每2座新太陽能案場就有1座靠它揪故障!慧景科技怎麼把工廠用電從「說不清」變「算得清」?
每2座新太陽能案場就有1座靠它揪故障!慧景科技怎麼把工廠用電從「說不清」變「算得清」?

電費帳單來了,數字比上個月高——但到底是哪一條產線、哪一台設備多用了電,對多數台灣工廠來說,答案恐怕是「不知道」。

夏季電價自6月起實施四個月,加上歐盟碳邊境調整機制(CBAM)進入正式階段、出口得申報製程碳排,用電成了企業最直接、但未必說得清楚的碳排來源。問題往往不是沒有資料,而是資料散在各處:有些電表還靠人工抄寫,有些設備連著舊監控系統,格式、頻率都不一樣。企業就算知道這個月電費變貴,也很難追出是哪條產線、哪台設備造成的。

企業能源管理的第一步,先把資料接通

「要做AI,得先把水管接起來。」慧景科技創辦人暨執行長黃建峯形容,企業能源管理的第一步,不應該立即導入複雜AI模型,而是先把散落在各處的資料接通。 沒有完整的底層數據,再厲害的AI,也只能面對破碎的資訊孤島,而這個長期被企業忽略的能源資料管理缺口,成為慧景的機會。

成立於2017年的慧景科技,以物聯網(IoT)技術為核心,最早做分散式太陽光電案場的監控與維運。走到今天,平台管理超過一萬座光電站,台灣每年新增的太陽能案場裡有45%用它的監控軟體,全台管理約7500個案場,中租、韋能能源都是客戶。

「我們每天會收到破十億筆的電力數據。」黃建峯說,這些資料成了訓練自家EnMS能源管理系統的燃料——電站一有異常,系統除了示警,還能分析可能的故障原因、估算停機會少發多少電,幫維運團隊判斷先修哪一座、人力怎麼排,不用疲於奔命還漏掉最嚴重的那個。9年下來,慧景從太陽光電一路做到售電、表後儲能,再跨進電網和企業用電端,客戶遍及日本、東南亞等多個市場。

慧景科技
慧景科技創辦人暨執行長黃建峯。
圖/ 慧景科技

工廠用電的三個卡關:看不見、管不動、說不清

問題一:AI 喊得震天價響,用電卻還卡在手抄電表

協助過大大小小企業能源管理的黃建峯指出,企業推動能源管理最困難的地方,就在工廠現場。

「企業的能源資料太破碎。」黃建峯說,真正的難點不在軟體介面,而在工廠現場——第一步得先盤點現有設備,能用通訊協定串接的就直接取資料,缺量測點的地方再加裝智慧電表或環境感測器,把用電、太陽光電、綠電與儲能集中到同一個平台。

然而,看似只是簡單的「裝一顆電表」,有時得讓工廠停工半天。工廠配電涉及高壓電,施工前必須斷電;若原始圖遺失,工程人員還得逐一追查線路。黃建峯坦言,曾遇過安裝後才發現線路判斷錯誤,需要第二次停工施工。

簡單來說,這是OT(營運技術)與IT(資訊技術)最大的差異。IT資料多半由人透過電腦與系統產生,修改軟體或新增功能,通常不會直接讓工廠停產;OT資料則來自機器、電表、空調與生產設備。每一次改動,都可能牽涉工廠作業安全、設備相容性與生產排程等多項挑戰。

「IT的資料受到很多重視,但OT產生的大量資料,往往沒有被記錄、整理與分析。」黃建峯觀察。因此,當外界談工業AI,第一道關卡通常是現場設備能不能產生資料,以及舊系統能不能串接。

即使是資料中心,也會遇到類似問題。空調由樓宇管理系統管理,機櫃有資料中心基礎設施管理系統,電力與環境感測又分屬其他平台,把這些分散系統串接起來,讓企業看見整體用電狀況,進一步設定異常警報、削減尖峰負載,甚至自動控制設備。

延伸閱讀:「5年後還在不在」才是客戶在乎的!天能綠電手握341億度電,日月光、美光都是它的客戶

問題二:綠電買了,卻不知道什麼時候用

慧景在發電端累積的監控與分析經驗,這幾年延伸到更複雜的企業用電現場。以一家化工廠為例,導入系統後,廠區用電、太陽能發電和儲能設備被整合進同一個平台:白天日照足、太陽能發電超過廠區需求時,多的電自動存進儲能;到了傍晚尖峰電價時段,儲能再放電,壓低向台電購電的尖峰負載。

黃建峯指出,太陽能和風力有間歇性,天氣好時電力可能瞬間衝高,天候一變供給又掉得很快。所以企業要拉高再生能源比例,不能只算一年買了多少綠電,還得看綠電什麼時候發、工廠什麼時候用。

