# 製造業 AI 培訓：深入解析廠二代的轉型需求

> 製造業 AI 培訓重點在於優先處理廠二代的擔憂，而非直接介紹工具或框架。我透過真實案例帶出架構，讓學員看見 AI 如何應用於自身的工廠。

- URL: https://hyperfocusam.com/blog/ai-training-for-manufacturers-factory-heirs-tc/
- Language: zh-Hant
- Author: Sam Wong (黃力桐), https://hyperfocusam.com/
- English edition: https://hyperfocusam.com/blog/ai-training-for-manufacturers-factory-heirs/ (Markdown: https://hyperfocusam.com/blog/ai-training-for-manufacturers-factory-heirs/index.md)
- Published: 2026-10-30; revised 2026-10-30

---

**簡答：** 製造業的 AI 培訓應從企業主的擔憂出發而非工具，因為工廠繼任者已聽過許多關於 AI 的行銷或海外發展內容，他們需要看到的是 AI 如何應用於自己的工廠。因此，我為 2026 年 9 月 10 日在廣州為工廠二代接班人設計的課程，是優先處理他們的擔憂，再由我帶領一個真實案例來呈現框架。

我是黃力桐（Sam Wong），香港企業 AI 培訓導師，Loopem 聯合創辦人兼 AI 轉型專家。我在 13 個國家培訓了 11,000+ 名學員，服務 70+ 間機構。我是香港中文大學公共歷史碩士，專研檔案及知識管理系統。 本文將分享我為 Loopem 設計的一個課程，以及我在為非同類受眾設計方案時的學習心得。

如果你正在規劃工廠或家族企業的 AI 培訓，可以參考 [香港企業 AI 培訓](https://hyperfocusam.com/zh/corporate-ai-training-hong-kong/)。

## 誰是廠二代，他們在擔憂甚麼？

「廠二代」是指接手家族工廠的子女。我準備的受眾來自食品製造，以及家居與家具業。

在活動前討論課程時，我對他們的描述是：「他們其實不像外人想的那麼好，比如說最近的外貿環境不是太好，他們內部也要面對很多問題。」 其中許多人是新上任的繼任者，而父輩仍在營運工廠中。

這對培訓設計至關重要。在這樣的場合，受眾不需要被說服 AI 的存在，他們需要知道如何在沒有衝突的情況下開始實踐。

## 為甚麼 AI 論壇無法打動工廠主？

因為大多數的內容聽起來都如出一轍。在課程前，我觀察到市場現狀：「大部分 AI 培訓導師和講者的工作坊，都集中在 AI 工具、AI 工作流程、如何用 AI 提升工作效率、如何用 AI 做市場推廣。」

工廠主已經聽過這些內容。我對自己說：如果我教他們如何用 AI 開拓客戶，「他們可能已經聽很多了，我可以 showcase 給他們怎麼樣去用，但是落地，落地才是最重要的事情。」 我也確定他們對於如何利用 AI 出海已經有了基本的理解。

還存在第二個陷阱。關於製造業的 AI 資訊，特別是在網上或中國內地看到的內容，大多聚焦於機器與宏大的項目。「他們很大程度上也把重點放在製造業的工作流程，還有他們的機器，那些很高大上的事情。」 這些宏大的藍圖往往與家族工廠的起點不符。

## 工廠 AI 培訓應從何處開始？

重點在於他們的焦慮，而非我的框架。這是我最難做出的抉擇，因為我確實擁有自己的框架且非常喜歡它。

我的第一直覺是從培訓與企業記憶切入。但隨即我意識到：「如果我一開始就講培訓、企業資訊、企業記憶傳承，這些可能不能打動他們最核心的焦慮。」 因此，我寫下了貫徹整個設計的準則：「這個框架是我想講的，但是 communication 的 skills 就是先講他們想要聽的。」

我也不希望任何人離開時，認為我是來向他們推銷 AI 的。

## 利用 AI 記錄老師傅的技術訣竅是否足夠？

並非如此，我必須承認這一點。我曾有一個想法：當資深老師傅在培訓新人時，將過程錄下來並利用 AI 分析，進而了解「哪一個員工跟哪一個步驟比較容易出錯」。但正如我當時所說，「這個純粹也是記錄。」

同樣的問題也出現在我扮演新任繼承人的角色時：即便 AI 記錄了企業的資訊與記憶，「它還是不能成為那個有影響力的事情。」 只有當記錄能改變決策或日常流程時，它才變得有用。從「記錄」到「影響力」之間的差距，正是工廠課程必須填補的部分。

## Archive、Algorithm、Action 的路線圖是甚麼？

這是我基於檔案管理背景，所建立的 AI 導入三步驟路線。現在每個人都在談論工具，以及 forward deploy engineering，但「那些工具背後怎麼樣去落地，他們沒有一個真的能夠實現的路線圖。」

