南港輪胎 × Profet AI：從燃油時代到「數位輪胎」，開啟傳產轉型之路

1959 年創立至今，它見證了台灣從代工走向自有品牌，也陪伴汽車產業從燃油邁向電動；產品線持續擴張，涵蓋轎車、越野、冬季等多元輪胎，規格累積至三千項以上。

然而，在由數據與演算法驅動的新時代，老方法逐漸失靈：產品更趨多樣、交期更緊、需求變化更快，任何微小誤差都可能放大為高昂成本。張富傑副理直言：「我們公司是少量多樣的生產模式，這樣的複雜性讓我們必須更快反應。如果還用傳統的手動排程、紙本記錄，就會在效率上被拖垮。」問題的根源在於資訊分散、經驗難以複製、溝通效率不一──每個環節各自為政，缺乏一個能讓全鏈協同運作的平台。

於是，南港輪胎開始重新檢視整個流程，從研發到生產、從庫存管理到接單預測，逐步思考哪裡能自動化、哪裡能數據化。

名為 AI 的傳產「新功法」：南港輪胎如何用數據突破研發極限

「輪胎這個行業經營起來真的是不容易啦。」張副理說，「上有米其林、馬牌輪胎這些國際大廠，下有紅色供應鏈用低價搶市。我們只能在中間夾縫求生。」

南港輪胎產品銷往189個國家、外銷佔比高達九成。然而在這條漫長的製造鏈中，效率與成本始終是一場拉鋸戰。張副理回憶：「輪胎研發週期很長，一個新花紋從立案到上市，往往要一年、兩年。必須經過設計、試模、驗證、修正，每一步都要時間。」

為了縮短研發與生產流程，南港輪胎與 Profet AI 合作展開導入計畫。從研發到行銷，Profet AI 主要被應用在四個場景：「壓接地預測」、「低溫模量調參」、「胎面餘長設定」、「訂單數量預測」。

一、從壓接地預測開始，實驗周期縮短近四倍

過去，研發人員要確認輪胎與路面的接觸情形，得先繪圖、製模，再進行「壓花紋」實驗，每次至少花兩三天。「這個過程很繁瑣、成本高，也要很多人力。」張副理之處常常要等半個月才知道結果，一旦接地不均勻，就得重來。

南港輪胎透過 Profet AI 的 AutoML，將上千筆研發資料（包含模具設計、尺寸、重量等特徵）匯入系統，建立壓接地預測模型。工程師只要輸入設計參數，模型便能在幾秒內預測接地長度與寬度，並比對歷史最佳樣本。實驗周期因此從 12 天縮短至約 3.5 天，大幅降低試模成本與人力耗損。

二、在膠料的世界裡，用 AI 模擬雪地

輪胎性能不只取決於花紋，更關鍵在膠料。「我們的產品很多元，不同膠料的適用性是設計中最重要的環節。」張富傑說。尤其針對歐洲市場的冬季胎，膠料必須同時兼顧「低溫柔軟性」與「濕地抓地力」，但兩者常互相牴觸。「有時低溫穩定了，濕地抓地就會掉。」他又指出台灣氣候溫暖、缺乏低溫測試，也讓研發更具挑戰。

南港輪胎利用 Profet AI 平台將歷年測試資料轉化為預測模型，模擬不同膠料在低溫下的彈性變化，幫助工程師找出影響性能的關鍵因素。當輸入配方比例與材料資訊後，系統便能預測玻璃轉化溫度（Tg）與模量變化，提供早期決策依據。雖模型與實測仍有微誤差，但已展現巨大潛力。過去必須等冬季實測的項目，如今可在模型中預演，讓研發速度與市場反應力同步提升。

三、把老師傅的手感變成模型：胎面餘長設定

「這個環節必須依規格調整長度。以前靠師傅經驗輸入，規格一多，人為誤差就容易出現。」張副理指出。這些誤差造成退料與重工，增加成本。

為解決問題，南港輪胎透過 Profet AI 平台，系統能根據環境與設備條件，自動提供最佳參數建議。如今更換規格時，作業員只需輸入原料批次與溫度條件，AI 即可給出建議設定值，並標示偏離警示。根據分析顯示，過去南港因設定不準造成的退料，全年加工費損失高達百萬元。導入 AI 後，有望顯著降低浪費，讓經驗轉化為工廠的集體智慧。

四、讓 AI 預測訂單，排產更有依據

南港輪胎將歷年 ERP 訂單資料交由 Profet AI 自動建模分析，依歷史接單量與趨勢預測下月需求。如今，每到月初，業務人員只需輸入最新數據，系統便能生成預測結果，作為排產與備料依據。

測試結果顯示，模型能在短時間內預測訂單變化，雖仍有誤差，但已證明其可行性。未來南港能提前掌握熱門規格，優化產線節奏與資源配置，減少浪費。

「傳統產業就像武俠小說的主角，要不斷透過新的功法來洗精伐髓、重練體質。」張副理笑說。如今的南港輪胎，正以 AI 這套「新功法」打磨自己的根基。

從抗拒到共創： 「手感」和「數據」要如何溝通？

對許多員工來說， AI 一開始是一個陌生的「對手」。它快速、精準，但用「數據」說話；而老師傅的語言是手感與經驗。兩種語言第一次交會，難免摩擦。

張副理坦言在推動現場時，最大的挑戰是把經驗轉化成資料模型，像壓延這類工序，環境溫度、水溫、機台轉速都會影響結果。「有些師傅覺得這種膠料要慢一點，有些認為可以快一點，但這些『快』或『慢』從來沒有被數據化。」對於新手來說，要把這些直覺輸入成變數、再檢視模型輸出結果，確實是艱難又陌生的過程。

南港輪胎沒有讓基層獨自面對，而是從「心態、陪伴、獎勵」三個層面著手。在導入過程中，研發與現場主管親自陪同師傅一起調整模型。「陪伴的過程很重要，讓他們看到成果，就不會排斥。」張富傑強調，「不過更重要的，是無形的成就感。」師傅們在建立模型、除錯與檢視設備的過程中，開始看到自己的經驗被轉化成數據、被全廠共享。那份成就感，讓他們對 AI 從排斥變為投入。

為了讓學習成為長期文化，南港輪胎建立了技能檢核制度，記錄員工從學習到應用的過程。「我們用技能檢核表紀錄員工的學習歷程，讓主管能看見成長，也讓員工知道自己在進步。」

「AI 可以是工具，也可以是助理，甚至成為自己的顧問。」張富傑總結。對南港輪胎而言， AI 導入的終點，不是技術完成，而是人真正學會與 AI 並肩前進的那一刻。