當AI開始理解人類的需求,設計產業正迎來一場重構


讓我們跟著【高雄畫刊】一起閱讀高雄、遊賞風光、聆聽達人說故事,探尋這城市更多的美好! 【udn保險週報】透過新聞與保險個案,瞭解人生存在風險,與面對風險下,個人如何從保險中得到適切保障。
★ 無法正常瀏覽內容,請按這裡線上閱讀
新聞  健康  udn部落格  
2026/07/23 第890期  |  訂閱/退訂  |  看歷史報份
  科技新知 當AI開始理解人類的需求,設計產業正迎來一場重構
塑膠射出產業的三個痛點:從現場問題看數位化解方
生成式AI加速新零售發展!從虛擬試穿到智慧庫存管理
你請的不是助理,是內鬼!AI 代理人的安全危機

當AI開始理解人類的需求,設計產業正迎來一場重構
FIND研究員:何其慧

在一場室內設計的初次提案中,客戶反覆描述著:「我想要簡約,但不要太冷」、「像飯店,但要有家的感覺」。設計師一邊點頭,一邊快速記錄關鍵字,試圖在腦中拼湊出可能的畫面。

會議結束後,設計師打開電腦,開始整理需求,卻發現筆記裡充滿的是抽象詞彙與彼此矛盾的期待。接下來的幾天,他只能依靠經驗「猜測」客戶想要什麼,做出一版提案,再進入下一輪修正。

這樣的情境,在設計產業裡並不陌生。真正耗費時間與成本的,往往不是設計本身,而是前期反覆的溝通、需求釐清與期待落差。設計是一門高度客製化的專業,而客戶的需求卻往往是模糊甚至自相矛盾的。多年來,產業試圖用各種工具解決效率問題,從專案管理軟體到協作平台,卻始終無法觸及問題的核心「設計師與客戶之間如何理解彼此腦海中的想像」。對於設計師而言,真正消耗時間的,從來不是設計本身,而是「理解需求」。

生成式AI的出現,讓「模糊」開始被理解

直到生成式AI的出現,這個長期被視為只能靠人與經驗的領域,開始出現鬆動的跡象。

生成式AI真正的突破,不只是生成圖片或文字,而是它開始具備「理解語意、重組資訊」的能力。當人類用模糊語言描述需求時,AI可以透過自然語言處理,將這些片段轉化為結構化資訊,甚至進一步生成具體的建議與視覺方向。換句話說,AI第一次有能力介入「還沒被定義清楚」的階段。這讓服務流程產生一個關鍵轉變:從「人與人反覆試探」變成「AI先幫忙對齊認知」。

點唐科技dotbrand AI:把「溝通」變成可以被優化的流程

在這樣的背景下,臺灣新創公司「點唐科技dotbrand AI」 切入點顯得格外精準。盧子軒執行長因自身設計師背景,經歷過客戶需求常因模糊與反覆而影響進程,甚至降低成交率的痛點。因此,親自打造一套AI系統,讓客戶在與設計師正式會談前,就先與AI進行對話。

這個過程中,AI會透過自然語言理解客戶的風格偏好、預算與功能需求,並進一步生成參考圖與需求清單 。當設計師接手時,面對的已不再是模糊描述,而是一份經過整理與轉譯的需求報告。

結果是什麼?

設計師可以節省超過一半的前期作業時間,並把精力放在真正有價值的創意與設計決策上 。這本質上,不只是效率提升,而是重新定義「設計如何變成一門生意」的過程。

圖1:點唐科技 dotbrand 創辦人盧子軒(Kevin Lu),將源自產業痛點的AI解決方案帶上國際舞台

圖片來源: 點唐科技dotbrand

這不只是工具,而是服務流程的重構

dotbrand 的關鍵價值,在於它並沒有試圖取代設計師。相反地,而是將設計師與業主之間最混亂、最不可控的「需求理解」轉化為一個可以被優化的流程。AI 成為設計師與客戶之間的橋梁,讓雙方在進入創意階段前,就已經站在相對一致的基準上。這樣的改變,看似只是前端的一小步,卻對整體商業結果產生巨大影響。當需求更清晰,提案更精準,溝通成本下降,成交率自然提升。也因此AI對設計師的價值不再只是「幫你做得更快」,而是「讓你更容易成交」。

圖2:點唐科技dotbrand AI設計助手介面:從需求釐清到提案生成的一站式流程。

圖片來源: 點唐科技dotbrand

從一個案例,看見AI應用的三個轉向

AI從工具成為中介:從這個案例可以看出,生成式AI正在發生一個重要的角色轉移。過去,它被視為內容生成工具:現在,則是開始進入決策前端,成為協助人類理解與判斷的中介。這意味著,未來競爭的關鍵,不再只是誰能生成更好的成果,而是誰能有效透過AI更早介入專案流程,降低不確定性與溝通時間。

