隨生成式人工智慧（Generative AI, GAI）技術快速演進，AI Agent與大型語言模型（LLM）已由技術倡議轉為攸關製造業競爭力之關鍵能力。國際大廠如NVIDIA積極倡議「Physical AI」與「AI Agent」將成為未來製造業的重要發展方向，帶動各產業加速導入數位與智慧應用。另一方面，隨著國際法規逐步要求產品資訊透明化與可追溯性，全球紡織供應鏈亦正面臨數位化與永續轉型，例如歐盟推動數位產品護照（Digital Product Passport, DPP），未來將透過數位方式串聯產品原料、生產、環境資訊及回收等生命週期資料，使產品資訊更加透明與可追溯。這些發展顯示，品牌、供應鏈到製造端都必須重新思考生產邏輯、經營方式與產品生命週期管理。數位科技已不僅是提升生產效率的工具，也逐漸成為紡織產業連結國際市場與永續供應鏈的重要基礎。
面對全球產業數位化趨勢，政府亦積極推動產業AI化。經濟部近年推動百工百業導入AI應用，結合人才培育、技術研發、場域驗證及企業輔導等資源，協助傳統產業及中小企業降低AI導入門檻，並鼓勵AI技術實際應用於研發、製造、營運與服務流程。臺灣紡織產業也逐步展開相關布局，例如財團法人紡織產業綜合研究所與摩絡人工智慧股份有限公司（Morale AI）合作開發「Textile GPT」紡織產業專用大型語言模型，推動產業由傳統經驗管理逐步走向數位智慧管理，亦為未來跨領域人才投入紡織產業創造新的應用場域與發展機會。
紡織產業為民生工業重要環節，具備完整供應鏈、機能性紡織品及材料研發等產業基礎。近年雖面臨從業人口下降、資深技術人才退休，以及跨國生產管理等結構性挑戰，但產業已逐漸透過數位工具、智慧製造與知識管理尋求新的解決方式。過去仰賴老師傅經驗與默契判斷的製程知識，正逐步透過資料整理與AI技術轉化為可保存、查詢與共享的數位資產；企業跨國布局所衍生的跨廠管理與語言溝通需求，也有機會藉由生成式AI與智慧系統提升效率。換言之，數位轉型並非單純以科技取代人力，而是協助產業保存專業知識、提升人才價值，同時帶動產業職能朝數位化與跨域整合方向發展。
從技術應用結構觀察，傳統AI導入須具備大量物聯網（IoT）數據、高品質標註資料及專業AI工程團隊，門檻甚高，全臺僅約5%（10至20家）企業具備導入能力。隨LLM與AI Agent技術成熟，AI Agent已具備「觀察、推理、記憶、行動、Feedback loop」五大功能（如圖1），可直接讀取企業既有之PDF、Word、Excel等非結構化資料，毋須大量人工標註即可學習並回應問題，其功能宛如工廠內經驗豐富之資深員工。此一轉變可望使50%以上紡織業者具備導入AI之能力，大幅降低技術應用門檻。
圖1 AI Agent五大功能：觀察、推理、記憶、行動、Feedback loop
資料來源：Morale AI、紡織所（2025/7）
預因應轉型需求，紡織產業已由單點導入，逐步發展為整合知識、製程與供應鏈之數位轉型模式，三大核心策略如下：
- 知識傳承與領域專用LLM：以紡織所累積數十年之產業資料庫訓練Textile GPT，並開放廠商上傳地端專屬資料，補足產業知識空白，使問答準確度趨近完整水準，將老師傅寶貴經驗轉化為可保存、可共享之數位資產，達成知識延續。
- 智慧製造應用：透過AI Agent整合機臺維修保養紀錄，進行故障預測與能耗優化；並學習過往品質異常與客訴案例，協助根因分析與現場快速決策，同時可自動撰寫報告並發送相關人員，提升管理效率、節省人工成本。
- 永續與跨國管理應用：運用LLM支援多國語言，強化跨國經營溝通效率，解決地緣政治與跨廠管理課題；並可協助水資源管理、廢水處理優化及ESG碳排放SOP研擬，降低環境衝擊與營運成本，回應國際供應鏈減碳要求。
此外，產業人才需求亦隨之轉變，已由仰賴個別老師傅之經驗判斷，逐步轉為需具備AI工具應用、資料治理與跨領域整合能力之複合型人才，企業對機臺品質、研發設計及營運管理人員之數位素養要求日益提升。
邁向智慧製造之關鍵，在於整合資料、模型與人才三大要素。據統計，企業導入AI Agent後，知識問答、研發、營運及製造品質等作業，每月約可減少6成處理工時，效益顯著。展望未來，政府將持續透過政策引導與資源挹注，並藉由相關AI輔導計畫協助企業依實際需求導入合適工具，例如文件與資料分析、製程監控與異常辨識、預測分析及決策支援等應用，降低中小企業AI導入門檻。同時持續推動地端部署及跨域人才培育，加速紡織產業朝智慧化、永續化方向發展，提升臺灣紡織產業國際競爭力。
資料來源：經濟部產業發展署