DAY 4

賦能共生
分析設計實作

資源與工具分享 × 彈性交接異常 × 系統實戰演練
講者:徐小雅(Sylvia)|展輝科技股份有限公司 專案管理・軟硬體規劃設計整合
課程規劃:陳志騰(Allen)|國立臺中科技大學・AIBILA 研究室
延伸閱讀:《倉儲與運輸管理 —— 以系統思維邁向雙軸轉型》第 2、4、6、9–12、14 章
日期:2026 年 9 月 29 日(週二)|台中市電腦商業同業公會 + 線上直播
開場

動起來!把四天的內容整合

看見 → 算得出來 → 接得起來 → 動起來

Day 1 看見

物流的本質與五元組

Day 2 算得出來

排車邏輯與低碳路徑

Day 3 接得起來

點線面、倉儲與運輸運作核心

Day 4 動起來

資源・彈性・實作

單元 J|資源與工具

  • 工研院 AI 物流工具
  • 補助計畫與公會資源
  • 缺什麼、找誰

Ch10 §10.5・Ch14

單元 K|AI 工具與資料紅線

  • 使用者故事與提示框架
  • 資料能不能給 AI 看
  • 去識別化五個做法

Ch2 §2.5

單元 L|會呼吸的物流

  • 變更落在哪一格
  • 寫死・參數化・主檔
  • AI 在異常的位置

Ch10 §10.4・Ch11・Ch12

單元 M|系統實作

  • 管好貨‧物:倉儲進出
  • 科技圈整合圖
  • 四天總結

Ch4・Ch6・Ch9

J

資源與工具分享

AI 與物流整合應用案例・補助計畫資源・公會課程
  • 工研院 AI 物流應用工具
  • 流通服務智慧加值推升計畫
  • 台中市電腦公會資源
  • AI 世代的衝擊與缺口對應

延伸閱讀:Ch10 §10.5 落地三路徑、Ch14 顧問的 10 個永遠問題

單元 J

資源與工具分享

課堂錄影 × 單元簡報

錄影約 75 分鐘。00:31:25 起約 12 分鐘為課堂播放的工研院平台介紹與設備影片。

點章節直接跳到該段:
J-1

先問資料在哪裡,再挑工具

工研院 AI 物流應用工具
工具做什麼資料在哪裡延伸閱讀
AI 光學字元辨識(OCR)單據數位化結合光學字元辨識與自然語言處理(NLP),分析語句文意,把紙本物流單據轉成資料;講者提供的文字辨識精準度約 95%在單據上Ch2 §2.1
材積重量測量(靜態、動態)設在收發貨處,快速量出尺寸與重量,搭配手持裝置清點數量,可直接計費在貨上Ch6 §6.1
AI 需求預測平台、銷售量預測模型由歷史銷量、天氣、促銷等資料分析銷售模式特徵,預測未來需求以精準備貨在歷史裡Ch2 §2.5
揀貨路徑規劃模擬揀貨作業時間與距離,疊代多組可能解,在規定時間內選出近似最佳解;點數越多、廠區越大,效益越顯著在儲位與訂單裡Ch5 §5.4・Ch7
棧板、籠車堆疊依貨品尺寸與重量規劃堆疊方式,提高棧板與籠車裝載率在貨品主檔裡Ch8 §8.3
挑工具的順序:在單據上 → 光學字元辨識與影像辨識;在歷史裡 → 預測與最佳化;在文件裡 → 問答型工具。先做小範圍驗證,再談全面導入。

本頁工具為工研院研發成果,規格以工研院公告為準。錄影中播放的介紹影片屬原權利人所有。

J-2

公會是「幫你去找資源」的單位

補助計畫 × 公會資源

流通服務智慧加值推升計畫

  • 創新流通服務方案實證
  • 智慧流通服務方案應用
  • 案例:物流士輔助助理(配送前先以語音確認能不能收,減少白跑)

