傳產數位轉型護城河：三個採購判準＋政府補助落地路徑
先給答案：AI 時代傳產數位轉型的護城河，是這三件別人搬不走的事
如果你是製造業二代，正在為傳產數位轉型評估要不要花這筆錢買 AI 或 BI 系統，先記住三個採購判準：資料最後是不是你的、對方願不願意做資料整合的苦工、你們公司的 know-how 能不能被流程化又持續長大。至於錢與時程，政府補助能讓預算排得進去；申請時要寫的查核點與績效指標，也正好是 AI 專案走出 PoC 需要的成功定義。
一句話版本
傳產數位轉型的護城河，是獨有資料、把資料打通並持續累積的能力，以及被流程化之後還會隨使用長大的領域知識，這三者的組合。模型誰都租得到，這三件事搬不走。
三個判準一張表：問什麼、寫進哪裡
三個判準各有一句採購時就該問的話，答案也各有該寫進的文件。
| 判準 | 採購時先問的一句話 | 寫進哪裡 |
|---|---|---|
| 資料最後是不是你的 | 資料要全部搬走時，會給什麼格式、要多久、要不要另外收費 | 採購合約的資料條款：所有權、取回方式、終止後交還 |
| 對方願不願意做資料整合 | 資料整合是不是獨立工項，缺資料時由誰補 | 報價單與 SOW 裡的整合工項與交付物 |
| know-how 能不能被流程化 | 加一個欄位、改一條規則，要不要排開發、誰有權限改 | 合約裡規則的維護權與修改流程 |
為什麼「有沒有導入 AI」已經不構成差異
傳產 AI 導入的比例正在快速拉高。依 NOWnews 報導，經濟部引述人工智慧科技基金會（AIF）的統計，傳產 AI 普及度 2024 年是 12.3%，2026 年已經到 38.5%。
AIF《2026 台灣產業 AI 化大調查》裡，整體企業的產業 AI 化指數也從前一年的 36.77 分升到 47.26 分（滿分 100 分）。CIO Taiwan 報導這份調查時這樣寫：
「過去數年，企業熱議的是『要不要做 AI』，而今年問的則是『該如何導入 AI』，顯示隨著生成式 AI 工具快速普及，大大降低了技術門檻，AI 已從趨勢正式邁入落地階段。」
導入 AI 這件事本身，正在變成同業都會做的事。拉開距離的是現場：你的產線每天產生什麼資料、這些資料有沒有被接起來、公司的判斷標準有沒有寫成規則。這三題答得出來，換哪一家模型供應商都不影響你的位置。
展場或提案會上最該問供應商的一句話
「這套系統跑三年後，我要把資料全部搬走，你會給我什麼格式、要多久、要不要另外收費？」對方的回答速度與願不願意寫進合約，通常比 demo 更能說明後續幾年的合作狀態。
判準一：這套系統跑出來的資料，最後到底是不是我的
資料主權是指資料的所有權、使用權與取回權歸屬誰，與資料實際存放在誰的機房無關。這件事要寫進採購合約，技術規格放在附件。
合約與報價單要看哪幾條
至少要看三條，這三條講清楚，其他細節都還有談的空間。
| 條款 | 要寫明的內容 | 沒寫清楚會怎樣 |
|---|---|---|
| 資料所有權 | 原始資料與衍生資料（報表、分析結果）的所有權歸屬 | 分析結果算誰的沒有依據，換供應商時不一定拿得回來 |
| 取回方式 | 取回資料的格式、頻率，以及是否另計費用 | 要搬資料時才發現只給報表層的彙總，或每次匯出另外計價 |
| 終止後處理 | 合約終止後交還資料與刪除備份的期限，以及刪除證明 | 合作結束後資料什麼時候交還、備份有沒有刪，都沒有依據可以追 |
我們的立場：介接方式是手段，不是採購必要條件
不少評估文章把「有沒有開放 API 或某種介接協定」寫成採購門檻。我們的判斷不同：先鎖權利，再談規格。介接規格會隨版本改寫，今天寫進合約的規格，之後的版本未必沿用；「資料是我的、我隨時拿得回來」這個權利不會跟著版本變。所以我們建議先鎖資料主權與匯出權，介接方式列在技術附件裡，隨著版本更新再談。
採購前必問的五個問題
- 系統邊界到哪裡：哪些資料在系統內、哪些仍留在 ERP 或 MES。
- 匯出格式與範圍：是完整原始資料，還是只給報表層的彙總。
- 匯出頻率：要不要人工申請、每次要等多久。
