鴻海開始「用AI生產AI」！需求預測、智慧倉儲全導入　和碩把AI機櫃測試直接搬到產線旁

一邊是工廠裡正在製造AI伺服器，另一邊則是AI本身開始決定工廠該準備多少材料、什麼時候排產、貨怎麼送出去。AI伺服器訂單愈來愈大之後，台灣代工廠的下一場競賽已從「誰會組AI」，變成誰能用AI把AI伺服器做得更快。鴻海旗下鴻佰科技在桃園南青廠導入AI需求預測與智慧倉儲；和碩則直接把整櫃驗證搬到桃園生產基地，縮短研發與出貨之間的距離。

鴻佰的做法很具體。AI先從訂單需求下手，透過模型協助預測客戶需求，提高備料與生產規劃準確率；接著進入倉儲管理，利用AI重新安排複雜零組件的備料和訂單分配。對AI伺服器而言，這尤其重要，因為一套系統牽涉GPU、CPU、HBM、網通、電源、散熱與大量線材，只要缺少一個關鍵零件，價值數百萬元甚至更高的整櫃設備就可能停在產線上。

鴻佰其實早就把南青廠當成AI製造實驗場。鴻海先前公布，這座AI伺服器工廠已在訂單預測、倉庫、生產調度、產品設計、品質與組裝測試等核心環節大量採用AI；過去導入成果包括生產效率提高73%、不良率降低97%、交貨期縮短21%，以及單位製造成本下降39%。

和碩選擇解決另一個瓶頸——整櫃測試。

AI機櫃的重量、用電與液冷需求遠超過過去伺服器，一台一台完成主機測試已經不夠。和碩目前研發團隊仍以北投總部為中心，但整櫃測試直接放在桃園工廠，讓系統驗證與實際生產靠在一起，遇到電力、散熱或機構問題，不必把設備搬來搬去，也能縮短交貨週期。

鴻海與和碩走的是兩條不同路，目的其實一樣：把AI伺服器製造中不能創造價值的等待時間拿掉。

這會成為台灣ODM非常重要的新門檻。當GPU供應逐漸改善、各家都能取得平台規格後，真正區分供應商的可能不再只是組裝能力，而是預測準不準、倉庫轉得快不快、測試能不能一次過，以及客戶收到機器後多久能開始跑算力。

因此「用AI生產AI」不是一句行銷口號。AI從資料中心裡的產品，反過來進入工廠本身，正在改變台灣電子製造業30年來熟悉的生產模式。

以前台廠靠精實製造把PC做到全世界最快；現在AI伺服器時代要比的，是誰能讓一整座工廠自己變得更聰明。

（圖片來源：AI生成）