課堂所示為 115 年計畫資料;每年依主管單位公告為準。

台中市電腦公會

  • 課程與人才培訓:AI 菁英實戰班、數位培力課程、製造業數位轉型課程、iPAS 考前衝刺班(淨零碳規劃管理師、AI 應用規劃師)
  • 資安輔導:資安評級與破口快篩、供應鏈資安合規、ISO 27001 主導稽核員課程
  • 補助與輔導:協助會員申請政府補助;低碳化及智慧化人才培訓計畫——本課程就是其中一環
補助計畫都有時程,多半上半年公告。建議下半年就開始追蹤各計畫資訊,名額有限,提早準備。
J-3

價值鏈重心已移往「提出好想法」那一端

AI 世代的衝擊 × 缺口對應資源

AI 世代帶來的衝擊

  • 從「執行型」轉向「定義問題與架構設計」:基礎程式與重複性文件的門檻被抹平,核心價值在洞察痛點、定義架構、提出方案。
  • 行動力即競爭力:有想法就能用 AI 快速做出概念驗證(PoC, Proof of Concept),驗證商業可行性。
  • 核心心態:不等待被動派工,主動用工具快速試錯、探索新解法。

缺口對應資源方向

缺技術找法人:工研院的光學字元辨識、材積重量、需求預測、揀貨路徑、堆疊技術
缺經費找補助:與資訊廠商合作申請計畫,公會可協助盤點與撰寫申請書
缺數位能力找課程:AI 實戰班、數位培力課程、iPAS 考前班
缺資安找輔導:公會協助健檢與補強資安意識
缺物流整合方案找系統整合商:釐清物流需求、規格定義到應用落地與持續維運
回到課本Ch10 Allen 現場筆記「寧 SaaS 不自建」,以及產學合作、工研院系統整合三條在地資源管道;Ch14 Q9 談下一個五年需要的三類人才。Ch10 §10.3・§10.5・Ch14 Q9
K

AI 工具與資料紅線

工具是別人的,資料是你自己的
  • 使用者情境故事與提示框架
  • Claude Code 與 AI 工具使用心得
  • 資料紅線:不能貼/可以貼/不確定
  • 去識別化五個做法與離線工具

延伸閱讀:Ch2 §2.5 AI/BI 落地架構、各章章末 AIBILA Prompt Box

單元 K

AI 工具與資料紅線

課堂錄影 × 單元簡報

兩段錄影共約 55 分鐘。第 2 段 00:28:10 起是去識別化離線工具的實際操作。

點章節直接跳到該段:
K-1

把需求講清楚,AI 才幫得上忙

使用者故事 × 提示框架 × AI 開發工具

使用者情境故事(User Story)

作為[角色],我想要[功能],以便[價值]。

角色功能價值
倉儲揀貨員掃描後自動顯示揀貨路線減少走錯路、提升揀貨效率
貨車司機即時接收動態路線與異常通知縮短等待、準時送達
倉庫主管一鍵查看所有訂單的即時狀態快速掌握異常、縮短處理時間

先用使用者故事把需求寫下來,再交給 AI 補驗收條件。

提示框架:R-I-S-E

R 角色
Role
設定 AI 扮演的身分(例:倉儲顧問)
I 輸入
Input
提供分析所需的資料或背景
S 步驟
Steps
要 AI 依序完成哪些步驟
E 期望
Expectation
希望得到的產出格式與標準
Claude Code:/remote-control
核心概念是「環境不搬走,控制延伸出去」:程式在原本的電腦上持續執行,人在外面用另一台電腦或手機查看進度、回答問題、讓長時間任務繼續跑。
講者的使用心得
  • 剛起步燒 Token 難以避免,重點在用,而非省
  • 檔案分門別類擺放;不是讓 AI 讀越多越好
  • 每個階段的產出整理成 markdown 文件,換工具或開新對話時接續使用
  • 議題太大時,先把對話彙整成文件再開新對話
K-2

