工具機轉型實戰：用 Power Automate 打造 AI 數位勞動力

朝陽科技大學／鄭淳詩 助理教授

本課程聚焦於工具機產業在智慧製造與AI應用上的實務導入，從產業現況與數位轉型趨勢切入，說明工具機產業面臨的效率瓶頸、資訊斷點與管理痛點。課程將介紹如何結合AI、IoT 與低程式碼／無程式碼工具，協助產線人員與管理者快速蒐集資料、優化流程，並以數據驅動決策。透過實際案例，說明設備稼動率（OEE）、預測性維護、異常通報與流程自動化的應用方式，並示範如何將資料轉化為可視化儀表板與智慧助理，提升現場反應速度與整體營運效率。

80人評鑑

58分鐘

327位同學

智慧製造－透過AI實踐工業4.0

鄭哲燊老師/大學老師

在2.5小時的課程中，除了認識工業2.0一直到4.0的概念與發展現況外，更能透過四大產業案例(友嘉工具機事業/台達電/三菱電機/鼎新電腦)來實際了解AI相關技術如何驅動製造產線，全面性的了解智慧製造產業生態！

533人評鑑

63分鐘

4302位同學

AI製造業-Power Apps基礎理論(金屬加工)

藉由培訓課程協助工具機暨零組件產業的非 IT 背景從業人員，建立資訊系統與資料處理的基礎觀念，逐步認識企業數位化架構與流程優化邏輯，並實際運用 Microsoft Power Platform 與 AI 技術工具，完成現場資料擷取、自動化流程建構與稼動率數據視覺化應用。透過模組化教學設計與角色導向的應用場景演練，提升學員對 IT 系統整合的理解能力與應用信心，全面強化產線資訊透明度與決策效率，促進智慧製造於中小企業的落地推動。

63人評鑑

60分鐘

239位同學

用電即價值：AI能源決策與碳排新時代

泰睿思股份有限公司／莊豐銘 執行長、高茂金屬工業有限公司／蕭麗君 行政管理部經理

為了讓廣大中小企業理解數位化、永續化與智慧製造過程中所面臨的關鍵挑戰，透過「N世代學苑 網實學習課程」系列沙龍，精選五個產業議題之「出題方」中小企業、「解題方」新創企業分享實務經驗與輔導內容，協助更多具有相同痛點之企業見學與連結資源。 高茂金屬因生產過程能耗高且易超出契約容量，造成罰鍰與成本壓力，透過導入泰睿思能源管理系統，進行超載預警與排程調整。 展示AI 與感測整合在用電監控中的應用，協助企業精準掌握能耗動態、預防超載並落實節能策略。 本次課程名詞解釋： ※能源管理平台：搭配電表與環境感測器，即時查看實時用電趨勢，產生用電分析並給予節電建議，並可整合碳盤查系統，能源優化、智慧電表、加速企業淨零轉型、節能策略。 ※智慧電表：可以隨時記錄用電量並回傳到台電、用戶端的一種電表設施。智慧電表可以實時紀錄用電量，讓用戶隨時追蹤用電量及了解自身的用電習慣，具備資料收集的便利性！

104人評鑑

38分鐘

464位同學

ERP營運流程與AI應用

國立高雄科技大學智慧商務系／林欣瑾 副教授、國立雲林科技大學會計系／陳慧巧 副教授

本課程在協助中小微製造業的財會人員掌握AI 在ERP系統中之應用基礎，從企業經營痛點切入，首先建立學員正確的ERP基礎知識，進而理解如何以ERP系統作為核心，實現智慧化營運流程。接著，課程將引導學員如何運用AI，整合ERP系統所產出之報表與數據進行分析，以有效提升日常財務管理之效率與能力。

455人評鑑

208分鐘

2420位同學

車用零組件製造在AI之應用介紹

核果智能科技股份有限公司／李厚均 執行長

介紹AI如何應用於車用零組件製造業。課程內容涵蓋AI基礎知識、產業案例分析及實用的AI工具操作。課程核心內容應用案例解析，探討後視鏡、車身鈑金、車燈、塑件及電子零件等製程，分析如何透過智慧排程、AOI 瑕疵檢測及預知保養解決人工管理錯誤與缺工問題。風險與失敗管理，深入剖析AI專案失敗的常見原因，如數據品質不佳、模型選擇錯誤或缺乏系統整合，並提供資料治理與人機協作的建議。實務工具 Demo，示範 ChatGPT 在製造業的應用（如 BOM 表與機台 Log 分析）及 n8n 自動化工具，幫助學員將 AI 導入日常工作流程。

24人評鑑

64分鐘

97位同學

金屬機電產業 智慧工廠部署

全域科技有限公司／鄭德俊 總經理

本課程聚焦金屬機電產業的智慧工廠部署，介紹物聯網與關鍵模組，解析設備數據蒐集與處理流程，結合實際案例與 Power BI 工具進行實作演練。

245人評鑑

61分鐘

1180位同學

AI 鑄造輔助設計及製程應用

Altair Engineering Inc.／楊志強 資深應用工程師

本課程深入探討全球鑄造產業的 AI 發展趨勢，課程聚焦於鑄造工藝從人工轉向自動化、模擬驅動設計及物理 AI 預測的三大變革 。學員將學習如何運用 Inspire Cast 進行多學科物理量模擬，並透過 HyperStudy 執行多目標最佳化與實驗設計法（DOE），以取代耗時的人工試誤，大幅降低研發成本與廢料。技術亮點在於Physics AI的應用，能將傳統需數小時的模擬縮短至秒級預測。課程亦涵蓋生成式AI與大語言模型的整合，透過 AI Studio建立企業私有化模型，讓工程師能以直觀對話方式驅動模擬、快速迭代設計並預測雲圖動畫。本課程將助您掌握數位孿生技術，打造高效且零缺陷的智慧鑄造製程。