- 合約終止後的處理：交還期限、刪除證明。
- 誰有存取權：供應商的哪些角色可以看到你的資料。
如果採購的是 ERP，可以接著問 ERP 比較那篇整理的退出成本問題，像是原始碼與資料庫在誰手上、資料能不能一次匯出全部主檔與交易。
判準二：對方願不願意做資料整合與清洗這段苦工
多數提案的時間都花在展示介面，但專案真正吃掉工時的地方在前面：把散在不同系統、格式不一的資料接成一條可用的線。
分層看資料現況，不要一竿子打翻
傳產的資料分層很明顯，不能一句「都很髒」帶過。財會與進銷存這類長期受稽核的系統通常相對完整；工單主檔、料號主檔在不同系統之間常出現版本不一致；工時與報工欄位是否即時、是否有人補登，各廠差異很大。盤點時把「相對完整」「需要對齊」「幾乎沒有」三類分開標記，後面的工期估算才會準。
傳產數位化要把料號主檔對齊，先要分清楚同一顆料的原廠型號、客戶料號與內部料號；三種編號之間的對照表本身也是一份要維護的資料，BOM 那篇把三種編號的對照整理成一張表。
不用一次清乾淨：從一個決策問題往回推
先選一個真正痛的決策，從它往回推，只把那條資料線清到夠穩。
- 選一個真正痛的決策
例如接單前要不要接、哪張工單該插隊 - 列出這個決策要看的欄位
例如工單狀態、站別、標準工時 - 找出每個欄位記在哪個系統
ERP、MES、Excel 各記哪一段，以哪一邊為準 - 只把這條線的表對齊到夠穩
其他系統的資料先不動 - 跑穩之後再換下一個決策
同一套盤點順序再走一次
先進智慧製造以需求出發講的就是這個順序，而 報工即時掌握進度與成本 是第一條線常見的起手式。
在報價與 SOW 裡把整合工作寫清楚
把資料整合列成獨立工項，寫明交付物（欄位對照表、清洗規則文件、測試結果）、缺資料時由誰補、補不到時怎麼處理。這段沒寫進合約，通常會在驗收時變成雙方爭議。
判準三：公司的 know-how 能不能被流程化，而且持續長大
每間工廠都有自己的判斷標準，例如：什麼客戶可以插隊、什麼單子要先押安全庫存，只是這些判斷多半沒寫成文件，藏在經驗和默契裡，換了人就要重新摸索。把它寫下來，是這三個判準裡最難、也最值錢的一件事。
事實與判斷標準要分開放
流程資料給你的是事實，業務脈絡放的是判斷標準；兩邊合起來，才變成一個可以行動的判斷。換到現場，就是系統負責告訴你這張工單實際跑了幾天、卡在哪一站，至於「超過幾天就要通知業務」「哪一類客戶可以插隊」，屬於公司的規則：規則由你們自己改，改一條規則不用等供應商排開發。
潤謙的 Reefian 用訪談與 ERP 等系統資料交出泳道流程圖、SIPOC 表與缺口清單，用途是讓現場的事實和公司的判斷標準有一份大家都看得懂、能拿來討論的現況。
買功能還是買能力
買功能是拿到一組固定的畫面與邏輯，現場需求一變就得排開發。買能力是拿到一個可以自己調規則、自己加欄位的框架。兩種買法在報價單上不容易分辨，可以當場問供應商，問到的答案寫進合約：
- 加一個欄位，要不要排開發、要等多久。
- 改一條判斷規則，要不要另外收費。
- 公司裡誰有權限改，改了有沒有留下紀錄。
流程化不是取代老師傅
把判斷寫成規則，目的是讓判斷可以被討論、被交接、被檢討；人員輪調或新人到職，也有同一份規則可以對照。規則寫下來之後，累積經驗的人負責提修改、主管核准，每一次修改都留下紀錄。這一點在專案啟動會議上就要跟現場說清楚，否則系統上線後沒人願意填資料。
為什麼多數 AI 專案停在 PoC 就走不下去
依 Deloitte 的 2026 AI 報告《The State of AI in the Enterprise》，25% 的受訪者表示，自己的組織已經把 40% 以上的 AI 試驗推上正式環境。台灣這邊，AIF 的調查也看到落差：領先的企業已跨越專案測試階段，進度較慢的企業仍卡在數位基礎建設不全、人才不足，以及找不到核心問題。我們在專案現場看到的卡關原因大致有三種，發生的先後通常固定。
現場的人不想用
如果這件事做完只有主管看得比較清楚，現場的人看不到自己哪個 KPI 變好，就沒有動機。導入時要明確指出哪個角色因此少做哪件事、少被追問哪件事。現場已經在用的影子 Excel 是線索：它補的正是系統沒顧到的那段工作，影子 Excel 為什麼會長出來整理了常見的幾種長相。
