本課程以製造業 AI 導入、雲端科技應用與智慧製造為主軸，協助企業主管、工程師、生產管理、品保、設備維護、資訊與數位轉型推動人員理解生成式 AI、企業資料應用、雲端協作、智慧製造與 AI 工具導入方式。

課程內容兼具 AI 基礎認知、雲端科技應用、AI工具實作、製造業案例應用與專題成果發表，培養企業內部可推動 AI 導入、雲端協作與智慧製造轉型的種子人才。

新增重點：雲端科技與 AI工具實作

1. 雲端科技：導入 Google Workspace、公雲協作、雲端資料管理、雲端文件與表單整合、雲端知識庫與權限控管觀念。

2. AI工具實作：安排製造業情境操作，包含 Prompt 設計、SOP 生成、8D Report、品質異常分析、設備維修知識庫、雲端協作流程與專題成果展示。

雲端科技與 AI工具實作重點

雲端科技應用：Google Workspace、雲端硬碟、文件共編、表單資料收集、雲端權限控管、雲端知識庫與跨部門協作。

AI工具實作：ChatGPT／Gemini／Copilot 等生成式 AI 工具，搭配製造業情境進行 Prompt 設計、資料摘要、報告撰寫、SOP 生成、8D Report、5 Why 分析與品質改善報告。

製造業落地應用：將雲端資料協作與 AI 生成能力整合到生產、品保、設備維護、知識管理、ESG 減碳與專題成果發表。

李國憲博士，現任大佳雲端科技股份有限公司（WearTech）創辦人兼總經理、亞洲物聯網聯盟理事長，並長期投入生成式 AI、企業數位轉型、智慧製造、智慧減碳、ESG 永續管理與企業 AI 人才培訓。李博士具備產業顧問、企業講師、學術研究與新創輔導等跨域經驗，長期協助製造業、服務業、餐飲業與教育單位導入 AI、雲端數據、IoT 與永續創新應用。

二、學歷

• 國立中央大學企業管理學系博士。
• 芬蘭國立阿爾托大學 EMBA（赫爾辛基經濟學院）。
• 國立臺灣海洋大學商船學系。

三、主要經歷

• 大佳雲端科技股份有限公司（WearTech）創辦人兼總經理。
• 亞洲物聯網聯盟理事長。
• 經濟部中小及新創企業署相關計畫輔導顧問與企業數位轉型講師。
• 長期擔任企業 AI、ESG、數位轉型、智慧製造、知識管理與數據應用課程講師。
• 教學經驗包含：中原大學企管系副教授、世新大學公廣系副教授、致理科技大學助理教授，並曾於明新科技大學、實踐大學等校授課。
• 授課領域包含人工智慧、大數據行銷、知識管理、商業智慧、企業永續資訊策略、生成式 AI 應用與企業數位轉型。
• 曾協助多家企業進行數位轉型、AI 應用、智慧減碳與營運流程改善。

四、專長領域

• 生成式 AI 導入與企業應用設計。
• 製造業 AI 應用、智慧製造與數據分析。
• 企業數位轉型與雲端數據平台規劃。
• IoT 物聯網應用與 AIoT 服務模式設計。
• 智慧減碳、碳管理、ESG 永續策略與企業永續資訊策略。
• AI 人才培訓、企業內訓課程設計與跨部門專題實作。
• 知識管理、專家知識庫、SOP 標準化與技術傳承。
• 管理決策、創新商業模式、產業輔導與新創育成。

五、適合授課主題

• 製造業 AI 導入與智慧製造應用。
• 生成式 AI 在企業營運、管理與決策上的應用。
• AI 工具實作、Prompt Engineering 與企業案例設計。
• AI 數據分析、知識管理與品質改善。
• AI 與 ESG：智慧減碳、能源管理與永續轉型。
• 企業 AI 導入效益評估、風險治理與組織落地策略。

115/6/26 (五)Day1(13:00~17:00)：

線上自學課程：AI 基礎、雲端科技與製造業應用入門

時數：4 小時

課程內容

• 人工智慧、機器學習與生成式 AI 基本概念
• ChatGPT、Gemini、Copilot、GWS 公雲方案與製造業 AI 工具介紹

雲端科技基礎：雲端硬碟、文件共編、表單蒐集、權限控管與資料備份概念

• AI 在製造業的常見應用：生產排程、品質檢測、設備維護、異常分析、雲端知識管理與 ESG 減碳
• AI 使用風險、資料安全與倫理觀念

實作／作業

• 完成「製造業 AI 應用情境初步盤點表」，包含所屬部門、目前工作痛點、可提供的資料來源、期待 AI 協助改善的問題與預期效益。

115/6/29(一)Day 2(09:00~16:30)：

AI 導入基礎認知與資料盤點

時數：6.5 小時

課程內容

• AI 通論與智慧製造趨勢（3 小時）：AI 與生成式 AI 發展趨勢、製造業數位轉型、智慧製造、AI 導入效益與限制、資安與資料保護。
• 製造業資料盤點與流程分析（3.5 小時）：ERP、MES、SCADA、IoT、品檢、維修、客訴與 SOP 等資料盤點，建立資料治理與問題定義能力。

實作／作業

• 完成製造流程盤點表、部門資料盤點表、AI 應用情境與資料需求對應表。

115/7/6(一)Day 3：

雲端科技與 AI工具實作

時數：6.5 小時

課程內容

• 雲端科技、GWS 公雲方案與 AI 工具功能與適用情境介紹。
• Prompt Engineering 實務技巧與製造業常用 Prompt 模板設計。
• AI工具實作：文件處理、SOP 生成、教育訓練教材、會議紀錄、8D Report、改善報告、異常分析與管理報表。
• 雲端資料協作、權限控管、AI 工具使用限制、資料安全與內部規範。

實作／作業

• 生成製造業 SOP 草案、設備異常紀錄摘要、8D Report 初稿、部門會議紀錄與改善追蹤表，並建立製造業常用 Prompt 指令庫與雲端知識庫雛形。

115/7/6(一)Day 4(09:00~16:30)：

AI 數據分析、品質改善與智慧製造應用

時數：6.5 小時

課程內容

• 製造業 AI 數據分析與品質改善（3.5 小時）：良率下降、不良品增加、設備異常、交期延誤、庫存異常、客訴增加與製程參數不穩定之分析。
• AI 設備維護、知識管理與 ESG 減碳應用（3 小時）：異常預警、預知保養、維修紀錄分析、SOP 整理、雲端維修經驗知識庫、能源管理、碳排資料分析與 ESG 報告初稿生成。

實作／作業

• 完成品質異常案例分析、AI 輔助 5 Why 分析、8D Report 撰寫、設備維修知識庫架構與能源管理改善建議草案。

115/7/27 (一)Day 5(09:00~16:30)：

AI 風險評估與專題成果發表

時數：6.5 小時

課程內容

• AI 導入效益及風險評估（3 小時）：節省工時、降低成本、提升良率、減少停機、改善交期、資料外洩、營業秘密保護、AI 生成錯誤、合規與治理。
• 製造業 AI 應用專題實作與成果發表（3.5 小時）：企業或部門背景、流程痛點、可用資料、AI 工具選擇、應用流程、成果展示、預期效益、風險與後續導入規劃。

實作／作業

• 完成 AI 導入風險盤點表、AI 工具選擇評估表、AI 導入效益試算表與專題成果發表。

• 學員後測成績應達 70 分（含）以上，始得認列為測驗合格。
• 學員應完成課程專題成果並進行成果發表，始得認列為完訓。