多數人不是故意違規,是不知道界線在哪裡

資料紅線
情境:Ware 想讓 AI 分析上個月的到貨異常,把配送單明細複製貼上,「姓名我有刪掉啊」。 但地址、到貨時段、品項還在——等於沒刪,而且這是客戶的資料,不是我們的。

三個理由,順序由重到輕

① 法律責任

《個人資料保護法》規範蒐集、處理、利用;去識別化到無從識別特定當事人,才不算個人資料。客戶的收貨人資料是委託你保管的。

② 營業秘密

運費費率、合約條件、報價策略;客戶名單與出貨量;系統網址、帳號、內部 IP。這些外流不會有人通知你。

③ 工具本身

免費版工具多半會拿輸入去改善模型;企業版或 API 通常可關閉訓練與保留。外掛權限要看清楚;公司禁止的就不要用。

不能貼
收貨人姓名、電話、地址;運費費率、合約條件、報價;帳號密碼、系統網址、內部 IP;未去識別化的原始單據
可以貼
去識別化後的明細;彙總後的數字與比例;流程與規則的文字描述;欄位名稱與資料型態
不確定的時候
先問公司的資安或法務;或只貼欄位名稱、不貼內容——你要的是方法,不是讓它看客戶資料
K-3

去識別化要處理的是「組合」,不只是姓名欄

示範 × 五個做法

同一張配送單的三個版本

欄位① 原始資料② 只刪姓名(不夠)③ 真正去識別
收貨人王*明(全名)(刪除)C-0132
電話09xx-xxx-123(刪除)(刪除)
地址台中市西屯區○○路 12 號 5 樓台中市西屯區○○路 12 號 5 樓台中市西屯區(407)
時段週二 19:00–21:00週二 19:00–21:00晚間
品項具體品名 × 4具體品名 × 4日用品類 × 4

地址 + 時段 + 品項,就足以指認一個人。

做法怎麼做物流的例子什麼時候用
遮蔽整欄刪除,或以*取代部分字元電話、身分證字號、門牌號碼分析上完全用不到
代碼化用固定代碼取代真實值收貨人 → C-0132;門市 → S07;司機 → D-11要分辨「是不是同一個」但不需知道是誰
泛化降低精細度地址 → 郵遞區號;19:00–21:00 → 晚間;品項 → 品類要分區、分時段、分類別分析
分桶數值改成區間金額 → 級距;件數 → 1–5/6–20/21 以上避免用唯一數值反推是哪一筆
彙總只給統計結果,不給單筆每家門市每月到貨率、每車次平均停靠數只需要看趨勢

五個做法可以疊加使用——先遮蔽、再代碼化、需要的話再泛化。

K-4

去識別化不是刪掉幾個欄位,是確認無法識別出實際對象

常見欄位 × 三個常見情況 × 離線工具

物流常見欄位對照表

欄位建議做法處理後
收貨人姓名代碼化C-0132(同一人維持同一組代碼)
電話、手機遮蔽(刪除)
配送地址泛化到郵遞區號或路段台中市西屯區(407)
門市名稱代碼化S07
到貨時段泛化成時段上午/下午/晚間
品項名稱泛化成品類日用品類、冷藏食品類
數量、金額分桶1–5 件/6–20 件/21 件以上
司機姓名、車號代碼化D-11、車 A

最容易忽略的三個:門牌號碼、精確到貨時間、特殊品項。

以為處理過了,其實可以被還原

  • 組合重新識別:單看每一欄都沒問題,組起來就認得出來。問自己「這一列能不能對到一個人」。
  • 分多次貼:同一個對話裡,工具會把前後文接起來。把整段對話當成一次提交來看。
  • 代碼可以反推:用姓名縮寫、員工編號、車牌後三碼當代碼。對照表留在自己手上。

課堂離線工具

講者提供的去識別化網頁可離線開啟,搭配模擬的出貨單資料練習;資料不會離開你的電腦。

K 互動

刪掉姓名還不夠嗎?

