DTC 與 Salesforce 攜手舉辦 2026 高科技製造業 AI 轉型研討會︱新竹場活動精彩回顧

當 AI 從工具走向數位勞動力,高科技製造業真正需要思考的,已不再只是要不要導入 AI,而是如何讓 AI 深入企業的資料、系統與工作流程,進一步轉化為可衡量、可持續的營運價值。
2026 年 10 月 1 日,DTC 與 Salesforce 共同舉辦「跨越 AI 實戰鴻溝|高科技製造業 AI 轉型藍圖」新竹場研討會,邀集產業夥伴從 AI 趨勢、企業平台、系統整合、資料治理、工作流程、數據分析到組織轉型等面向,一起討論 AI 如何從技術概念走進企業營運。
對高科技製造業而言,一張訂單從詢價到交付,往往要經過業務、產品、工程、生產、供應鏈與客服等多個部門。當資訊散落在 Email、Excel、ERP、PLM、MES 與 CRM 之間,每一次查找、確認與交接,都可能拖慢回應速度,也讓管理者難以看清流程卡點。
本次研討會,也正是從這個核心問題出發:如何跨越 AI 從「看得到」到「做得到」之間的實戰鴻溝?
AI 如何重塑高科技製造業競爭規則
活動開場由 Salesforce 臺灣副總經理 Hank 以「AI 如何重塑高科技製造業競爭規則」揭開序幕。Hank 從競爭單位、勞動力與規模化三個面向,帶領與會者重新思考 AI 所帶來的產業變化。
首先,在競爭單位上,企業過去可能更著重產品規格、成本與品質,但在 AI 加速資訊流動與決策的環境下,「回應速度」正逐漸成為新的競爭力。客戶每天可能透過官網、電子郵件、客服等不同管道留下大量互動軌跡,企業真正需要掌握的,不只是客戶說了什麼,更是誰能更快理解需求、做出回應並掌握商機。
其次,勞動力的概念也正在改變。AI 並非單純取代人力,而是讓企業從「人」進一步走向「人+數位勞動力」。例如商機篩選、資料整理、案件分級等工作,都有機會交由 Agent 協助執行,讓人力更集中於高價值的判斷、決策與客戶互動。
最後,AI 也讓企業的規模化方式產生變化。過去企業要擴大營運規模,往往需要增加更多人力;未來則有機會從複製人力走向複製流程,將成熟的工作方法、決策邏輯與流程透過數位方式複製到不同團隊與場域。
然而,這三項轉變背後都有一個共同前提:資料必須可信。若客戶、產品、訂單與服務紀錄缺乏一致定義,AI 只會更快放大原有問題。企業更適合先選定一個具體痛點,用自己的資料與流程驗證成效,再逐步擴展到更多場景。

Salesforce 副總經理 Hank
從單點 AI 到企業級平台:高科技製造業轉型藍圖
延續 Hank 所提出的「可信賴資料基礎」,Salesforce 客戶經理 Parson 接著從訂單郵件、RFQ、報價與履約等日常情境切入,說明 AI 如何從單點應用走向企業級落地。
高科技製造業的日常營運往往涉及大量資訊:客戶需求、產品規格、案件資料、業務往來、服務紀錄,以及分散在不同系統中的企業資訊。當資料與資訊分散在不同平台,員工即使擁有 AI,也可能面臨「AI 看不到完整資訊」或「AI 無法理解業務情境」的問題。因此,AI 轉型不能只從一個零散的 AI 應用開始,而必須思考如何將資料、系統、業務流程與 AI 能力整合起來。
Parson 分享的核心觀念,是讓企業級 AI 不只負責整理資訊,而是逐步具備理解需求、提出有依據的建議、協助完成工作,以及處理工作過程中的不確定性的能力。換句話說,企業需要的不是一個會回答問題的 AI,而是一個能夠在企業既有規則與流程中持續協助工作推進的 AI。
透過企業級平台的整合,企業可以進一步朝向「建議有依據、行動合規則、結果可追蹤」的方向發展,讓原本散落在不同系統中的資料,逐步轉化成可以驅動流程與決策的企業戰力。

