面對少量多樣、急單插單、交期壓力及品質追溯等挑戰，金屬加工業累積了大量訂單、生產、庫存與品質資料，卻常因資料分散於ERP、Excel及不同管理系統，導致資訊彙整耗時，異常狀況也難以及時掌握。如何運用AI快速整合資料、找出營運風險，已成為製造業提升管理效率的重要課題。

本活動將從製造業導入AI Agent的應用概念出發，結合案例講解與實務操作，帶領學員逐步完成工廠資料分析及戰情室原型。課程內容包括：

• AI Agent應用簡介：了解生成式AI與AI Agent在製造業的應用情境及導入重點。
• 業務應用實作：整合訂單、客戶、產品、銷售及交期資料，分析客戶特性、產品銷售狀況與交期風險。
• 生產應用實作：運用物料、庫存、生產進度及品質資料，掌握缺料、延遲、庫存與異常工單。
• 可視化介面實作：將分析結果轉化為KPI、圖表、異常摘要及工廠戰情看板，提升資訊判讀效率。

透過本次活動，學員將建立AI Agent的基礎應用概念，並實際體驗CSV資料載入、自然語言查詢、指標分析及戰情介面建置，了解如何將既有工廠資料轉化為可視化、可追蹤且可支援決策的管理資訊，作為企業後續推動AI應用與流程優化的起點。活動由國立雲林科技大學電機工程系林家仁專任助理教授擔任講師，並安排交流與問答，協助學員釐清實際導入問題。