製造業
標籤：製造業
數位轉型 API、自建、混合：給銀行、醫院、製造與公部門的 AI Agent 部署決策地圖
系列收尾篇，把前四篇收成一張可以直接拿去開會的決策地圖：依資料敏感度、可用性、流量形狀把每條 AI 流程分流到 API、自建或混合；銀行、醫院、製造、公部門各自的關鍵條件；治理先行、最小落地、依數據擴充的三步導入；以及採購時要求供應商回答的六個問題。
數位轉型 從機櫃到 Agent：算力層要具備的五個治理能力，以及三條實作路線怎麼選
GPU 是零件，算力是服務，中間差的是硬體上面那一層。本文不從技術名詞出發，先定義從機櫃到 AI Agent 之間必須具備的五個治理能力：多租戶隔離、配額與成本歸因、推論路由、可觀測性、可攜性，再攤開單機容器化、高效能運算排程器、容器編排平台三條實作路線各自適合誰。系列第四篇。
數位轉型 買了 GPU 不等於有算力：自建 AI 基礎設施的四道關卡與破解法
自建失敗的案例幾乎都不是買錯 GPU，而是買了之後算力沒有變成可用的服務。本文攤開四道關卡：供電與散熱（B200 單卡 1000W，高密度實質需液冷）、長期偏低的使用率、三年攤提撞上世代更替、交期與規格。每一道都附務實破解法：先量機房、集中排程、分階段擴充、規格書寫「要跑什麼」。系列第三篇。
數位轉型 三家同時斷線的那個早上：把 AI Agent 建在外部 API 上的三個結構性風險
2026 年 9 月 3 日 ChatGPT、Claude、Grok 同時中斷。當 AI Agent 進入核心流程，供應商的可用性就是貴司的可用性。本文拆解外部 API 的三個結構性風險：成本不可控、資料主權（金管會、衛福部、AI 基本法 2026 年的新要求）、無 SLA 的服務穩定性，以及把「可替換」設計進架構的三層做法。系列第二篇。
數位轉型 顧問進場開會半年 vs FDE 坐進你的營運現場：一家多據點通路的真實落差
同一家多據點通路，先後經歷兩種轉型：第一次開會半年、帳單八位數、基層回去用 Excel；第二次找品得網絡，FDE 第一週就交出一張能用的儀表板。本文把「顧問藍圖模式」與「FDE 先做能用、再迭代」兩種模式正面攤開對照。FDE 真實案例第三彈。
數位轉型 削足適履的終結：FDE 如何在工廠現場幾天內重寫出貨排程
一家精密零件廠最值錢的排程智慧，被國際 ERP 擋在門外、鎖進一張沒人敢動的 Excel。品得網絡以 FDE 模式進場，不動底層 ERP，幾天內在上層長出一套排程引擎，把資深員工腦中的併單、插單邏輯變成全公司都能用的系統。FDE 真實案例第一彈。