驗證環境跑得動，正式環境就不穩
落差多半出在資料的邊界情況：試辦時挑的是乾淨的品號與正常單，正式上線後遇到退貨、改單、委外加工，規則就開始漏接。驗證階段就要故意放進這些例外，每一種都要進測試資料。
沒有人定義成功
製造業 AI 導入要走出 PoC，先要有成功定義。CIO Taiwan 報導 AIF 調查時，引述學者的看法：企業發展 AI 的成敗關鍵在於「定義問題」的能力。落到專案上，就是啟動前寫下驗收標準，至少回答三題：
- 這個專案要改善哪一個決策。
- 由誰在什麼時點使用這個結果。
- 用什麼數字檢查。
這三題沒有答案，PoC 做完就沒有下一步。能當驗收的數字，Odoo 導入那篇的指標表列了插單重排時間、月底關帳天數、報價週期這類營運指標，也列了系統登入率、報表數量這類不該拿來驗收的活動量。
把判準變成行動：用政府補助墊高執行可行性
政府補助在這裡的作用很單純：讓時程與預算變得可執行。
拿補助會不會反而更標準化
不會。補助補的是投入：同一個計畫底下，兩家公司拿到相近的資源，做出來的東西差距仍然很大，因為輸入的資料、要解的決策、寫進規則的判斷標準都不同。差異來自你自己的現場，補助只是讓這件事不必一直往後排。
補助最大的附加價值：它逼你把成功定義寫明白
申請計畫書本來就要寫查核點與績效指標。這份文件即使最後沒有送出去，也是很好的對內管理工具：你會被迫回答要改善哪個流程、用什麼數字驗收、幾個月後檢查一次。
企業端與民生補助不是同一件事
政府補助有兩套入口：個人與家戶的福利補助，以及企業的產業補助。企業要找的是經濟部及所屬單位的計畫公告與當年度申請須知。
科專補助的查詢路徑
製造業數位轉型相關的科專補助，資格、補助上限與申請窗口每年調整，要對照官方公告頁與當年度申請須知，記下查核日期。產業競爭力發展中心的輔導資源查詢是一個入口，例如經濟部產業發展署的中小製造業接班傳承 AI 應用數位轉型，目的是鼓勵企業接班人主導或協助公司進行數位轉型，計畫主持人須是企業規劃的接班人選。當年度的計畫、資格與時程，看每月更新的製造業 AI 補助總覽。
申請前先備妥的三類資料
- 公司基本文件與財務資料，照各計畫申請須知列的清單準備。
- 現況盤點包含要改善的流程、目前的系統清單與資料現況分層；量化的現況數字、現場照片、流程圖，就是申請文件裡的問題現況。
- 計畫內容包含查核點、績效指標與預算配置。
可補助的支出類別（人事、設備、委外等）每個計畫規定不同，要逐項對照該計畫申請須知原文。
時程怎麼抓
內部盤點與問題定義最耗時，通常要先做完才談得動後面的事。建議的順序：
- 盤點現況。
- 選定要解的決策，寫下成功標準，盤出這條資料線。
- 內部立案，指定專案負責人。
- 撰寫計畫書。
- 進入採購與議價。
把採購放在計畫書之後，議價時你手上已經有明確的規格與驗收標準。
服務界線
申請文件潤謙可以協助撰寫，送件以你的公司具名；核定後以資訊服務業者的身分做技術輔導與交付。研發轉型類的補助核定後，潤謙以計畫書「委託研究及勞務費」裡列的資訊服務廠商身分負責開發與導入。
潤謙自己的產品 RuninDoc 內容跟進 AI 平台，已上架經濟部產業發展署「雲市集工業館 AI 工具庫」。經濟部產業競爭力輔導團的資源分三個階段。階段一 AI 診斷與輔導由輔導團媒合的法人單位進廠做，潤謙不參與；階段二 AI 應用導入，潤謙交付的是自己的 AI 工具；階段三 研發轉型補助，潤謙協助撰寫申請文件，核定後做開發與導入。補助之間怎麼接、要不要照階段順序，看補助關係圖；誰寫申請文件、誰送件、潤謙做哪一段，看申請與交付的分工。
90 天行動表：製造業二代可以從這裡開始
三個月各做一件事，每件事都有看得到的完成標誌。
| 期間 | 要做的事 | 完成的標誌 |
|---|---|---|
| 第 1 個月 | 選一個真正痛的決策問題，寫下做到什麼程度才算成功 | 一頁文件，寫明要改善哪個決策、誰使用、用什麼數字檢查 |