單元 K 情境題
互動|請回覆 Y 或 N
一份配送明細刪掉了收貨人姓名和電話,保留完整地址、到貨時段和品項。這樣可以直接貼給免費版 AI 工具分析嗎?
Y可以,姓名電話都刪了
地址到門牌、精確時段、特殊品項組合起來,就足以指認一個人;免費版工具還可能拿輸入去訓練。
N不行,還要再處理
地址泛化到郵遞區號、時段改成上午/下午/晚間、品項改成品類,收貨人代碼化。或者只貼欄位名稱,請 AI 寫分析步驟。
講解要點:去識別化處理的是「組合」,不只是姓名欄。三條紅線任何一條成立,就足以讓你先處理資料再貼。
K 小結

工具和資源都是別人的,只有資料是你自己的

第一段小結

01 趨勢:價值移到想法端

  • 核心變成定義問題與架構設計
  • 有想法就能用 AI 快速做概念驗證

02 資源:缺什麼、找誰

  • 技術找法人、經費找補助
  • 能力找課程、資安找輔導

03 工具:先問資料在哪裡

  • 單據 → 辨識;歷史 → 預測與最佳化;文件 → 問答
  • 先做小範圍驗證

04 前提:資料能不能給 AI 看

  • 三條紅線:不能貼/可以貼/不確定先問
  • 五個做法:遮蔽・代碼化・泛化・分桶・彙總
L

會呼吸的物流

計畫都對,但事情一直在變——系統跟得上嗎?
  • 同一天裡的三次變更
  • 彈性的三種代價
  • AI 在異常裡的四個位置
  • AI 的三種角色:誰按下那個確認

延伸閱讀:Ch10 §10.4 動態改派、Ch11 在途異常與韌性、Ch12 異常簽收

單元 L

會呼吸的物流:彈性・變更・異常

課堂錄影 × 單元簡報

錄影約 32 分鐘。

點章節直接跳到該段:
L-1

變更本身不是問題,變更沒有進系統才是

同一天裡的三次變更
情境:早上八點排好的車,到下班前改了三次:09:00 客戶臨時加單、11:00 門市改送貨地址、14:00 國道事故兩台車塞住。 調度、倉管、客服各自處理,系統裡看不出來改過。「那明天再出同一張單,系統會用哪一個地址?」——舊的。

三次變更,各打到系統的哪一格

變更落在哪一層系統要動什麼沒進系統的後果
客戶臨時加單線(車次明細)配送單新增、車次明細加點、重排到店順序回單對不起來、運費算不對
門市改送貨地址點(配送點主檔)配送點地址與郵遞區號更新明天排車還是排到舊地址
國道事故改路線線(實際軌跡)到店順序調整並留下調整事件計畫與實際的落差無法分析
同樣一句「改一下」,有的改資料、有的改設定、有的要改程式——分不清楚,每次都要找資訊部門。
回到課本動態路線的五類觸發與改派(Ch10 §10.4)、在途五類異常(Ch11 §11.2)。Ch10 §10.4・Ch11 §11.2
L-2

會呼吸的系統:該改的地方,對的人改得動

寫死・參數化・主檔
做法誰能改、怎麼改改一次要多久適合放這裡的東西
寫死在程式排開發、測試、上版數週法規要求、絕對不能違反的流程
參數化設定系統管理員在設定畫面改數分鐘隨客戶、季節、車隊調整的條件
規則化主檔現場人員維護主檔就生效即時地址、時窗、車型、工時這類每天在變的資料

