%20半軸%2039.41/8.95%20傾角%20-25.8°%20層次：軌道後段%20→%20三角形%20→%20軌道前段（穿越左下、右下三角）→%20桃紅球%20--%3e%3cdefs%3e%3cradialGradient%20id='dot'%20cx='0.5'%20cy='0.42'%20fx='0.52'%20fy='0.32'%20r='0.66'%3e%3cstop%20offset='0'%20stop-color='%23FDE9F5'/%3e%3cstop%20offset='0.18'%20stop-color='%23F5A9CE'/%3e%3cstop%20offset='0.52'%20stop-color='%23E9679F'/%3e%3cstop%20offset='0.85'%20stop-color='%23D5417F'/%3e%3cstop%20offset='1'%20stop-color='%23C93A78'/%3e%3c/radialGradient%3e%3c/defs%3e%3c!--%20軌道整圈（上段會被三角形遮住%20=%20從山後穿過）%20--%3e%3cg%20transform='rotate(-25.8%2048.46%2050.43)'%3e%3cellipse%20cx='48.46'%20cy='50.43'%20rx='39.41'%20ry='8.95'%20fill='none'%20stroke='%237A7A7A'%20stroke-width='1.55'/%3e%3c/g%3e%3c!--%20三角「品」字（中央倒三角留白）%20--%3e%3cg%20fill='%2321409A'%3e%3cpath%20d='M48.5%2028.6%20L62.3%2052.4%20L35.9%2052.4%20Z'/%3e%3cpath%20d='M34.9%2052.9%20L48.1%2074.2%20L21.7%2074.2%20Z'/%3e%3cpath%20d='M63.1%2052.9%20L76.3%2074.2%20L49.9%2074.2%20Z'/%3e%3c/g%3e%3c!--%20軌道前段：右端經球位置、右下三角頂、中央白區、左下三角，到左端%20--%3e%3cpath%20d='M%2084.13%2034.57%20A%2039.41%208.95%20-25.8%200%201%2012.98%2067.58'%20fill='none'%20stroke='%237A7A7A'%20stroke-width='1.55'/%3e%3c!--%20桃紅球（最上層，蓋住行經的軌道段）%20--%3e%3ccircle%20cx='74.7'%20cy='45'%20r='4.9'%20fill='url(%23dot)'/%3e%3c/svg%3e)
為什麼分段做
導入系統最常見的失敗，是一次買一套很大的。合約簽下去、半年後上線，才發現跟現場實際的做法對不上；想改，架構已經定了改不動，最後變成沒人用的系統。 我們的做法是分段。先挑一個最有感的工段做起來，讓現場先用；確認有用，再往下一段擴。每一段都能獨立運作，也可以在任何一個階段停下來重新評估。 這樣投入是一段一段放的，每一段都看得到結果——而且系統是照著你現場的做法長出來的，不是把一個現成的框架套進去。
Our Own Floors
我們自己就是使用者
這兩套系統天天在自家產線與植物工廠上跑，壞了是我們自己要修。
FPC 電子製造場域
Electronics Manufacturing Site兩條軟板產線、數十道工序。以 QR Code 建立從投料到出貨的生產履歷，工序節點與時間正在累積成結構化資料。
- 工序節點紀錄
- 投料到出貨履歷
- 良率資料結構化
植物工廠場域
Plant Factory Site環控系統從 2019 年運轉至今。光照時數、水溫、養液濃度都是設定值，這些設定與對應的栽培結果持續留存。
- 環控參數紀錄
- 栽培批次留存
- 多年期資料累積
How We Work
一個案子會怎麼走
approach從小範圍開始，做出來的東西決定下一段要不要做。
先看現場
Walk the Floor到現場看流程怎麼跑、資料目前是什麼形式、真正卡住的是哪一段。這一步是為了找出最值得先做的那一小塊——投入最少、現場最有感的那一段。
先做一段
Start Small從那一段做起：工序追蹤、生產履歷、環控上雲、設備與系統之間打通。範圍小、導入期短，現場很快就能實際用起來，也很快看得出有沒有用。
有用再往外擴
Expand What Works確認有效就往下一段延伸，一段一段把規模擴上去，每一段都建在已經在運作的基礎上。到了規則處理不了的判斷——例如外觀瑕疵、產量預測——再一起評估要不要導入模型。
Running Now
已經在跑的系統
這兩套不是 AI，是 AI 的前提——把現場發生的事情變成可用的資料。
植物工廠雲端環控平台
Plant Factory Cloud Control將 2019 年運轉至今的植物工廠環控系統雲端化，遠端監控與調控栽培設備，並持續累積多年環控與栽培資料，作為生長預測與產能模型的訓練基礎。
植物工廠產線數位追蹤系統
Production Line Digital Tracking以 QR Code 為核心的工序追蹤系統，覆蓋兩條產線數十道工序，從投料到出貨建立完整生產履歷，為良率分析與數據驅動決策奠定資料基礎。
FPC 電子廠AI Applications
可以找我們做什麼
application可以只做一段，也可以一路做到模型；範圍依你的狀況組合。
現場數位化
工序追蹤、生產履歷、報工與良率紀錄。把現在靠紙本與人記的東西變成查得到、統計得出來的資料。
環控與設備整合
感測、環控、養液配製、遠端監看——把分散的設備接進同一套系統，參數與結果對得起來。這正是我們植物工廠在跑的東西。
模型開發
影像檢測、產量與良率預測這類規則寫不出來的判斷。是否導入、範圍多大，會依你的資料條件與目標一起評估。