「廠長、課長跟一群產線主管，面對著幾十張連在一起的列印報表，共同分析密密麻麻的製程數據，因為報表太長，會議桌放不下，大家只能把報表攤開在地上，蹲在一起看！」
這個場景，電子部副總顧問暨台塑公司資安長李應源記得很清楚：「前一晚，製程出狀況，所有人圍著那疊數據，一格一格往下找原因。」他說，那才是企業的問題所在，產線不是沒有資料，生產不是沒有數位化，但最後的判讀，還是要靠人，來判讀。
這就是當前許多企業的困境，製程知識極度倚賴資深工程師的判斷與記憶，哪條管線的閥門有特殊操作習慣、哪種設備在特定溫度下容易出問題、哪次異常最後查出的根因是什麼，這些知識分散在紙本記錄、掃描檔案、各部門各自維護的系統之間，從來沒有真正被系統化整理過。
就算是年營業額逾1750億元，供應鏈觸角遍及全球的台灣塑膠工業也不例外，人和經驗，還是最重要的資產。
但少子化同時讓招募愈來愈難，半導體業的高薪更直接磁吸走化工、材料、電機相關科系的畢業生，李應源說，問題不只是招不到人，還有留不住有3到6年經驗的年輕工程師。
尤其設備保養工程師培訓週期長達6到12個月，跨廠區的維修經驗無法橫向複製，A廠發生過的問題與解法，B廠的人往往不知道，台塑意識到，這些累積了70年的製程與保養知識，必須在世代交替之前，找到數位化保存的方式。
不買現成、自己做，從最硬的文件開始啃
台塑在2017、2018年就開始布局AI，長期邀請中央研究院跟美國國家工程院孔祥重院士來台指導，2022年11月ChatGPT問世，生成式AI的突破讓台塑看見了新的可能，2023年2月，Formosa GPT專案正式啟動。
台塑選擇自建平台，沒有採用第三方通用服務，關鍵在於核心資料，幾十年累積的製程數據與技術文件是核心資產，不能外流；通用平台也無法深度串接台塑內部的ERP以及實驗室資訊管理系統、即時生產管理系統等多套系統，更重要的是，自建平台可以同時整合多家語言模型，針對不同工作選用最合適的模型。
「我們架構非常有彈性，該有的企業機密專業在私有端，通用泛用的推論我們就利用外部的大模型，」李應源說。
不過李應源也承認，台塑的AI轉型繞了許多彎彎拐拐，並不是一路順遂，「AI它跟以前的IT技術不一樣，不是一出來就成熟到可以落地使用。」
說起來清晰，光第一步資料整合就踢到鐵板！保養技術文件共有400多份，格式五花八門，有PDF、有Word、有Excel表格，有些是掃描的手寫記錄，有些格式極為特殊，市面上的文件解析工具根本看不懂，一開始嘗試使用標準解析方案，碰到複雜表格時張冠李戴。
最終，台塑雲端組的工程師自己開發了辨識系統，結合外部雲端服務，才突破複雜表格的解析問題。李應源說，台塑在這件事有別人很難複製的優勢，「台塑企業最大優勢是，文件最多！所以我們可以拿各式各樣的文件去測試，最終自己兜出能吃下繁雜資料的系統。」
真正讓使用率飛起來的是口碑，當員工用Formosa GPT，發現能幫忙處理大量繁瑣事務，口耳相傳，加上部門AI競賽讓各單位彼此觀摩，使用比率快速起飛。
從蹲地上看幾十張紙，到幾分鐘找到答案
導入Formosa GPT的製程分析代理後，產線再也不用蹲地上找問題。系統自動依據SOP步驟，從資料湖中抽取各項數據，自動生成分析腳本，找出異常根因，並呈現資料來源出處，哪份文件第幾頁、哪個時間點的哪筆數據。工程師的角色從「自己找答案」變成「審核AI的答案」，分析時間從數小時壓縮至幾分鐘以內。
數字同樣會說話。2025年7月，Formosa GPT單月使用達12.5萬人次，預估月節省人力成本約630萬元，全年效益估超過7550萬元。各業務單位自建的智慧助理已超過300個，目前登記授權使用人數已逾1500人，約佔台塑及督導子公司總員工的5分之一。
台塑也開始把Formosa GPT往外推，以訂閱制服務協助中小型石化廠商導入。李應源說，訂閱制有其必要，「AI不能用以前買設備的角度去看，系統必須持續優化，用租的才能持續享受技術支持。」若用買斷的思維，今年買的系統，明年可能就已經落後。
他也給尚未開始轉型的同業一個忠告，「如果之前企業沒有做數位化，要把握AI轉型的機會，再不把握，差距就會越拉越大。」
百強AI應用心法
「做就對了，馬上去做，不要再等了！等到技術成熟、條件滿足再做，就永遠趕不上。」—台塑電子部副總顧問暨台塑公司資安長李應源
公司：台灣塑膠工業股份有限公司
成立：1954年
AI應用領導人：台塑電子部副總顧問暨台塑公司資安長李應源
AI應用項目：
1. 製程異常分析AI代理
2. 企業文件知識庫、設備保養智慧助理
3. ERP、實驗室資訊管理系統 、即時生產管理系統 資料串接。
AI應用成效：
1. 2025年月均使用逾1.2萬人次，授權使用人數逾1,500人（約佔台塑及督導子公司員工5分之一）
2. 預估年效益約7,553萬元，月節省人力成本約629萬元
3. 超過300個智慧助理已在各業務單位自主運作
4. 製程異常分析時間從數小時壓縮至幾分鐘以內
核稿編輯：康育萍