問題一:多久變一次

  • 一年以上不變 → 可以寫死
  • 每季或每個客戶不同 → 參數化
  • 每天都在變 → 主檔,現場自己維護

問題二:變錯了誰會痛

  • 違反法規或安全 → 不開放
  • 影響計價與對帳 → 要有覆核
  • 只影響作業效率 → 現場可以自己調

常見的誤判

  • 配送點地址寫死在程式裡 → 每次改址要報修
  • 排車參數全開給現場 → 每個人設定不同,結果無法比較

不是越彈性越好:全部參數化,設定複雜到沒人敢動;全部寫死,每次變更都要排開發。

L-3

越接近「車真的出發」的那一步,越需要人按下確認

AI 在異常的四個位置 × 三種角色

① 偵測

哪些是異常、哪些只是正常波動

吃:歷史到店時間、溫度紀錄|難度中

② 通知

依等級決定通知誰、用什麼方式

吃:狀況代碼 × 分級規則|難度低

③ 建議

可以改派哪一台、哪幾點要移

吃:車次・位置・工時・材積|難度高

④ 學習

這類異常的根因是什麼

人做,AI 只提供素材

AI 可以告訴你「這三家門市最近常拒收」,但要不要改合約、改路線、改時窗,是人的決定。

AI 的三種角色

角色AI 做什麼物流裡的例子出錯代價
助理整理、摘要、轉格式會議紀錄 → 需求清單;口述 → 使用者故事草稿低:重做一次就好
參謀提方案、列取捨三種責任區畫法各有什麼代價中:多討論一輪
執行者直接產生影響現場的結果AI 排車、自動派遣、自動通知高:車真的會開出去
AI 算:產生方案→人檢查:點開車次看限制→人確認:改或接受→人啟動:車才出發→回饋:落差回頭修參數
回到課本異常閾值的動態校準(Ch11 §11.2)與異常簽收的分類處置(Ch12 §12.2)。Ch11・Ch12
L 互動

AI 排好了,可以直接發車嗎?

單元 L 情境題
互動|請回覆 Y 或 N
86 張配送單匯入,按下 AI 排車,不到一分鐘排出 12 條路線(以前兩個人要排一個半小時)。可以直接按啟動嗎?
Y可以,AI 比人快又準
第 7 車最後三站跑到另一區,那個客戶一直指定冷藏車;司機今天只能跑到下午三點。這些條件,AI 知道嗎?
N先點開車次檢查限制
指定車型、司機當天工時、臨時狀況,如果沒寫在主檔與參數裡,AI 就不知道。最後那個確認鍵,是人按的。
講解要點:AI 是執行者時,出錯代價最高。人是唯一能負責的元素;而能讓 AI 越排越準的,是把這次發現的限制寫回主檔與參數。
L 小結

變化發生時,系統知道要改哪一格、誰去改、改了留下什麼

第二段小結

01 彈性是分層的

  • 寫死/參數化/主檔,代價差很多
  • 判斷兩問:多久變一次、變錯誰會痛

02 交接點要先講好

  • 以誰為準、差異記在哪、誰處理
  • 交接點不屬於任何一邊,所以最容易掉

03 追蹤鏈要完整

  • 報到・綁定・出廠・到店・簽收・完成
  • 六個時間戳,少一格就看不到過程

04 異常要能被統計

  • 狀況類型與原因:可窮舉、互斥、可行動
  • 「其他」超過兩成,這張表就沒用
M

系統實作演練
與四天總結

模擬規格,再把規格放到系統上跑一次
  • 管好貨‧物:環境與倉儲配置
  • 期初開帳 → 進貨 → 驗收 → 上架 → 出貨通知
  • 科技圈整合圖:四層 × 四段