產業know-how嵌入AI:dotbrand 的創新也反映出真正能落地的AI應用,往往來自於對特定產業的深度洞察。當通用AI能力逐漸普及,價值將不再來自技術本身,而是來自「如何將產業know-how嵌入AI」。這使得垂直場景的AI解決方案,更容易創造明確的商業價值。

服務流程系統化:更進一步來看,這類AI產品其實正在改變一種更根本的能力,即是把專業轉化為可複製的流程。過去依賴個人經驗的工作,正在被轉譯為系統與模型,這不僅提升效率,也讓規模化成為可能。

回到那場會議:未來已經開始改變

未來設計師提案情境,將不再是設計師獨自面對模糊需求,而是客戶在見面前,已經透過AI整理出偏好與期待。會議的重點,不再是梳理客戶到底想要什麼,而是設計師如何實現客戶對家的想像。

設計師的角色並非被AI取代沒而是被重新定義,他不再只是解讀需求的人,而是站在更高層次,做出判斷與創造價值的人,正是生成式AI真正能為產業帶來的改變,讓設計師的專業回到最核心的位置。

參考資料來源:

1.點唐科技官網 https://www.dotbrand.design/

2.不再雞同鴨講、不用施展通靈術,dotBRAND用AI問卷替設計師攻克「溝通難題」 https://meet.bnext.com.tw/articles/view/50415

 
塑膠射出產業的三個痛點:從現場問題看數位化解方
FIND研究員:徐志明

近期受到美伊戰火影響,使得石化產品上游原料受阻,而影響下游的塑膠製品生產量能,波及台灣出現「塑膠袋之亂」,從垃圾袋到農用包材一度出現缺貨與價格波動。這不只是短期供需失衡,也反映塑膠產業在環境波動下,產能調整與穩定供應之間仍有落差。

塑膠製品製造業長期為台灣製造業的重要支柱。依據經濟部工業產銷存動態統計,114年全年生產價值達3,897億元。其中,塑膠皮、板及管材約564億元、塑膠膜袋約639億元、塑膠外殼及配件約469億元,其他塑膠製品約2,225億元,應用橫跨電子零組件、民生消費及工業用途等領域。

圖1 :塑膠製品製造業次產業產值占比(114年)

資料來源:經濟部工業產銷存動態統計,資策會數轉院整理

如圖1所示,其他塑膠製品占比超過五成,代表產品樣態分散、應用範圍廣,也意味著工廠現場常面對多品項、頻繁換線與參數切換。對塑膠射出廠來說,問題往往不在設備不足,而在產能難以快速轉為穩定產出。

從產業結構來看,塑膠製品製造業約有12,563家廠商,主要集中於臺中、新北、彰化及臺南等製造聚落。整體產業以中小企業為主,超過七成業者資本額低於500萬元,且多數成立時間較長。受限於企業規模與既有作業模式,多數業者在面對數位轉型時態度相對保守,轉型動能有待提升。

本團隊進行塑膠射出製造業之數位轉型需求研究,共訪談四家業者,發現問題主要集中於試模、調機與量產穩定三個關鍵環節。

個案A為醫材代工廠,主要生產透明射出件,對油汙與雜質高度敏感。於換線過程中,上模清潔為關鍵工序,過去平均需約2小時,優化後仍需約1小時;新模試產階段則需反覆試模與參數收斂,平均約30次調機方能穩定,顯示製程切換成本偏高。

個案B為車用零組件供應商,產品涵蓋外觀件與功能性射出件,對尺寸精度與表面品質要求嚴格。在產線多由外籍員工操作,但射出壓力、保壓條件及冷卻時間等關鍵參數,仍掌握於少數資深技師手中。於新產品導入或換模時,若參數設定偏差,易導致材料耗損或成品不良率提升。

個案C為電子零組件與精密機構件供應商,對成型條件穩定性要求高。過去曾因製程數據上雲遭入侵並遭勒索,導致產線中斷。此後,企業將模具資料、射出參數及製程紀錄視為核心資產,製程系統導入須優先考量資料控管與資訊安全機制。

個案D為精密電子零組件品牌廠,具備高度自動化射出產線,亦已導入原廠監控系統。然而,製程數據受限於既有架構,難以有效匯出與分析。現場雖具備數據基礎,但難以支援模次層級之調整;在多模具、高切換頻率下,若缺乏可追溯的成型參數紀錄,在製程調機上仍高度依賴老師傅經驗,無法穩定生產品質。

綜合個案觀察,塑膠射出產業面臨三項共通挑戰:

(一)換線、清潔與試模耗時,影響產線切換效率並增加材料耗損。

(二)關鍵調機參數仰賴少數資深技師,缺乏標準化與知識傳承機制。

(三)製程數據多停留於監控用途,尚未有效應用於參數優化與製程改善。此外,在考量生產穩定性與資安議題下,多數企業導入數位化系統時會採取分階段策略,並優先聚焦單一製程應用。

實務上,企業多半優先從試模環節導入數位化,因其直接影響換線時間、材料損耗及後續量產穩定性。現行射出製程數位工具可整合材料、模具與歷史參數,產出初始成型條件,降低反覆試誤次數,使試模時間由半天以上縮短至約 30 分鐘,並提升首次成型接近量產條件的準確度。

在試模穩定後,系統可進一步延伸至量產控制。透過即時監測機台與模具狀態,當發生連續不良或成型條件偏移時,可即時修正參數,避免不良擴大,使得部分場域不良率可控制於0.1%以下。

隨著製程逐步穩定,原本仰賴經驗的調機方式,逐漸轉為可查詢與累積的成型參數資料。當相同產品再次投產時,可直接調用既有條件,減少重複試模,除了降低資深技術人員的工時外,亦能為企業累積各項產品的生產數據模型,有利於多樣客製化接單。

目前坊間數位化系統仍以雲端管理為主,以利資料集中與後續應用;為回應製造業者對資料控管與資訊安全之需求,部分資服業者開始積極發展地端部署方案,可將模具資料與製程參數保留於廠內,同時降低對外網路依賴,減少資料外洩風險。

整體而言,未來塑膠射出產業的製程數位化、智慧化發展,將朝向「雲地整合」架構演進,在兼顧資料應用效益與資安控管需求下,提供企業更具彈性之導入選擇。

【FIND觀點】

筆者認為,塑膠射出產業的關鍵限制不在於產能本身,而在於產能能否快速轉化為穩定輸出。當試模與調機仍高度依賴經驗,且製程資料未有效納入決策機制時,即使具備產線能力,也難以即時放量。

從業者實際導入路徑觀察,多半由單一製程切入,優先改善試模效率與製程穩定度,再逐步擴大應用範圍。整體而言,塑膠射出產業的數位轉型關鍵,不僅在於系統導入,更在於強化製程在切換與量產階段的穩定控制能力,以提高製程韌性與高品質產能。

參考資料來源:

1.經濟部統計處(2026),《工業產銷存動態統計》,檢索日期:2026/4/14,取自:https://service.moea.gov.tw/EE520/investigate/InvestigateDB.aspx

2.財政部財政資訊中心(2026),《全國營業(稅籍)登記(停業以外之非營業中)資料集》,政府資料開放平台,檢索日期:2026/4/14,取自:https://data.gov.tw/dataset/9400。

 
生成式AI加速新零售發展!從虛擬試穿到智慧庫存管理
FIND研究員:黃勇益 生成式人工智慧(Generative AI)正以前所未有的速度重塑全球零售業的面貌。根據 McKinsey 研究,生成式 AI 在零售領域可創造高達 4,000 億至 6,600 億美元的年度價值,涵蓋客戶服務、行銷銷售與供應鏈管理等面向 ...
 
你請的不是助理,是內鬼!AI 代理人的安全危機
FIND研究員:陸浩銘 想像一個畫面:你在AI助理的外掛市集搜尋「Google Calendar整合工具」,找到下載數排名第一的外掛,點了安裝。幾分鐘後,你的SSH金鑰、瀏覽器密碼、加密貨幣錢包,全部靜靜地傳送到一台陌生伺服器。 ...
 
蔡康永「媽媽們,忘記自己多久了?」林志玲秒懂
敬那些為愛付出的人!蔡康永在日本東京開個展《你忘記自己多久了?》,特別想告訴那些忙碌到失去自我的媽媽們:記得為自己活!他也提到,展覽的命名靈感,來自一位媽媽在難得獲得自由時間時,竟然站在街頭、不知該往哪裡走的茫然,讓前來觀展的林志玲深感共鳴。

《跟蹤》簡單的故事也能被諾蘭拍成燒腦片
《跟蹤》是神編導克里斯多福諾蘭〔Christopher Nolan〕最早的長片,台灣現在上映,但其實它的年代是1998,且當時的資金非常有限,所以要知道現在看起來會覺得質感很舊,但諾蘭的才華光芒還是非常亮眼的。如果你喜歡玩這種電影拼圖遊戲,這算是古老的版本,但還是很厲害。
 
本電子報著作權均屬「聯合線上公司」或授權「聯合線上公司」使用之合法權利人所有,
禁止未經授權轉載或節錄。若對電子報內容有任何疑問或要求轉載授權,請【
聯絡我們】。
  免費電子報 | 著作權聲明 | 隱私權聲明 | 聯絡我們