同步受惠於這波成長動能。

外部的衝擊來得更急。2025 年 4 月,美國總統唐納.川普發起全球對等關稅戰,華夏玻璃的出貨量急速萎縮,一度造成接近六億台幣的營收下滑,廠內八條產線隨之停機。對一家同時承受人力斷層與市場震盪的百年工廠而言,這是雙重壓力同時引爆的時刻。廖冠傑坦言:「有的時候真的是遇到了困難才知道要開始動。」但他也建議企業不必等到危機才行動,因為等到那一刻,代價往往已經很高。

賦予機器老師傅的眼睛、玻璃聖經作為新人的貼身陪跑師傅

內外壓力夾擊,讓華夏玻璃決定加速擁抱 AI 轉型。

製程端,華夏玻璃導入 AI 視覺檢測(AOI,自動光學檢測),透過高速相機每秒掃描數百支玻璃瓶,以深度學習模型即時辨識氣泡、裂痕與不均厚度等瑕疵,再由 AI 自動標記問題瓶並觸發剔除機制,瑕疵數據同步回饋製程以調整成形參數。目前瓶身瑕疵辨識率已達 80% 以上。

知識傳承端,透過將師傅的口述經驗(Know-how)與操作記錄匯入大語言模型(LLM),建立內部知識系統「玻璃聖經」,並結合產業通用知識與公司專屬的 20 至 30 年技術積累,讓新員工可隨時查詢,甚至可以越南文提問。自系統上線以來,員工滿意度達 85%、查詢效率相較傳統查閱紙本資料提升 40%、新進員工培訓時間縮短 20%、SOP 遵循率達 87%。一名現場員工的回饋更直接說明了系統的價值:「就像有個 24 小時不下班的資深師傅在身邊,隨時可以請教問題。」

換模流程也因此受益。過去玻璃瓶最小訂單量約 20 萬支,導入 AI 參數輔助與換模時間優化後,已壓低至約 5 萬支,使工廠具備少量多樣的接單能力,得以承接更高附加價值的訂單。AI 數據的效益也延伸至永續面向。廖冠傑指出,歐盟碳邊境關稅(CBAM)2026 年正式實施後,能以 AI 數據支撐碳足跡報告(PCF)的企業,將取得進入歐盟市場的通行資格。

華夏玻璃「玻璃聖經」示意圖
華夏玻璃「玻璃聖經」示意圖。
圖/ ChatGPT產圖

AI 不取代有溫度的製造業,只取代拒絕擁抱 AI 的製造業

在導入 AI 的過程中,老師傅因擔心被 AI 取代,可能對知識分享有所保留。面對這樣的情況,廖冠傑認為,管理層需要正確引導組織文化轉型,他的核心主張為:「讓老師傅成為 AI 的訓練師,而非被取代的對象。」

老師傅對工廠的感知判斷短期內無可取代,AI 的角色是將這些知識數位化、讓它在師傅退休後仍能流傳在產業裡,才能建立中國與印度玻璃廠短期難以複製的競爭壁壘。

針對仍在觀望的傳產業者,他也點出導入 AI 的現實挑戰:投資回收期通常超過三年;工廠高溫粉塵環境對設備構成直接限制,華夏玻璃曾嘗試導入機械手臂,卻因靠近窯爐時溫度過高導致零件損壞而受阻;資安與配方保密壓力同樣不可忽視。但廖冠傑認為,危機本身就是轉型的燃料,「在還沒有遇到困難的時候就要開始動,企業才能夠有機會挺過不同的危機。」

延伸閱讀|
蘭蔻、星巴克都找上門!兄弟倆放棄華爾街高薪接班,如何助百年玻璃廠擺脫50億負債?
不記錄,砸多少錢都買不回!華夏玻璃用千份手稿建「AI玻璃聖經」,留住30年老師傅手藝

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