| 第 2 個月 | 盤點這條資料線與系統邊界，確認匯出權與欄位缺口 | 欄位對照表，資料現況分成相對完整、需要對齊、幾乎沒有三類 |
| 第 3 個月 | 查當年度可用的政府補助管道與時程，同時談採購與驗收標準 | 申請須知查核紀錄（含查核日）、供應商報價含資料整合工項 |
這張表的擁有者應該是接班的你或指定的專案負責人，每兩週回顧一次進度，別交給資訊單位單獨扛。
一個現場場景：資料打通後改變了哪個決策
ERP 流程編排頁公開的兩則匿名案例，各從一個決策出發：食品業要回答一張訂單能不能如期出貨，電子專業代工要讓客戶更快拿到參考報價。
食品業：一張訂單能不能如期出貨
這家食品業客戶要回答這一題，得同時看三個地方：ERP 裡的帳上庫存、Excel 裡的在途與效期，還有業務手上的客戶特殊條件；批號與效期讓可用量不等於帳面數量。潤謙在既有 ERP 上蓋一層訂單履行的編排，把庫存、在途、效期與客戶條件接進同一條流程，可用量依批號與效期即時算出來。這一層不動原本的 ERP 與作業習慣，資料從原系統撈出來、算完再寫回去；庫存與效期的判斷全部照規則算，每一次調整都留稽核軌跡。客戶提供的導入前後對照：訂單履行交期從 7 天縮短到 2 天（案例頁）。
食品業訂單履行案例，畫面取自潤謙官網 ERP 流程編排頁（2026-10-25 截圖）
電子專業代工：參考報價多快拿得到
電子專業代工廠收到詢價，客戶要的是盡快拿到參考報價；報價慢，客戶就轉去問下一家。這個案子看的指標，是少流失多少因為報價慢而轉走的單。潤謙重寫了一套報價系統，從 BOM 匯入、欄位對映確認、RFQ 發出、回價匯入、定成本到加價簽核一條龍，接手時也做了一次成本公式稽核，把常見的算錯法寫成擋得住的規則。
「一份參考報價從原本的至少兩週，縮短到一週內拿得到，目標是壓到一天。客戶提供的導入前後對照：連續三個月的整體營收提升 20%。」
常見問題
數位轉型或製造業AI導入，有哪些政府補助可以申請、資格是什麼
製造業最常碰到的是經濟部產業競爭力輔導團的三個階段：AI 診斷與輔導、AI 應用導入、研發轉型補助，資格要看經濟部及所屬單位的計畫公告與當年度申請須知，查詢入口跟個人與家戶的福利補助分開。接班人主導轉型的，可以看經濟部產業發展署的「中小製造業接班傳承 AI 應用數位轉型」，計畫主持人須是企業規劃的接班人選；當年度的計畫、資格與時程整理在製造業 AI 補助總覽。三個階段裡，潤謙做階段二的 AI 工具（交付的是潤謙自己的產品）與階段三的研發轉型補助。申請文件潤謙可以協助撰寫，送件以你的公司具名；核定後以資訊服務業者的身分做技術輔導與交付。
傳產資料還沒整理乾淨，可以先導入 AI 嗎
可以，順序要對：先把支撐那一個決策的資料線清到夠穩，全公司的資料不用一次清乾淨。從你最想解的決策往回推，列出要用的欄位與來源系統；會影響金額與交期的主檔（客戶、供應商、料號）先對齊，其他資料邊跑邊清。
採購 AI 或 BI 系統時，怎麼確認資料主權在我們這邊
看合約三條：原始資料與衍生資料的所有權歸屬、取回資料的格式與頻率、終止合作後的交還與刪除期限。再確認資料能一次匯出全部主檔與交易，以及匯出要不要另外收費。介接規格放在技術附件，隨版本更新調整。
導入前要怎麼定義專案成功、驗收標準該寫哪些
啟動前寫下三題：要改善哪個決策、由誰在什麼時點使用、用什麼數字檢查。能當驗收數字的是插單重排時間、月底關帳天數、報價週期這類營運指標，系統登入率、報表數量只算活動量。驗收案例要放進退貨、改單、委外加工這些例外，寫法可以借用補助計畫書的查核點與績效指標。
老師傅的經驗真的能被流程化成系統規則嗎
能。寫成規則的是判斷的依據與條件，例如超過幾天要通知業務、哪一類客戶可以插隊。系統呈現實際發生什麼，什麼情況要出手由公司的規則決定；規則寫下來之後能交接、能檢討，現場提修改、主管核准，每次修改都留紀錄。
下一步
想先弄清楚該從哪個決策下手，可以跟潤謙約一場現況盤點：把要改善的決策講清楚，盤出那條資料線在哪些系統、缺哪些欄位，交出泳道流程圖、SIPOC 表與缺口清單。之後談採購或準備補助申請文件，都從這份現況出發。