1959 年创立至今，它见证了台湾从代工走向自有品牌，也陪伴汽车产业从燃油迈向电动；产品线持续扩张，涵盖轿车、越野、冬季等多元轮胎，规格累计超过三千项。
然而，在由数据与算法驱动的新时代，旧方法逐渐失灵：产品更加多样、交期更紧、需求变化更快，任何微小误差都可能放大为高昂成本。副理张富杰直言：「我们公司是少量多样的生产模式，这样的复杂性让我们必须更快反应。如果还用传统的手动排程、纸本记录，就会在效率上被拖垮。」

问题的根源在于信息分散、经验难以复制、沟通效率不一——每个环节各自为政，缺乏一个能让全链协同运作的平台。
于是，南港轮胎开始重新检视整个流程，从研发到生产、从库存管理到接单预测，逐步思考哪里能自动化、哪里能数据化。

名为 AI 的传产「新功法」：南港轮胎如何用数据突破研发极限

「轮胎这个行业经营起来真的是不容易啊。」张副理说，「上有米其林、马牌轮胎这些国际大厂，下有红色供应链用低价抢市。我们只能在中间夹缝求生。」
南港轮胎产品销往 189 个国家，外销占比高达九成。然而在这条漫长的制造链中，效率与成本始终是一场拉锯战。
张副理回忆：「轮胎研发周期很长，一个新花纹从立案到上市，往往要一年、两年。必须经过设计、试模、验证、修正，每一步都要时间。」

为了缩短研发与生产流程，南港轮胎与 Profet AI 合作展开导入计划。从研发到行销，Profet AI 主要被应用在四个场景：「压接地预测」、「低温模量调参」、「胎面余长设定」、「订单数量预测」。

一、从压接地预测开始，实验周期缩短近四倍

过去，研发人员要确认轮胎与路面的接触情况，得先绘图、制模，再进行「压花纹」实验，每次至少花两三天。「这个过程很繁琐、成本高，也要很多人力。」张副理指出，常常要等半个月才知道结果，一旦接地不均匀，就得重来。
南港轮胎透过 Profet AI 的 AutoML，将上千笔研发数据（包含模具设计、尺寸、重量等特征）导入系统，建立压接地预测模型。工程师只要输入设计参数，模型便能在几秒内预测接地长度与宽度，并比对历史最佳样本。实验周期因此从 12 天缩短至约 3.5 天，大幅降低试模成本与人力耗损。

二、在胶料的世界里，用 AI 模拟雪地

轮胎性能不仅取决于花纹，更关键在于胶料。「我们的产品很多元，不同胶料的适用性是设计中最重要的环节。」张富杰说。尤其针对欧洲市场的冬季胎，胶料必须同时兼顾「低温柔软性」与「湿地抓地力」，但两者常互相牴触。「有时低温稳定了，湿地抓地就会掉。」
他又指出，台湾气候温暖、缺乏低温测试，也让研发更具挑战。
南港轮胎利用 Profet AI 平台将历年测试数据转化为预测模型，模拟不同胶料在低温下的弹性变化，帮助工程师找出影响性能的关键因素。当输入配方比例与材料信息后，系统便能预测玻璃转化温度（Tg）与模量变化，提供早期决策依据。
虽然模型与实测仍有微误差，但已展现巨大潜力。过去必须等冬季实测的项目，如今可在模型中预演，让研发速度与市场反应力同步提升。

三、把老师傅的手感变成模型：胎面余长设定

「这个环节必须依规格调整长度。以前靠师傅经验输入，规格一多，人为误差就容易出现。」张副理指出。这些误差造成退料与重工，增加成本。
为解决问题，南港轮胎通过 Profet AI 平台，系统能根据环境与设备条件，自动提供最佳参数建议。如今更换规格时，作业员只需输入原料批次与温度条件，AI 即可给出建议设定值，并标示偏离警示。
根据分析显示，过去南港因设定不准造成的退料，全年加工费损失高达百万元。导入 AI 后，有望显著降低浪费，让经验转化为工厂的集体智慧。

四、让 AI 预测订单，排产更有依据

南港轮胎将历年 ERP 订单数据交由 Profet AI 自动建模分析，依历史接单量与趋势预测下月需求。如今，每到月初，业务人员只需输入最新数据，系统便能生成预测结果，作为排产与备料依据。
测试结果显示，模型能在短时间内预测订单变化，虽仍有误差，但已证明其可行性。未来南港能提前掌握热门规格，优化产线节奏与资源配置，减少浪费。
「传统产业就像武侠小说的主角，要不断通过新的功法来洗精伐髓、重练体质。」张副理笑说。如今的南港轮胎，正以 AI 这套「新功法」打磨自己的根基。

从抗拒到共创：「手感」和「数据」要如何沟通？

对许多员工来说，AI 一开始是一个陌生的「对手」。它快速、精准，但用「数据」说话；而老师傅的语言是手感与经验。两种语言第一次交会，难免摩擦。
张副理坦言，在推动现场时，最大的挑战是把经验转化成数据模型，像压延这类工序，环境温度、水温、机台转速都会影响结果。「有些师傅觉得这种胶料要慢一点，有些认为可以快一点，但这些『快』或『慢』从来没有被数据化。」
对于新手来说，要把这些直觉输入成变量、再检视模型输出结果，确实是艰难又陌生的过程。
南港轮胎没有让基层独自面对，而是从「心态、陪伴、奖励」三方面着手。在导入过程中，研发与现场主管亲自陪同师傅一起调整模型。「陪伴的过程很重要，让他们看到成果，就不会排斥。」张富杰强调，「不过更重要的，是无形的成就感。」
师傅们在建立模型、除错与检视设备的过程中，开始看到自己的经验被转化成数据、被全厂共享。那份成就感，让他们对 AI 从排斥变为投入。

为了让学习成为长期文化，南港轮胎建立了技能检核制度，记录员工从学习到应用的过程。「我们用技能检核表记录员工的学习历程，让主管能看见成长，也让员工知道自己在进步。」

「AI 可以是工具，也可以是助理，甚至成为自己的顾问。」张富杰总结。
对南港轮胎而言，AI 导入的终点，不是技术完成，而是人真正学会与 AI 并肩前进的那一刻。