在台美關稅協議底定後，全球半導體產業版圖將迎來重大變革，未來如何維繫台灣產業競爭力更是關鍵！長期專注於製造業AI解決方案的杰倫智能推出的AI解決方案「領域經驗分身」（Domain Twin），則強調不僅可協助製造業客戶把流程知識轉化為可複用的數位資產，提升決策與營運效率；並在全球擴張時掌握關鍵Know How，傳承經驗並創造更高價值。

杰倫智能 (Profet AI)執行長特助楊建洲

因目前利用AI技術提升效率與品質控制，已成為全球製造業提升競爭力的重要策略。在台灣曾被譽為「護國神山」的半導體，若未來導入傳產或機械設備業最明顯的文化差異，便在於後者更重視生產現場經驗。

半導體等高科技製造業因高度自動化，累積了大量製程與設備數據，也具備較嚴謹的管理紀律；然而在 AI 落地部署階段，資料常分布於 MES、ERP、機台與檢測等多套系統之間，定義與權限各異，導致整合、對齊與調用成本高，進而形成「數據孤島」，成為企業在導入工具時所遇到的門檻。

杰倫智能 (Profet AI)執行長特助楊建洲表示，特別是在知識傳承方面，因為製造業內部豐富的專業知識往往以文件或口述形式存在，專家經驗數位化困難，更缺乏系統性管理，難以有效轉移給新進人員。該公司最新推出的Domain Twin Platform平台，則強調具備整合知識管理、機器學習、代理式AI (Agentic AI)等模組，，將現場經驗封裝，轉化為企業內可複製、擴散以及放大的AI資產。

其中經由AutoML無代碼（No-Code）機器學習軟體與其內建的演算法，常用於研發階段，可將現場過去累積的參數數據等結構化資料，轉換為AI模型，快速在製程產線上協助輔佐決策，讓新人也能夠快速承接老師傅經驗。簡而言之，企業只要上傳相關歷史數據，即可快速建構Domain Twin，為企業快速達到減少測試次數、降低NG率、減少實驗成本等效益。

此外，伴隨 AI 軟體與系統快速崛起，企業若需在不同平台間反覆交換資料、切換軟體，不僅增加維運與整合負擔，也容易使工作流變得零碎；因此如何以標準化介面將能力整合到既有流程，成為落地關鍵。楊建洲指出：「若要讓AI加速在製造業落地，不只須專注降低單項成本，更要能把 AI 模型與工具真正嵌入既有工作流，才能擴大整體效益。

因此，有別於傳統數位分身需長時間客製化，利用杰倫智能的AI Studio代理式AI協作軟體，還可整合訓練好的模型，依企業需求創建各式AI Agent，支援MCP、工具調用、工作流設定等能力，串聯員工個人、企業部門層級的治理知識與資料規範，讓資料在可控框架下被使用與產生，確保技術與資料自主權。

相關能力亦可推動整體營運升級，應用於研發、生產、試產、派工、檢測等流程，達到降本增效，讓企業與供應鏈夥伴更快速上線。未來軟體商可透過 API 介接，並依 MCP（Model Context Protocol）標準，提供對應的工具與資料存取介面（MCP server），以加速完成工具與工作流串接，提升 AI Agent 調用企業系統與工具的互通性與重用效率。

透過AI協助供應鏈數據分析，企業可提升對市場變化的預測與預警能力，並支援動態調整生產排程與庫存配置，，降低對單一市場的依賴。在企業對外擴張同時，還能確保關鍵數據資料只在內部運行，並提升營運效率、降低成本，以強化快速適應國內外市場變化的競爭力。