Salesforce 客戶經理 Parson
從 API 到 AI Agent:用 MuleSoft 整合企業系統,驅動 Multi-Agent 中台架構
有了企業級平台與資料基礎之後,下一個問題便是:AI 如何真正「做事」?MuleSoft 產品專家 Wayne 在分享中,進一步帶領與會者理解 AI Agent 背後的系統整合能力。
企業多年來累積了 ERP、CRM、供應鏈、客服、內部系統等不同應用,而這些系統往往各自擁有不同的資料與功能。當 AI Agent 要協助企業執行任務時,如果無法安全地存取這些系統,就只能停留在「提供建議」的階段。因此,API 成為 AI 連接企業既有系統的重要橋樑。
透過 MuleSoft 將不同企業系統的資料與功能以一致、可管理的方式串接起來,企業可以把原本分散的系統能力轉化成可重複使用的服務,進一步讓 AI Agent 在既定的權限與治理框架下呼叫這些能力。
這也讓 AI Agent 的角色從回答問題進一步走向「執行任務」,並為未來 Multi-Agent 協作架構建立更完整的基礎。對企業而言,這意味著 AI 的價值不再只來自模型本身,而是來自 AI、API、企業系統與流程之間能否形成一個可治理、可擴展的整體架構。

MuleSoft 產品專家 Wayne
打造單一信任來源:以 Data Cloud 建立企業資料中臺
當 AI 開始深入企業流程,「資料」的重要性也更加凸顯。Data 360 客戶經理 Christine 在分享中點出企業在 AI 時代面臨的另一個關鍵問題:企業可能不缺資料,但缺的是可信、完整且能被理解的資料情境。
在實際營運中,同一位客戶、同一個產品或同一個案件,可能同時存在於不同系統與資料來源中。若資料彼此分散,企業很難快速形成完整的 360 度視角,AI 也就難以掌握完整的上下文,因此,資料整合的價值並不只是把資料放在一起,而是進一步建立一致的資料脈絡與治理機制,讓不同來源的資訊可以被理解、被驗證,也能在適當的情境下被 AI 安全使用。
當企業能建立可信任的資料底座,AI 才能從知道資料進一步走向理解企業情境,這也是 AI 能否真正落地的重要分水嶺:好的 AI 不只是模型夠強,更需要有好的資料讓它做出正確判斷。

Data 360 客戶經理 Christine
讓 AI 走進日常工作流:Slackbot x Agentforce 實戰
當資料、平台與系統逐步串接之後,AI 最終仍然必須回到一個最實際的問題:員工每天到底怎麼使用 AI?在下半場的分享中,Salesforce 資深解決方案顧問 Po 透過 Slackbot × Agentforce 的實戰應用,展示 AI 如何進入員工原本就熟悉的工作場域。
這代表企業不一定需要員工重新學習一套完全不同的工具,而是可以將 AI 能力嵌入原有的工作流程與協作環境中。
從資訊查詢、資料取得,到跨部門溝通與任務推進,AI Agent 可以成為員工日常工作中的數位協作者,協助處理大量重複性工作,讓人員將更多時間投入需要經驗、判斷與創意的工作。AI 的價值,最終不是存在於一個 Demo 裡,而是存在於每天真正被使用的工作流程中。
當 AI 能夠自然地融入員工原本的工作場域,企業才有機會真正擴大 AI 的使用規模,讓 AI 從少數人的創新實驗,逐步成為組織普遍使用的工作能力。

Salesforce 資深解決方案顧問 Po
從儀表板到互動洞察:Tableau AI Analytics 新體驗
除了文字與流程型 AI,企業另一個重要的 AI 應用場景,就是數據分析。Tableau 數據顧問 Connie 分享 AI 如何重新定義企業的數據分析方式。
過去企業習慣透過固定儀表板查看營運數據,但當資料量與業務複雜度不斷提升,單純「看見數字」已經不一定足夠。企業更需要知道:這些數字代表什麼?為什麼會發生?接下來又該做什麼?
AI Analytics 的價值,便在於讓使用者可以用更自然、更接近業務語言的方式與資料互動,從數據中進一步取得洞察。也就是說,分析的角色正從傳統的「報告工具」逐步走向「決策夥伴」。
當企業可以更快速地從資料中找到異常、趨勢與關鍵洞察,並將這些洞察銜接到後續行動,數據才能真正成為驅動業務成長的力量。