- **Archive**：理順企業的記憶，做好知識管理。
- **Algorithm**：透過建立系統、建立規則、建立一個可控的環境，去控制不穩定性，還有控制不同的未知。
- **Action**：把不同的營運事情成為一個閉環，從營運的過程中吸收資訊。

對於工廠繼任者來說，我決定這條路線圖不應僅作為幻燈片上的模型出現，而應該融入在故事之中。

## 製造業的 AI 課程應使用甚麼案例？

一個從頭到尾講述的案例。我計劃圍繞我曾擔任顧問的一家香港食品加工製造商，其 AI 轉型路徑與此一致。目標是：「用一個貫穿整個分享會的流程，用他們能夠聽得明白的案例分享，從頭到尾去展示我這個框架。」

坦白說，這是最令我感到困難的部分。「我常常不知道怎麼樣去做案例分享，因為我不知道怎麼樣的案例他們會有興趣聽，還有就是我需要講些甚麼去展示那個案例的重要性給他們。」 對於在場的家具與家品企業主，我仍須思考如何將同樣的故事轉化為適合他們的內容。

## 我是如何準備：與語音 AI 的思考對話

我在準備這兩個課程時，都是透過與語音 AI 對話並進行錄音的方式。我採取了四項做法，以確保 AI 不只是盲目地認同我：

1. **設定角色**。「我是廠二代，你是我的 chief of staff。」
2. **禁止點頭同意**。「我需要你直接一點跟我說，不需要附和我。」
3. **質疑 AI 的建議**。「我聽到了你說我可以這樣子去做，但是我怎麼肯定這樣做有效呢？」
4. **思考受眾動機**。「他們坐下這個分享會，他們想要聽的是甚麼呢？」

雖然 AI 的回答很有幫助，但上述設計的大部分源於我自己的提問與擔憂。正是因為要求 AI 不要客氣，才讓這些問題浮出水面。

## 常見問題

### 製造業 AI 培訓應從何處開始？
AI 培訓的起點應該是企業主的真實憂慮，而非 AI 工具本身。在於 2026 年 9 月 10 日為廣州工廠繼任者設計的課程中，我從他們的處境切入：艱難的外貿環境、內部管理問題，以及父輩仍在工廠經營的現況。只有在聽眾感到被理解後，才提供框架或工具演示，且這些內容必須是為了回應上述憂慮而存在。

### 為甚麼工廠老闆對 AI 講座失去興趣？
大多數關於 AI 的演講都在重複相同的工具層面，例如提高效率、行銷、開發新客戶或進軍海外。工廠老闆已經聽過太多次了。他們尚未看到的是 AI 如何落地在自己的工廠中。僅展示工具的課程聽起來像是在推銷產品，而一個關於如何落實改變的課程才能讓他們繼續聽下去。

### 僅靠用 AI 記錄專家經驗足夠改變工廠嗎？
並非如此。錄製老師傅指導新人的過程，並利用 AI 分析哪些工人或步驟容易出錯，確實可以做到。然而，單憑記錄本身還不足夠。只有當它改變了決策或日常流程（例如新員工的培訓或檢查方式）時，才能創造價值。

### 甚麼是 Archive, Algorithm, Action 路線圖？
這是 Sam Wong 基於其檔案管理背景，為 AI 導入規劃的三個步驟。Archive（存檔）是將公司的記憶與知識條理化；Algorithm（演算法）是在不穩定的因素周圍建立規則和可控環境；Action（行動）則是將日常營運轉化為一個能從工作中持續學習的閉環。在工廠課程中，這套路線圖在一個真實案例中應用效果最好，而非僅僅停留在簡報投影片上。

### Sam Wong 如何準備工廠繼任者課程？
他在 2026 年 9 月 2 日及 6 日的兩個錄音環節中，與語音 AI 對話來推敲設計。他賦予 AI 角色（「你是我首席幕僚」），要求 AI 直接給出意見而非僅是點頭同意，並對其建議進行質詢，同時不斷思考受眾的需求。最終的課程架構源於他自己的提問與擔憂。

## 深入交流

如果你經營著工廠或家族企業，並正在考慮為團隊進行 AI 培訓，我很樂意了解你目前的進度。你可以透過 [WhatsApp 與我聯繫](https://wa.me/85264315177?text=Hi%20Sam%EF%BC%8C%E6%88%91%E7%9C%8B%E4%BA%86%E4%BD%A0%E9%97%9C%E6%96%BC%E8%A3%BD%E9%80%A0%E6%A5%AD%20AI%20%E5%9F%B9%E8%A8%93%E7%9A%84%E6%96%87%E7%AB%A0%E3%80%82)，或進一步閱讀關於 [香港企業 AI 培訓](https://hyperfocusam.com/zh/corporate-ai-training-hong-kong/) 的內容。

## 資料來源

- 我與 AI 語音進行兩次設計討論並錄音的過程，日期分別為 2026 年 9 月 2 日及 6 日。
- Loopem 分享會，針對廠二代，於 2026 年 9 月 10 日在廣州舉行。