过去几年，越来越多制造企业开始导入AI。有人建立模型预测良率，有人利用AI分析异常，也有人尝试把生成式AI带进工厂，希望提升效率、降低成本。
然而，当AI真正进入制造现场后，越来越多企业开始遇到一个共同的问题：
为什么AI项目越来越多，企业的竞争力却没有同步提升？
今天解决了一条产线的问题，换一条产线，又要重新开始；这次找到了影响良率的关键因素，下一次新品导入，又得重新试错；资深工程师累积了十几年的经验，却始终难以真正留在组织里。
AI可以建立模型，却不一定能够留下经验。而真正限制制造业AI价值释放的，或许从来不是模型，而是企业能否把经验转化为持续成长的能力。
Profet AI与全球消费电子供应链重要伙伴——业成集团（GIS）合作两年的实践，正好给出了一个值得所有制造企业思考的答案 。
从客户需求到供应链竞争
AI 成为制造业升级关键
面对高端消费电子供应链竞争加剧，以及全球供应链分散带来的挑战，制造企业关注的早已不只是成本，而是质量、交付速度与运营韧性。
业成集团董事长兼首席战略官周贤颖认为，推动AI并不是为了追赶技术趋势，而是为了回应客户不断提升的要求。"AI导入不只是追随技术趋势，更重要的是能不能真正进入公司的运营，协助我们在质量、交付周期和反应速度上持续改善。"
随着客户要求越来越高，供应链竞争越来越激烈，企业真正需要的，不只是一个AI模型，而是一套能够持续改善、不断复制经验的运营能力。
逾百项AI项目落地
重新打开制程改善空间
过去两年，业成GIS与Profet AI共同完成超过100项AI项目，建立超过1,500个AI模型，涵盖制程改善、质量分析、异常预测等多个制造场景。
很多人看到这些数字，第一时间想到的是："这家公司做了很多AI。"但真正改变业成GIS的，并不是模型数量，而是他们重新理解了AI在制造现场的价值。
以其中一条光学显示薄膜产线为例，过去微粒异物污染相关不良率曾接近10%，经由Profet AI协助建立模型、分析关键因子并进行制程调整后，该项不良已改善至接近归零。另一项涂胶制程中的气泡问题，过往不良率约0.3%至0.4%，经AI分析与改善后降至约0.2%，降低约一半。
这些成果真正改变的，不只是几个数字。而是工程团队重新意识到：
许多过去认为"已经做到最好"的制程，其实仍然存在新的改善空间。
AI不是凭空创造价值，而是帮助企业重新看见那些过去看不见的数据关联。
从SOP到跨制程关联
让资深工程师经验成为可复制能力
很多人认为，AI最大的价值，是帮助工程师做出更准确的判断。但在业成GIS看来，AI真正改变的，是经验沉淀的方式。
过去，制造现场的改善高度依赖资深工程师。他们熟悉设备、理解制程，也知道不同站点之间复杂的关联。然而，这些经验往往存在个人脑中。能够写进SOP的，只是一部分；真正决定品质的跨制程经验，仍然高度依赖个人判断。这意味着，每一次新品导入、每一次制程调整、每一次人员异动，团队都可能重新经历一次学习过程。
透过与Profet AI合作，业成GIS开始将不同站点累积的数据、制程知识与工程经验逐步模型化，让AI协助找出跨制程之间隐藏的关联。
过去依赖个人能力完成的判断，开始转变为整个组织共同拥有的能力。周贤颖表示："过去很多改善要靠好的工程师，因为他们才拥有跨制程的专有技术。AI最大的价值，就是帮助我们把这些经验模型化、知识化，让制程改善逐步从靠人，走向靠模型、靠系统。"
对于制造企业来说，AI真正留下来的，不是一个模型，而是一套能够持续学习、持续优化、持续传承的知识体系。
Profet AI提供的
不只是AI工具而是一套能力建构的方法
谈到双方合作，周贤颖特别提到，业成GIS选择Profet AI，看重的不只是AI平台，更重要的是Profet AI拥有丰富的制造业实践经验，以及陪伴企业建立AI能力的方法。
整个合作过程中，Profet AI并不是完成一个项目就结束，而是与业成团队共同学习、共同定义问题、共同验证成果，并逐步培养企业内部推动AI的能力。
周贤颖形容：
"Profet AI比较像是给我们钓竿，而不是只给我们鱼。透过这个过程，我们学会如何在公司内部发展自己的改善专有技术与AI应用文化。"
Profet AI联合创始人兼CEO黄建豪也表示：
"真正的制造AI，不应停留在单点项目，而是要把现场专有技术转化为企业能够持续管理、复制与扩展的AI资产。"
基于这样的理念，Profet AI持续推动智能体Domain Twin。真正有价值的AI，不只是帮助企业解决一次问题，而是让每一次改善经验都能够持续累积，让每一次成功都成为下一次优化的基础。
制造业下一阶段竞争
已经从"模型"走向"经验"
过去几年，制造企业讨论最多的问题是："如何导入AI？"未来几年，更值得思考的问题将变成："如何让AI持续成长？"设备可以买，模型可以训练，算力可以升级。但一家企业几十年累积下来的工艺经验、制程知识与改善逻辑，却是最难复制的竞争优势。
业成GIS两年的实践，让我们看到了一件事：
真正领先的制造企业，不只是拥有AI，而是能够把经验沉淀下来，把知识持续复制，把AI真正变成组织能力。
当AI从一个项目，变成企业持续学习的系统，它创造的，就不只是一次良率提升，而是长期竞争力。