Tableau 數據顧問 Connie
打造「高效 AI 組織藍圖」—不只是導入系統,而是轉型變現
前面的分享回答了 AI 需要哪些資料、系統與工具;最後一個問題則是:企業如何讓這些能力真正持續運作?DTC 資深銷售顧問 Isa 從企業導入的角度,將整場研討會收斂到三個務實問題:要不要做?從哪裡開始?由誰負責?
企業可以先檢視四件事:不同部門看到的客戶與訂單資料是否一致;跨部門流程能否在系統中追蹤;推動 AI 場景時是否有明確負責人;以及是否知道目前想改善的指標是多少。
資料仍分散的企業,可以先統一核心資料與定義;系統已存在但流程尚未串接的企業,可以先打通一條跨部門流程;資料與流程大致到位的企業,則適合挑選一個場景加入 AI。
無論從哪裡開始,都需要「一個場景、一個 Owner、一個基準值」。先選擇真正困擾團隊的流程,找到願意對成果負責的人,並在導入前記錄報價週期、案件處理時間或預測準確度,之後才能看見改變。
同時也要先畫清楚人機分工:AI 可以查詢資料、整理摘要、草擬內容與提醒跟進;價格例外、交期承諾、客戶策略及合約條款,仍由人判斷或核准。當責任界線清楚,團隊才有信心把工作交給 AI,也能把經驗留在組織裡。

DTC 資深銷售顧問 Isa
結語
回顧整場研討會,7 位講者分別從不同角度切入,共同描繪出一條清晰的 AI 落地路徑:策略 → 資料 → 系統整合 → AI Agent → 工作流程 → 數據洞察 → 組織轉型。
從 Hank 談「AI 如何重新定義競爭規則」,到 Parson 分享企業級 AI 平台;從 Wayne 打通 API 與企業系統,到 Christine 建立可信任的資料基礎;從 Po 將 Agent 帶進日常工作,再到 Connie 讓資料分析走向互動洞察,最後由 Isa 回到組織與落地執行。
這些分享共同傳達了一個重要訊息:AI 轉型從來不是單純導入一套新工具,而是重新設計企業如何使用資料、如何運用人才、如何執行流程,以及如何做出決策。對高科技製造業而言,AI 帶來的機會不只是提升單一工作的效率,更是重新思考企業如何把既有的資料、知識與流程轉化為可以被複製、被擴展的數位能力。
我們相信,企業的 AI 轉型不需要從「一次做到全部」開始。真正重要的是找到對的場景、對的資料、對的流程,以及願意負責推動的人,從一個可以被驗證的應用開始,讓每一次成功都成為下一次擴展的基礎。
感謝本次研討會所有講師的精彩分享,也感謝每一位到場交流的產業夥伴。DTC 與 Salesforce 將持續陪伴高科技製造業跨越 AI 實戰鴻溝,讓 AI 從概念走進流程,從流程創造效率,最終轉化為企業可以持續累積的競爭力。
關於 DTC
DTC 數位科技公司致力於幫助企業數位轉型,提供專業數位轉型顧問諮詢服務,協助企業導入雲端 CRM 系統。我們服務項目包含 Salesforce 規劃與導入、雲服務規劃與整合、自有產品研發 CDP 平台與 Marketing Automation 產品導入,在零售業、高科技製造業、房地產業、醫療、製藥、汽車、專業服務、財富管理、IT、教育培訓等產業有豐富經驗。藉由全雲端解決方案,DTC 協助企業達成數位轉型,實現企業與客戶互動零距離、數據暢通無國界的目標。
如您的企業也正面臨資料分散、流程斷點、銷售效率不足或 AI 難以落地等挑戰,歡迎填寫下方表單,預約免費諮詢。
















