在台美关税协议底定後，全球半导体产业版图将迎来重大变革，未来如何维系台湾产业竞争力更是关键！长期专注於制造业AI解决方案的杰伦智能推出的AI解决方案「领域经验分身」（Domain Twin），则强调不仅可协助制造业客户把流程知识转化为可复用的数位资产，提升决策与营运效率；并在全球扩张时掌握关键Know How，传承经验并创造更高价值。

杰伦智能 (Profet AI)执行长特助杨建洲

因目前利用AI技术提升效率与品质控制，已成为全球制造业提升竞争力的重要策略。在台湾曾被誉为「护国神山」的半导体，若未来导入传产或机械设备业最明显的文化差异，便在於後者更重视生产现场经验。

半导体等高科技制造业因高度自动化，累积了大量制程与设备数据，也具备较严谨的管理纪律；然而在 AI 落地部署阶段，资料常分布於 MES、ERP、机台与检测等多套系统之间，定义与权限各异，导致整合、对齐与调用成本高，进而形成「数据孤岛」，成为企业在导入工具时所遇到的门槛。

杰伦智能 (Profet AI)执行长特助杨建洲表示，特别是在知识传承方面，因为制造业内部丰富的专业知识往往以文件或囗述形式存在，专家经验数位化困难，更缺乏系统性管理，难以有效转移给新进人员。该公司最新推出的Domain Twin Platform平台，则强调具备整合知识管理、机器学习、代理式AI (Agentic AI)等模组，，将现场经验封装，转化为企业内可复制、扩散以及放大的AI资产。

其中经由AutoML无代码（No-Code）机器学习软体与其内建的演算法，常用於研发阶段，可将现场过去累积的叁数数据等结构化资料，转换为AI模型，快速在制程产线上协助辅佐决策，让新人也能够快速承接老师傅经验。简而言之，企业只要上传相关历史数据，即可快速建构Domain Twin，为企业快速达到减少测试次数、降低NG率、减少实验成本等效益。

此外，伴随 AI 软体与系统快速崛起，企业若需在不同平台间反覆交换资料、切换软体，不仅增加维运与整合负担，也容易使工作流变得零碎；因此如何以标准化介面将能力整合到既有流程，成为落地关键。杨建洲指出：「若要让AI加速在制造业落地，不只须专注降低单项成本，更要能把 AI 模型与工具真正嵌入既有工作流，才能扩大整体效益。

因此，有别於传统数位分身需长时间客制化，利用杰伦智能的AI Studio代理式AI协作软体，还可整合训练好的模型，依企业需求创建各式AI Agent，支援MCP、工具调用、工作流设定等能力，串联员工个人、企业部门层级的治理知识与资料规范，让资料在可控框架下被使用与产生，确保技术与资料自主权。

相关能力亦可推动整体营运升级，应用於研发、生产、试产、派工、检测等流程，达到降本增效，让企业与供应链夥伴更快速上线。未来软体商可透过 API 介接，并依 MCP（Model Context Protocol）标准，提供对应的工具与资料存取介面（MCP server），以加速完成工具与工作流串接，提升 AI Agent 调用企业系统与工具的互通性与重用效率。

透过AI协助供应链数据分析，企业可提升对市场变化的预测与预警能力，并支援动态调整生产排程与库存配置，，降低对单一市场的依赖。在企业对外扩张同时，还能确保关键数据资料只在内部运行，并提升营运效率、降低成本，以强化快速适应国内外市场变化的竞争力。