台灣食品加工業長期面臨市場競爭激烈、人力資源短缺與老師傅經驗斷層等困境。在食品安全法規日益嚴格及大型品牌商與通路商（如Costco、全聯）對品質一致性要求不斷提高的背景下，傳統食品製造業急需透過數位轉型與智慧化升級來突圍。
為協助傳統產業跨越數位鴻溝，財團法人資訊工業策進會（以下簡稱資策會）積極協助資訊服務業者發展符合產業需求的技術方案，並促成技術落地位於雲林的食品加工廠(以下簡稱食品廠A)，食品廠A以製作中西式囍餅與麵包聞名，為滿足大型通路商對食品安全與品質的嚴格規範，攜手資訊服務業者，成功於廠內導入「食品產能AI管理系統」，將難以言傳的「老師傅經驗」轉化為精準的數據資產。
烘焙業的痛點：環境狀態與關鍵參數的拉鋸戰
在麵包與糕點的生產過程中，「攪拌」是最優先且最關鍵的影響階段，攪拌完成後的麵糰初溫若過高或過低，將直接影響後續發酵的成效，最終導致成品良率不穩。然而，麵糰溫度對環境溫狀態及攪拌參數與設備狀態極為敏感。
過去，食品廠A在控制攪拌溫度時，完全仰賴老師傅的個人經驗與手感來決定加冰水或溫水（通常以固定水溫的±3°C做為基礎），並未留下任何數位紀錄。同時，生產環境的溫濕度僅透過傳統指針表頭一天人工抄寫一次，環境影響因子容易被忽略，若遭遇氣候劇烈變化，極易造成產品報廢的風險。為通過大型零售通路商的檢驗，食品廠A急需一套能系統化記錄環境數據，並提供精準生產參數建議的智慧化解決方案。
老師傅數據模型概念驗證的實際落地
針對此痛點，資策會協助資服業者將其技術能量模組化，確保系統能貼合食品廠「資金有限、需漸進式導入」的特性。透過雙方的合作，協助食品廠A執行概念驗證（POC），導入以「老師傅數據模型」為核心的AI產能優化管理系統，整套解決方案分為三個關鍵步驟：
圖1：食品產能AI管理系統系統架構
資料來源：數轉院團隊整理
1.物聯網環境建構與數據數位化
於食品廠A的攪拌室導入電子式溫濕度感測器，並透過RS485與網路閘道器（IoT Gateway）進行連接，實現環境數據的即時擷取。同時，將原本依賴人工手抄的攪拌製程管制紀錄表數位化，讓現場人員透過PDA或系統介面直接輸入製程參數，並與ERP系統的工單資料相互對應，確保生產履歷的完整性與可追溯性。
2.AI模型訓練與演算
評估多種演算法後，系統收集關鍵數據並選用處理結構化資料表現優異且具備高容錯率的「XGBoost」演算法作為AI核心。
透過AI學習，系統能找出環境狀態與各項參數之間的關聯性。目標是將麵糰初溫恆定維持在27°C左右以達到最佳良率。系統能根據當前的環境溫濕度，自動產出「攪拌後溫度預測」及「預測麵糰良率」的結果，輔助現場人員精準設定攪拌參數。
3. 導入成果與效益
經過POC驗證與AI模型定期的自我訓練，為食品廠A帶來明確的改善與效益：
- 合規與食安升級：環境控管達標，全面滿足大型零售通路商對於監測與偏差記錄審查的要求，並透過無紙化表單確實保留佐證資料。
- 預測精準度大幅提升：隨著資料庫的累積，XGBoost模型的準確度明顯上升，針對攪拌後溫度的預測，均方根誤差（RMSE）從導入初期的<2°C，成功縮小至現況的<0.9°C以內，預測良率的誤差值也趨近於0。
- 管理可視化：達成100%的攪拌製程可視化，管理者能透過戰情儀表板即時掌握環境溫濕度變化與生產良率，擺脫過去仰賴人工抄表與事後補救的窘境。
FIND觀點
台灣傳統中小食品製造業在面臨國際原物料波動、高昂人力成本與極端氣候的挑戰下，導入AI已不再是產業的選擇題，而是生存的必考題。在此過程中，資策會扮演「跨域轉譯者」與「技術推手」角色，透過推動POC工作，提供一個極佳的「漸進式」落地路徑，不僅協助資服業者釐清產業痛點、優化AI演算模型，更有效降低傳統食品廠導入新科技的初期投資風險與疑慮。在食品廠A的POC案例藉由「獨立小模組」的架構，先以低成本的物聯網（IoT）感測器補足環境數據的數位斷點，再結合無紙化表單收集「老師傅的隱性知識」，最後才導入機器學習進行參數優化預測。
這種「先求有數據、再求AI精準」的務實做法，不僅有效降低初期投資風險，更實質幫助企業跨越大型通路商的食安稽核門檻。未來，這套以「老師傅經驗數據化」為基礎的可複製模組，將有極大潛力平行擴散至其他食品加工業的蒸煮、烘烤等相似製程，成為驅動台灣傳統產業韌性升級的重要引擎。
封面圖片來源：unsplash(https://unsplash.com/s/photos/restaurant)
參考資料來源：
1.數位趨勢智庫，【2025 食品產業趨勢與市場契機】，2025 年
https://www.digiknow.com.tw/knowledge/678f54f9799d9
2.研華科技，【AI 監控為食品安全與品質把關省時省力又能確保 SOP 正確性】，2022 年
https://www.advantech.com/zh-tw/resources/case-study/food-security-quality-ai
3.數轉院團隊整理