47人評鑑

85分鐘

264位同學

AI財會應用實務

國立高雄科技大學會計資訊系／陳育仁 特聘教授、國立雲林科技大學會計系／林昱成 副教授、國立高雄科技大學智慧商務系／林欣瑾 副教授

本課程在協助中小微製造業之財會人員掌握AI 在財務之基礎應用。課程內容將引導學員理解，若要運用AI 進行資料預測與決策分析前，必須先熟悉不同類型之財務資料，並掌握資料品質之重要性。同時，透過ERP系統的導入與運用，可有效提升資料品質，進而為AI 之應用奠定基礎，最終達到提升財務管理效能與企業經營效益之目標。

265人評鑑

175分鐘

1700位同學

AI智慧判別包裝檢測實境應用

主持人：施怡如 AI教練：零次方科技 林書凡執行長 實證場域：金泰工業股份有限公司 Ben / Winnie

【AI應用面面觀系列—判別式AI包裝檢測】金屬加工鎖類AI辨識包裝瑕疵領航解決方案。 探討AI工具如何幫助工廠在生產流水現時透過AI視訊鏡頭學習、判別包裝物的瑕疵，並且提出警告，為傳統人工一一檢視的方式找出解決方案，將人員做更有價值的運用，於金屬製造業落地示範，並介紹導入工具的準備過程、以及成功導入AI的企業改變等關鍵議題。

156人評鑑

32分鐘

973位同學

金屬機電產業 缺陷檢測分類與品質控制

邱奕契 中華大學機械工程系-教授

探討金屬機電產業中，透過AI工具應用如何缺陷檢測分類與品質控制，說明相關AI工具差異與安裝方式。

231人評鑑

63分鐘

1023位同學

智慧線上品質預測原理與應用效益

金屬工業研究發展中心／蘇詠翔 工程師

此課程可透過扣件示範場域，學習如何導入數位AI化，教學從感測器安裝至機台整合，以及品質監測等參數需求說明。

54人評鑑

15分鐘

239位同學

金屬機電產業 預測性維護

全域科技有限公司／鄭德俊 總經理

在現代金屬機電製造業中，設備的穩定性對生產效率至關重要。然而，突發性故障不僅會導致生產停工，還可能造成巨大的經濟損失。傳統的維護方式（如事後維修）難以應對這些挑戰，於是預測性維護的需求應運而生。

149人評鑑

64分鐘

673位同學

車用零組件AI優化與預測維護實務

核果智能科技股份有限公司／李厚均 執行長

專為車用零組件產業設計，深入探討如何透過AI技術實現排程優化、製程改善與預測性維護。內容從智慧製造的挑戰出發，介紹如何運用強化學習等演算法處理多工序排程，並結合震動、溫度及電流等感測數據，提前預警設備故障以降低停機損失。課程強調實務應用，引導學員利用 ChatGPT 與 Google Colab進行數據探索分析、機器學習建模及 Python 程式驗證。針對管理層面，詳細解析 AI 專案的六大導入流程，並提供成本效益評估量表（ROI）與成熟度診斷工具，協助企業評估投資回報期。最後，透過實務案例與 Kaggle 平台資源，助力學員將 AI 轉化為提升產能與良率的具體競爭力。

46人評鑑

66分鐘

185位同學

Power Apps基礎理論—金屬加工

朝陽科技大學／鄭淳詩 助理教授

本課程聚焦於Power Apps基礎理論，並結合金屬加工與製造現場實務情境，說明如何運用Power Platform 中的Power Apps，快速建構行動化、低程式（Low-code／No-code）的資料蒐集與表單應用。課程從製造現場常見痛點出發，如紙本與Excel資料分散、人為錯誤、難以自動化與分析等問題，系統性介紹Canvas App、Model-driven App 與Power Pages 的核心概念，並深入說明離線（Offline）資料收集、Delegation委派原則與Power Fx函數邏輯，協助建立可落地於金屬加工現場的數位化應用基礎。

22人評鑑

59分鐘

131位同學

AI整合製造車用零組件應用系統

核果智能科技股份有限公司／李厚均 執行長

本課程聚焦於AI在車用零組件製造的深度整合與實務應用。學員將學習AI如何串接ERP與MES數據，透過資料中層打破資訊斷鏈，達成產線排程優化、設備異常預測及品質瑕疵辨識。課程詳析 IoT 架構下IT與OT技術的融合關鍵，並提供從目標定義、小規模驗證到持續優化的完整導入路徑。此外，重點探討 AI 電腦視覺檢測，涵蓋工業相機硬體配置、光源控制及影像前處理模組。課程將教授影像標註地端或雲端部署的一條龍流程。透過 Roboflow 等工具實作，協助企業解決缺工問題並確保品管標準的一致性。

12人評鑑

37分鐘

65位同學