「我們帶給企業最大的價值,是把能源管理的主動權,真正交回企業手上。」黃建峯說。從太陽能發電、儲能狀態到機台耗電,原本散落的資訊,被拼成一張完整的能源地圖。

慧景科技jpg
慧景科技研發AI監控軟體,透過App管理電站所有維運、出勤、費用,並進行損益分析。
圖/ 慧景科技

問題三:CBAM 報得出數字,卻未必經得起查核

能源資料數位化,如今也逐漸變成企業的出口競爭力。

以一家鋁製支架廠為例,產品出口歐洲,屬於首波受到歐盟碳邊境調整機制(CBAM)影響的產業。客戶必須計算產品生產過程中的碳排放。

黃建峯分享,原本工廠各產線的即時用電資料都不完整,依靠人工抄表、Excel與估算公式製作申報文件,因此他們在廠內安裝三十多顆電表,記錄每條產線每小時的耗電量,再結合相同時段的產量,計算單位產品所使用的電力。

現在,系統每天早上可以自動產出前一天的報表,原本耗費大量人工的工作,轉變為可追溯的數位流程。

慧景科技
慧景科技研發AI監控軟體,透過App管理。
圖/ 慧景科技

企業眼前第一關是申報,接下來是查核。如果數字來自人工填寫或估算,查核方追問計算依據時,企業未必拿得出完整證明;一旦缺乏可信資料,可能只能套用較高的產業預設值,反而墊高碳成本。黃建峯認為,台灣製造業下一階段的挑戰,是從「填得出報表」進到「證明每一筆數據從哪裡來」。

「我們不是能源背景出身,是軟體起家,這既是挑戰、也是優勢。」黃建峯坦言,正因如此,團隊得花大量時間泡在不同產業的現場,把客戶說不清楚的痛點,翻成軟體解得了的問題。這些場域除了製造業,還包括資料中心、中小企業機房、冷鏈倉儲和電動車充電站。

熱愛跑馬拉松的黃建峯,把能源數位化當成一場長跑:企業不會從手抄電表一夜跳到 AI 自動調度,得先補上感測器、接通資料、建立規則,最後才可能讓系統自己判斷。

延伸閱讀:光寶搭上輝達Vera Rubin列車!一家50年電源老廠,憑什麼讓AI營收占比衝上30%?

收聽完整 Podcast|EP299. 節能減碳加AI用電,如何把能源管理從小眾變熱門? ft.慧景科技共同創辦人暨執行長黃建峯

往下滑看下一篇文章
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?
AI Ready成零售入場券!SHOPLINE年度大會:AI流量時代,品牌如何被看見?

AI 正快速改變消費者探索商品、接觸品牌的方式,也為零售業帶來新的成長機會。然而,當 AI 從個人使用工具逐步走向企業營運,台灣零售業的轉型腳步仍有落差。財團法人人工智慧科技基金會《2026 台灣產業 AI 化大調查》顯示,台灣零售業的 AI 應用仍存在明顯差距,資源有限的中小企業尤其面臨挑戰。對照全球已有 62% 的企業開始布局 AI Agent、近五成運用 AI 投入高價值決策,如何將 AI 從單點工具導入,真正成為零售成長的助力,已成為品牌必須面對的課題。

全方位零售整合專家 SHOPLINE 於 9 月舉辦「AI-Verse Day 2026」年度大會,以「Where AI Meets Commerce」為主軸,邀集零售與科技業者,從流量獲取、數據應用到會員經營,探討 AI 落地零售場景的實戰路徑。服務全球累計逾 70 萬品牌的 SHOPLINE,也在會中宣布邁向 AI in Retail,推出官方 MCP(Model Context Protocol),進一步串聯零售數據與 AI 應用,協助品牌掌握新興 AI 流量入口,為下一階段的智慧零售布局做好準備。

SHOPLINE 預告:零售下一個流量入口是 AI

2026 年上半年,SHOPLINE 客戶 GMV 年增 20%,是電商大盤成長率的 2.5 倍。「這代表我們與品牌客戶一起把生意做大!」SHOPLINE 台灣總經理葉力維指出,從全球市場來看,尤其是以北美為主的 SHOPLINE 客戶,來自 AI 渠道的流量 PV 較去年同期成長 15 倍,訂單量更成長 35 倍;相較之下,台灣 AI 渠道流量 PV 約成長 2 倍,顯示 AI 導流的商業潛力正逐步浮現,台灣品牌仍有很大的成長空間。

