臺灣雖擁有全球領先的晶片實力，卻在AI應用轉型上明顯落後，AI國力評比甚至輸鄰近的新加坡。這不只是產業差距，更是國家競爭力的隱憂。面對這股警訊，傳統重工業數位轉型經驗，反而為臺灣AI應用指出了一條務實的道路。
台塑公司數位轉型專家 蘇育寬協理日前在商周AI新贏家高峰會，分享台塑如何將AI從單純的IT技術，徹底轉化為提升製程效能，與工安韌性的戰略性工具。台塑的實踐，不僅是對抗人力短缺、加速創新的解方，更為臺灣企業樹立了一個典範，AI的真正價值，在於能夠被第一線員工掌握，並在企業營運的關鍵痛點上，創造持續且驚人的經濟效益。
漫長數位歷程 台塑積累AI爆發的數據底氣
蘇育寬回顧台塑公司數位轉型歷程，證明AI的成功並非一蹴可幾，而是建立在數十年自動化與數據積累的基礎之上。
台塑的數位化始於1970年代的工廠自動化，在2001年，台塑在ERP系統上，實現業界領先的「一日結算」目標。到了2007年，公司斥資數千萬建立「即時生產管理系統 (RTPMS)」，匯集51座工廠的製程數據，這些持續的數據蒐集工作，無意間為後續AI爆發儲備了最珍貴的「燃料」。
隨著2015年開始大數據分析、2016年跟進工業4.0大趨勢，台塑在部分分析預測及最佳化上無法克服； 2017年，在中研院長廖俊智與時任集團總裁王文淵交流後，決定贊助3000萬元協助成立「台灣人工智慧學校」，並全員投入AI發展。
接著台塑公司正式確立將AI應用於產銷優化、降低成本、智慧保養、工安環保與品質確保的五大目標。蘇育寬強調，轉型的目的不僅是降低成本或加速創新，最終極的目標是達成工作型態的轉變，以突破未來在人力資源及技術傳承上的困境，達到永續經營的目標。
他認為，很多公司還未完成數位化（將管理面、日常生活的資料數位化）就急著處理AI，應先檢視自動化及資訊化程度，否則AI做一半才知道數據不夠，增加無謂成本。台塑的成功，正是因為其OT（操作技術）與IT（資訊技術）充分整合，讓AI能夠真正在穩定的製程數據上發揮效益。
智慧工安 AI守護高風險區域與精準洩漏應變
在石化產業中，工安是不能妥協的紅線，蘇育寬坦承，過去許多事故往往是因為資訊過於分散、無法有效管控所致。台塑的「智慧工安管理平台 (Smart HSE)」的核心價值，正是透過AI整合與分析海量的分散式數據，從過去的被動應對轉向主動預警。
這個平台整合門禁、高空監視系統、人員定位系統、高風險區域的危害數據、施工動態，以及有毒氣體偵測結果，他指出，單靠CCTV是不夠的，必須導入AI辨識異常行為，例如開孔作業的開口，沒人作業時應自動辨識是否有防護或隔離，沒有設置時則主動推播工安人員。平台能夠在整個廠區地圖中，將整合資訊，系統能標示風險最高的「紅色區域」，讓主管集中人力加強防護。
在緊急應變方面，系統結合了美國環保局 (US EPA) 及海洋大氣署 (NOAA) 共同研發的 ALOHA 算法，進行污染物洩漏擴散模擬。它結合氣象資料，如風速、風向與洩漏條件（孔徑、高度），精準預測威脅範圍。以高雄仁武VCM廠為例，模擬顯示在特定情境下，威脅區域涵蓋VCM廠67人、PVC廠81人與鹼廠69人。這些數據供管理者提前啟動應變計畫，系統亦結合人員定位技術（整合手機、定位卡、智慧手錶與臉部辨識），工安事件發生時能即時掌握人員位置、發出警報，並協助搜尋受困者。
製程AI優化 破解品質與產能的「煉酒」難題
AI在製程優化上的應用，為企業帶來顯著經濟效益。他形容石化煉製過程如同「煉酒」，需精準控制溫度分離原油。過去品質管制仰賴人工定期取樣分析，無法即時掌握狀況，操作人員為確保品質，常採「保守操作」，將參數設定遠離管制值，導致高價值油品未被充分提取。
以煉油廠的常壓蒸餾單元操作為例，柴油與重油的分餾點存在部分重疊。由於柴油售價較高，傳統操作為了避免重油摻入影響柴油品質，造成較多的高價值柴油殘留於重油中。台塑石化導入AI模組後，每30秒就會重新演算一次，在確保品質下，找出產量最高、能源耗用最少的最佳操作點。
數據顯示，優化成果斐然，柴油產量提升了 4.22 KL/hr，年效益 1億4700萬。航空燃油產量提升 14.5 KL/hr，年效益達 1379萬。在節能方面，重質輕油的蒸汽用量減少了1.07 MT/hr，每年節省 834萬的費用，蘇育寬指出，由於煉製屬於連續製程，節省的效益是24小時持續累積。總體而言，此專案投資金額約為 2371萬，年利潤高達 1.69億元，展現AI投資的驚人回報。
將AI變11萬名員工的「工具」
蘇育寬表示，台塑的案例對臺灣企業擺脫「軟體貧困」的最大啟示，在於讓AI成為員工的工具，而非僅限於IT人員的操作範疇。截至目前，台塑企業已完成了 1,912 個 AI 專案，累積年效益約為新台幣 75 億，若包含尚在執行中的案件，整體年效益預估已達新台幣92億元。
為了讓AI應用在企業內部「遍地開花」，解決過去AI模型開發時程長、程式碼品質參差不齊的痛點，台塑開發了AI模型開發平台。這個平台將 AI 開發流程模組化，如同「樂高積木」，一般非IT單位的使用者可以透過 UI 組合流程，資料，便能自動流入並完成模型訓練，無需撰寫複雜的程式碼。
蘇育寬透露，台塑公司也自行研發企業內應用的GPT，目前光是台塑公司，一個月內就有大約 1到2萬人次使用這個平台。他觀察到，這些現場單位的同仁現在「比我們 IT 人員還會用 AI」。這項普及化的策略不僅使AI知識與應用內化到企業 DNA 中，也為公司每年帶來約1億元以上的效益。
台塑的實踐為臺灣的AI應用突圍提供了企業典範，證明了重工業可以藉由數據整合和AI賦能，實現安全、效率和利潤的共贏，關鍵在於，企業必須像台塑一樣，將AI工具化、普及化、並且落地到員工的日常作業中，才能真正將硬體上的優勢，轉化為應用上的國力。
企業應用AI程度，是AI國力的起點，商周「AI創新百強計畫」徵件報名
了解更多AI趨勢報導，請看商周AI Empowers all
