《前言》

5年前，在某紡織廠與公司既有的IT部門合作，將原來各自獨立運作的紡紗、織布、染整部門用數位系統連結在一起，實現了整個工廠由業務拉動的生產系統。3年前，從數位開始，隨著AI風潮，在另一工廠學習如何將AI導入TPS的環境中。以下是這幾天與同好激盪出的心得。我們發現，多數企業數位化、AI 落地失敗，往往不是數位系統、演算法不夠好，而是忽略了人、機器與大腦之間的互動關係。

刊頭是我們實驗結果的圖像化。最上層是大家看得到的實體物流（Material）、機器（Machine）、現場（Gemba）。中層是看不見的智慧大腦。下層是塑造整個系統的人的心態與能力。三者互為表裡，持續地進化。

《本文》

從自働化到智働化：啟動「人・機・腦共生」的製造進化

許多企業推進智慧製造時，常陷入「買了頂級數位、AI 系統，現場卻用回舊 Excel」的泥淖。這不是科技不夠精良，而是我們忘了精實生產（TPS）最底層的靈魂——自働化（Jidoka），永遠是帶有「人字旁」的。

從傳統精實到數位化、AI 時代，製造業正經歷一場深刻的「人・機・腦共生」三部曲。

自働化 1.0：人機分離，解放體力與基礎感官

100年前，豐田佐吉創造的「自働化 1.0」，核心是「人機分離」。

過去，人必須守在機器旁看著它運轉；1.0 時代透過機械式感測器與自動停止機制，將重複性的肢體勞動交給機器（骨）。設備一旦發生卡料或品質不良，便自動停機、發出警報，等待專家介入。

這一步，將人從繁重的體力與浪費的監控中釋放，把焦點轉向問題改善與技術累積。

自働化 2.0（智働化）：人腦分離，解放繁複算力與動態決策

隨著製造環境日益複雜，光靠「機，骨幹」已無法應付頻繁的插單、斷料與動態排程。這時，我們迎來了「自働化 2.0——數位化、智働化（Smart Jidoka）」。

智働化追求的是「人腦分離」。

人將複雜計算、極致排程與演算法推演交給智慧大腦（AI/軟體）。但這並非由 AI 獨攬大權，而是建立「人與AI的邊界授權（Guardrails）」機制：

① 綠燈常態區：AI 自主演算、預設（標準化）動態派工（已經過現場驗證，無須微調即可執行）。

② 黃紅燈異常區：當超出人所授權的演算法邊界或異常時，智慧大腦自動觸發停止機制，由「Human-in-the-Loop」的人員憑藉經驗做最終決策。並進行異常解決程序，以防止再發。

這不是 AI 取代人，而是 AI 作為最強代理人，解放人的認知負荷，讓人聚焦於高價值的創新與異常處置。

終極願景：人・機・腦共生系的無邊界流動

當「骨（機器）」極致穩定、「腦（AI）」持續進化、「人（永續靈魂、人員進化能力）」掌控決策，三者將不再是各自獨立的系統，而是一個「無邊界流動的共生系」：

① 腦與骨（AI ↔ 機器）：以數據釐清現場真實瓶頸，讓資本投資精準花在刀口上，機器沉澱出穩定的生產力，支持AI的動態進化。

② 骨與人（機器 ↔ 人員）：貫徹「造物前先造人」的理念。設備是員工累積經驗 Know-how 的道場，員工自主維護設備，將技術注入機器。

③腦與人（AI ↔ 人員）：AI 提供最適動態推演，人結合實務經驗做最終決策；人的修正反哺 AI 演算法，AI 的推演倒逼並帶動人員能力進化。

即刻行動：從「PDCA日日新」與「沙盤驗證」開始

老幹新枝，生生不息。科技不是切斷歷史的斧頭，而是傳承工藝智慧的養分。轉型不需要一次性賭上鉅額投資孤注一擲。今天就可以啟動的實驗步驟：

① 劃定邊界：挑選 1 個最常卡關的瓶頸工站，鎖定綠燈常態區，授權新方法、AI 推演運作，給予現場人員「最壞狀況有我承擔責任」的心理安全感。

② 啟動 A/B Testing 賽馬（對照組）：記錄「現場經驗調整」與「新方法、AI 原本建議」的運作差距，不爭論對錯，讓一週後的真實數據（OEE、換線時間）說話。

③ 建立學習共同體：讓老闆、現場主管與 SI 顧問每月圍繞共同 KPI 檢討，把「現場修正 AI」的經驗記錄下來，成為新方法與AI進化與人員育成的資產。

不要等到系統完美的奇蹟，要在做中學的日常中，讓「人・機・腦」在您家現場開始運轉、共生進化！

給經營者與現場主管的提案

「智慧製造不是昂貴的科技豪賭，而是全員參與的日常學習。
今天就劃出您的第一個綠燈邊界，
讓人・機・腦一起做中學！」