當品牌越做越複雜,從多通路走向全域經營、數據與規模擴大,如何確保資料品質、打通資訊孤島,並兼顧資安與治理,成為 AI 能否真正落地的關鍵。為此,SHOPLINE 提出四大 AI 佈局方向:首先,建立 AI Ready 數據基礎,整合分散的零售資訊,為 AI 應用做好準備;其次,深化 MCP 布局,讓品牌能依照自身需求,自主選擇並串接不同的 AI Agent;第三,成立 AI 轉型委員會,將 AI 導入內部工作流程,推動服務模式從執行任務進一步升級為洞察客戶需求、提供策略建議;最後,擴大 AI 夥伴生態系,開放第三方開發者串接垂直領域的 AI 應用,讓品牌能更靈活地組合所需工具。

#4 SHOPLINE
圖/ 數位時代

「過去十年,SHOPLINE 陪伴品牌走過每一次通路變革。每一次流量入口的改變,其實都代表著品牌經營方式的改變;而下一個入口,就是 AI。」葉力維表示,當 AI 開始影響消費者探索商品、發現品牌與完成購買的路徑,品牌不能只停留在導入單一工具,更需要提前整備數據、串接應用並建立治理能力。接下來,能否做好 AI Ready 的準備,將成為零售品牌掌握下一波成長機會的關鍵。

SHOPLINE 推官方 MCP,助攻品牌落實 Agent Ready

品牌該如何做好 AI Ready 的準備?SHOPLINE 產品副總賴哲文指出:「人、貨、場的接觸點沒有改變,改變的是誰做決定、誰做執行、誰做判斷。」

當 AI 逐步介入零售場景,消費者、員工與企業的角色也隨之改變:做決定的是消費者,當消費者問 AI「我該買哪個品牌」,品牌能否出現在答案裡是第一個挑戰;執行的是員工,員工則可將部分執行工作交由 AI 處理,將更多精力投入判斷與決策;做判斷的是企業,AI 能否提供可靠的洞察與建議,關鍵仍在於數據品質,以及能否有效運用既有數據資產。

要讓品牌被 AI 理解與推薦,品牌經營也必須從傳統 SEO,進一步走向 AIEO(AI Engine Optimization),讓商品與品牌資訊具備良好的結構與可讀性,才能提高被 AI 採用、推薦及導流的機會。對此,SHOPLINE 提出三層 AI Ready 架構:以「AI Ready Data」整合高品質、可供運算的零售數據;透過「AI Ready Commerce」讓商品資訊與交易流程能被 AI 理解和銜接;再以「AI Ready Agents」串接品牌自主選擇的 AI Agent,逐步將數據基礎延伸至實際應用。同時,SHOPLINE 也透過第一方數據歸因,改善消費者身分碎片化、數據時效性不足與成效歸因不清等問題,讓原始數據能進一步支援 AI 分析與決策。

#3 SHOPLINE
圖/ 數位時代

在工具應用上,SHOPLINE 推出官方 MCP,涵蓋流量轉換、數據分析、商品管理與會員經營等場景。品牌可在 Claude 中透過輸入零售 skills,搭配 MCP Tool 的後台相關能力,進一步產出數據洞察報表與執行建議,讓 AI 從資訊整理延伸至實際的零售工作流程。為兼顧應用效率與資料安全,SHOPLINE 也設下三道防護機制,包括涉及資料寫入時須經人工核准、個人資料須取得授權才能存取,以及依照角色與需求進行權限分級。

「Agent Ready 就是入場券。」賴哲文強調,當 AI Agent 開始參與消費者決策與企業營運,品牌不只要讓 AI 看得懂商品,更要讓數據能被安全地運用、讓不同工具能順利協作。

除了產品之外,SHOPLINE 也致力發展 AI 開放生態圈,邀請各領域夥伴分享引流、口碑、營運與顧客經營的應用方向。此次大會邀請數聚國際、Tagnology、BUNNYWORK、beBit TECH 微拓科技,以及女性高效身體保養品牌 HYPHY,攜手展示 AI 如何串聯流量獲取、行銷轉換到顧客經營等零售場景。

Justar 運用真實發票數據,提升廣告投放效率

廣告投放端同樣面臨轉變。「市場愈來愈大,轉換效益卻愈來愈低。」紅門互動及Justar 數聚國際執行長張元溢分析,投放效率下滑,源於成長結構改變:影響消費者的場域更分散,找人的方式從興趣推測走向真實行為,素材也無法一套打完全場。

對此,Justar 運用 AI 結合電子發票數據,以 AI 廣告投放平台結合全台規模領先的雲端發票消費資料庫,涵蓋超過 20 億筆雲端發票、700 萬名消費者及 3,200 萬項商品。其「AI 廣告受眾推薦引擎」可依商品特性生成受眾輪廓(Persona),比對發票資料庫、找出真實買家作為種子受眾,而非僅依賴瀏覽紀錄或興趣標籤,再由 AI 自動擴充相似受眾、生成並優化素材,並依成效動態調整投放策略與預算配置。

