最後更新:2026.02.02
活動紀實 — 2026 年 1 月 22 日
智造進化論
AI 跨域共創製造新局
中方科技受邀出席軟體公會年度交流會,
分享 AIQ 智能品質系統如何解決機台老化調校難題
主講
鄭吉棠 副理
地點
台中中科園區
與會
逾 80 位

鄭吉棠副理於「2026 智造進化論」交流會發表專題演講
關於活動
中方科技於本次交流會與華碩電腦、資策會、緯謙科技、大世科、思納捷科技、PMC 精機中心、益張實業等企業共同擔任主講單位。活動由中華民國資訊軟體服務商業同業公會智慧製造應用促進會主辦,聚焦 AI 技術於製造現場的實際應用。
軟體公會沈柏延理事長於開場致詞中指出,台灣工廠正利用 AI 強化產能、設備、能源與品質管理,這已成為建立差異化競爭優勢的核心。透過「AI 百工百業」的精神,讓不同規模的製造商都能找到合適的工具,實踐數位轉型。
演講摘要
解決機台老化調校難題
鄭副理指出,許多製造業面臨一個共同痛點:機台隨著使用時間推移——例如運轉十年後——會產生特性差異,導致新機時期的設定參數不再適用。工程師難以單靠經驗判斷調整方向,往往只能反覆試誤。
中方科技 AIQ 智能品質系統的核心目標,正是透過設定機台狀況,以產生最好的產品品質。系統將「品質結果」與「製程參數」輸入預測模型,由模型提供建議的生產參數與品質規格。
「用真實數據經驗演算,降低試錯成本。透過優化關鍵的運算,最終能計算出最佳的操作範圍——例如壓力該設定在哪裡——以確保生產品質。」
— 鄭吉棠,中方科技副理

AIQ 系統展示:從品質找出製程異常
技術特色
智能參數預測模型
| 數據處理 | 快速判斷數據的關聯性,直接選擇項目進行模型訓練 |
| 演算法 | 考量各行業差異,提供多種演算法供選擇與處理 |
| 驗證機制 | 可將真實數據分組測試,利用大量數據算出準確性並帶入驗證 |
| 預期效益 | 計算出最佳操作範圍,確保生產品質 |
會後交流
演講結束後,會後交流時段反應熱烈。多位企業代表主動至中方科技展示攤位深入洽詢,對於 AIQ 系統如何整合既有 SPC 系統、導入時程與成本效益等議題提出具體問題,展現產業界對 AI 品質分析解決方案的高度興趣。
[ 台中業務代表施宜均與客戶交流SPC導入經驗 ]
會後與企業代表深入交流
媒體報導
名詞索引
AIQ
Artificial Intelligence Quality
中方科技開發的智能品質系統,整合品質數據與製程參數,透過機器學習找出影響品質的關鍵因子,並提供最佳製程參數建議。
SPC
Statistical Process Control
統計製程管制,透過持續監測生產數據,在異常趨勢出現時及時調整,確保製程穩定。
預測模型
Predictive Model
基於歷史數據建立的數學模型,可依據輸入的品質規格,計算出對應的最佳製程參數範圍。
MIDFUN
中方科技 · 品質管理自動化領導者 · 1993