延伸閱讀:Ch4 WMS 架構、Ch6 入庫驗收與上架、Ch9 TMS 架構、Ch2 四層神經網路

單元 M

系統實作演練:管好貨‧物

課堂錄影 × 單元簡報

四段錄影共約 2 小時。第 3、4 段是完整的環境建置與倉儲進出操作,適合邊看邊跟著做。

點章節直接跳到該段:
M-1

上午講的每一個欄位,在系統裡實際長什麼樣子

實作步驟 × 對照 Day 3

每一關的格式:做什麼 → 看哪一格 → 留下什麼痕跡。點右欄可直接看該段操作。

步驟做什麼對照 Day 3 的概念錄影
環境與主檔物流中心、倉儲運作範本、郵遞區號、客戶貨品、店家與指定區域G-2 點的主檔;I-2 配送點主檔
倉儲配置儲位隸屬儲區、倉儲配置總覽、儲位基本資料H-3 入庫邏輯、預加預扣
期初開帳產生期初庫存H-4 帳要答得出四句話
進貨通知建立預計進貨H-1 收:進貨通知
進貨驗收列印驗收單、輸入實收量與效期批號H-2 驗收四個檢查
入庫上架製作入庫單、系統建議儲位、上架H-1 入庫指示;H-4 上架掃實際儲位
庫存查詢庫存、儲位庫存、異動查詢、上架邏輯參數H-4 雙帳與異動紀錄
出貨通知建立出貨資料H-1 送:出貨通知、出貨檢核
運輸配置物流中心資料、運輸運能配置I-1 TMS 七步流程
說明:課程規劃中的出貨檢核、揀貨驗出、轉配送單、排車、簽收與配送追蹤等運輸半場操作,本次未收錄錄影;相關系統畫面可回看單元 I。演練帳號由辦課單位統一開立。
M-2

系統出問題時,先在這張圖上定位:是哪一格斷了?

科技圈整合圖:四層 × 四段
倉內
倉運交接
運輸在途
收貨端
感知
掃碼驗收・揀貨・盤點
對點數量・beacon・QR
GPS 位置・溫度
簽收・拍照・狀況原因
傳遞
出貨通知 EDI/Excel
出庫單 → TMS;車次 → WMS
車機 → GPS 平台 → 雲端
推播:出車・到店・完成
記憶
WMS 總帳・儲位帳・異動
對點紀錄・差異紀錄
TMS 車次・配送單・回單
雲端簽收・配送歷程
解讀
儲位使用・盤點差異
對點差異率
AI 排車・預估抵達・完成率
門市到貨查詢・管理報表
碳伴生層:貨運公司(Scope 1/3)・車型・實際里程・載重材積・倉庫與溫控設備用電(Scope 2)
回到課本直列「感知・傳遞・記憶・解讀」就是 Day 1 的資訊四層神經網路;碳伴生層對應 Day 2 的 GHG Protocol 三範疇。Ch2 §2.1・Ch13 §13.1
M-3

看見 → 算得出來 → 接得起來 → 動起來

四天總結

Day 1 看見

五元組「人・貨・場・車・路」、收存送三流程、資訊四層神經網路、兩階段決策金字塔。

Ch1–Ch3

Day 2 算得出來

TMS 三模組、排車兩個動詞、VRP 四階解法階梯、碳化路線與減量四招。

Ch9・Ch10・Ch13

Day 3 接得起來

整合的三個條件、點線面、5W1H 痕跡、WMS 下指示、TMS 七步流程與三個主檔。

Ch4–Ch12

Day 4 動起來

缺口對應資源、資料紅線與去識別化、會呼吸的系統、在系統上走一趟。

Ch2・Ch10・Ch11

帶回辦公室的三件事:
  1. 抽一張昨天的配送單,追到回單計價,數一數要開幾個系統、打幾通電話。
  2. 把公司最常發生的三種「改一下」,分別歸到寫死、參數化或主檔,並寫下由誰改。
  3. 下次把資料交給 AI 之前,先做 30 秒檢查:這一列能不能對到一個人?
善用工具 把握資源 共享合作。 本頁內容整理自講者課堂簡報;系統畫面屬展輝科技所有,工具與計畫資訊以工研院及主管單位公告為準。
1 / 1 講者 徐小雅(Sylvia)|課程規劃 陳志騰(Allen)・AIBILA 研究室|《倉儲與運輸管理——以系統思維邁向雙軸轉型》