張元溢強調,從真實種子到規模化放大,重點在於找到更多相似的人。同時觸及也須走出社群,延伸至 RMN 聯播網、社區 App 廣告與戶外媒體。他以「三人成虎」形容,藉創作者短影音加上跨場域廣告加深印象,才能為品牌實現「線上找到人,線下讓他記住你」的成效。

#2 SHOPLINE
圖/ 數位時代

BUNNYWORK 推 AI 營運特助,主動預警缺貨與滯銷也發掘成長機會

除了行銷之外,AI 也開始深入零售業的日常營運,協助品牌從事後處理走向事前預測。BUNNYWORK 創辦人周于如指出,電商營運常面臨幾大痛點:商品售罄後客戶問了才發現缺貨、補貨數量仰賴 Excel 與個人經驗判斷,滯銷商品也往往要到季末才浮現。「營運方式不同,留下的利潤差很多。營收決定你做多大,營運才決定你能留下多少利潤。」

針對這些痛點,BUNNYWORK 推出定位為「會思考的電商 AI 特助」的解決方案,目標是讓電商營運進入「自動駕駛」。傳統 ERP 只負責被動紀錄營運數據,BUNNYWORK 則讓 AI 24 小時主動盯盤:根據銷售數據提前發出缺貨預警、產出補貨建議單,並每日掃描商品銷售速度,一旦偵測到滯銷風險,即透過 LINE 推播提醒品牌及早規劃促銷、加速庫存去化與資金回流。除了提前規避風險外,AI 也幫助電商看見潛在機會:偵測到爆款潛力的商品,提醒品牌提早加碼備貨、調整廣告資源,把握成長時機。

至於 AI 為什麼能提供可靠的營運建議?背後仍取決於數據基礎。周于如解釋,ERP 串聯商品、銷售與庫存等不同環節的數據,並即時同步多通路的商品與庫存資訊,讓 AI 掌握完整且即時的營運全貌,同時降低超賣風險。「唯有建立乾淨、即時的資料基礎,AI 才能進一步辨識缺貨與滯銷風險、並發掘銷售成長機會,協助品牌提前應對、做出更精準的決策。」目前品牌平均約 7 天即可完成導入。

#1 SHOPLINE
圖/ 數位時代

精兵團隊導入 AI,解決流程瓶頸再創高成長

從流量獲取到營運效率,AI 的價值最終仍須回到顧客經營與商業成效。大會壓軸的高峰沙龍回到會員經營。beBit TECH 商務長譚學凱指出,OmniSegment CDP(顧客數據平台)能整合分散的顧客資料,建立 360 度顧客輪廓,進一步支援跨渠道的精準經營;旗下導購型 AI Agent「AgentBit」,提供對話式分眾,讓使用者與 AI 對話就能快速打包推播受眾,不再需要手動設定篩選條件;商品興趣預測則以 AI 學習客戶的行為軌跡,自動將高相關商品推送給高潛力買家;AI 智慧分析更只需透過問答,即時分析品牌檔期成效與提供優化建議,並能一鍵調整現有顧客旅程。透過 CDP 與 AI 功能加乘,大幅提升行銷團隊協作效率,並支援逾 2,000 種 OMO 跨通路智慧推播,協助品牌更有效地觸及目標客群。

#0 SHOPLINE
圖/ 數位時代

HYPHY 品牌共同創辦人林又立分享,品牌長期透過 LINE 經營千人會員社群,希望在規模化經營的同時,仍保有一對一對談的親切感與即時回覆的能力。導入 AgentBit 後,團隊能透過 AI 對話快速完成受眾分群,並取得具體的行銷優化建議,降低操作門檻。以單檔活動為例,LINE 發送量僅為原先的 15%,點擊率卻提升 227%,EDM ROAS 更提升至原先的 3.3 倍,展現 AI 協助品牌提升溝通效率與行銷效益的潛力。

對於資源有限、希望嘗試 AI 的品牌,林又立也分享了務實的做法:「不要一開始練跑就想著今天要跑全馬,先踏出第一步,把目標定在到達下一個電線桿就夠了。」與其一開始就追求全面轉型,不如從具體的營運需求出發,逐步找到適合 AI 發揮的場景。

活動尾聲,葉力維也提醒,品牌導入 AI 前,應先盤點內部工作流程,找出真正影響效率與成效的瓶頸,再思考如何運用 AI 改善。「那就是你最該導入 AI 的地方。把 AI 放在流程上,才是關鍵。」與其為了導入 AI 而導入 AI,先解決實際問題,才能讓技術真正轉化為營運成果。

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
一次搞懂工業AI
© 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