跳至主要內容
AI 與自動化

AI拆掉新人練功房,工廠怎麼把判斷留下來?

Tomy最後更新 2026年9月18日
工廠機台上方架著一台小型 AI 感測模組,線材接到一旁的控制盒。

今年一到六月,總薪資低於平均數的員工比率首次突破七成。AI正在拆掉新人的練功房,老闆被迫在師傅退休前,把腦裡的判斷邏輯寫下來。

薪資低於平均比率首破七成,這個數字對一家三十人的工廠代表什麼?不是抱怨年輕人不努力,而是你原本靠「低薪請新人、三年後拔擢成中堅」的那條路,正在斷。

為什麼「七成領不到平均薪資」這件事,跟你的工廠有關?

今年一到六月,總薪資低於平均數的受僱員工比率,第一次突破七成。這個數字拆開來看,不是大家薪水變低,而是同一個職場裡,領得多的那一群跟領得少的那一群,差距被拉開了。能駕馭AI、把產能放大的人往右跑,純粹靠勞力或重複作業的人往左掉,中間那層最先消失。

工廠老闆最熟的劇本是:師傅帶一個徒弟,徒弟做雜事、學眉角,三年後出師變中堅幹部,再帶下一個徒弟。

但這條劇本現在的問題是,新人進來就被AI工具圍繞,做雜事的機會被壓縮;師傅自己也在用AI,整個學徒制的步調已經走鐘。留下來的問題只剩一個:你的師傅退休前,你來不來得及把他腦裡那套判斷寫下來。

AI拆掉的不是新人,是你的練功房

iKala程世嘉最近談到一個很具體的觀察:新人不再被動等待前輩來帶,因為公司已經沒有那種慢慢做中差的環境。AI可以幫忙寫報表、查規格、給建議,但這些本來是徒弟從師傅身上偷學的過程。現在偷學的路被AI這條捷徑取代,徒弟反而沒學到師傅怎麼做判斷。

這對工廠特別明顯。一個老師傅看一批來料,五秒鐘決定能不能用,這不是看規格表,是看經驗、看手感、看幾十年練出來的眼睛。這套判斷沒寫下來,AI也學不來。但更糟的是,新人連基本功都還沒練穩,就被要求產出一樣的東西,結果品質開始飄,老闆開始接客訴。

中階主管消失,工廠靠誰傳技術?

同一份資料也點出另一個壓力:中階主管的工作如果是承上啟下、轉手資訊,AI接手彙整報表、摘要資料之後,這一層會被壓縮。聽起來對工廠遙遠,但實情是,很多中小工廠沒有「中階主管」這麼正式的名字,是課長、組長、班長,是師傅身邊那個能盯品質、能分派工作的人。這層人一離開,整條線就斷。

台灣很多工廠現在正面臨的處境:老師傅五十多歲、準備退休;中生代被挖角去新創或科技業;新來的年輕人撐不住產線壓力。一條產線三缺一,不是加薪就解得了的事。

老闆現在該把什麼寫下來?

第一件不是買系統,是把腦裡的東西倒出來。師傅做判斷的依據是什麼?哪些來料能過、哪些不能過,為什麼?什麼情況要停機、什麼情況可以放行?這些答案寫下來,才有辦法變成新人能用的工具,不管那個工具是文件、影片、AI助理,還是一個簡單的查詢畫面。

我們自己做後台與流程自動化時,看過太多案子卡在「老闆以為大家都知道」這個誤區。員工不是不想學,是沒有素材可以學。寫下來不是為了給AI,是為了讓下一個進來的人有東西可以接。

第二步才是看哪些判斷可以變成新人的工具。我們接過一家食品加工廠的案子,把師傅配方的關鍵決策整理成決策樹,新人照著步驟走,半年就能獨立上線,原本要三年的學徒期壓短到一年。這個差距,就是把判斷邏輯寫下來之後省下來的時間。

資訊整齊了,第三步才是決定要不要上系統。從現有的紙本規範、上工規格,到AI助理能查、能建議,這條路是漸進的,不是一次到位。如果你的工廠或工作室正面臨同樣的卡點,免費需求診斷可以先幫你看是卡在哪一段。

關於這篇的常見問題

七成員工領不到平均薪資,跟我的小公司有什麼直接影響?

這個數字反映的是同一個職場裡,高薪與低薪的差距正在拉開。對小公司來說,原本用低薪請新人、訓練三年再拔擢的那條路正在斷。新人進來就被AI工具圍繞,做雜事、學眉角的機會被壓縮,你得先把師傅的判斷寫下來才有東西可以傳。

工廠老師傅的經驗怎麼留下來,才能不被AI取代?

老師傅的價值在判斷,不在動作。把師傅做決策時的依據、條件與例外寫下來,整理成決策樹或查詢畫面,新人才能照著步驟學習。AI學不來判斷邏輯,但寫下來的判斷邏輯,AI才能變成新人的輔助工具。

中階主管消失是真的嗎?我工廠沒有主管這麼高大上。

中階不只是一張名片上的頭銜,是工廠裡的課長、組長、班長,是師傅身邊能盯品質、分派工作的人。AI接手報表彙整與資訊轉手後,這層人的承上啟下價值會被壓縮,但能不能帶人、能不能凝聚士氣這些判斷反而更值錢。

我想開始把工廠的判斷寫下來,第一步該做什麼?

先從最熟悉的一兩個決策開始,問師傅為什麼這樣判斷、依據什麼條件、有沒有例外。寫成文件後再來看怎麼變成新人能用的工具,這條路是漸進的,不是一次到位,也不是先買系統才能開始。

參考資料