協奏曲：IT 與研發的協同需求，營運模式的 AI 變革

在 AI 與數位轉型浪潮席捲全球的今天，企業內部的 IT 部門與研發部門正站在一場前所未有的協同革命門檻上。從過去各自為政、偶有交集，到如今因數位主線、AI 與雲端等新技術的崛起而緊密串聯，這場跨部門的數位協奏曲，正悄然改變著產品開發、製造與營運的每一個環節。

文／編輯部

在 AI 與數位轉型浪潮席捲全球的時代，企業內部的 IT 部門與研發部門正經歷著一場前所未有的協同革命。過去，這兩個部門像是同一支樂團裡的不同樂器，各自演奏著自己的旋律，偶爾在專案交接時才短暫合奏。如今，隨著 AI、雲端、資料治理等新技術的崛起，這場協奏曲正變得越來越緊密、越來越精彩。

內容目錄 隱藏

傳統協同的「斷線」與新時代的「串流」

回顧過去，IT 部門與研發部門的分工其實非常明確。IT 負責基礎設施、資安、系統維運，研發則專注於產品設計與開發。這種分工雖然讓各自專業得以發揮，卻也帶來了不少「斷線」的困擾。

想像一下，一個新產品的開發案，研發部門設計好功能，交給 IT 部門部署，過程中需求傳遞繁瑣，資訊落差大，常常導致專案延遲、錯誤頻發。在台灣，這樣的情況也不陌生。CIO Insight 的調查發現，台灣企業在推動科技專案時，跨部門協同與溝通已經成為資訊長最頭痛的三大難題之一。但時代變了。數位主幹道（Digital Thread）、敏捷開發、持續整合等新觀念，正推動著 IT 與研發部門從「斷線」走向「串流」。現在，產品的全生命週期資料可以貫穿設計、製造、售服，讓每個部門都能即時掌握最新資訊，協同變得更即時、更緊密。

[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]

數位主幹道這一術語最早由美國國防部（Department of Defense，DoD）於 2010 年代提出，特別是在美國空軍的「數位工程」和「數位分身/數位孿生（Digital Twin）」相關計畫中被廣泛使用。其目的是為了提升複雜武器系統的設計、製造、維護效率與可追溯性。美國國防部在其「數位工程戰略（Digital Engineering Strategy）」文件中，明確將數位主幹道定義為「一種能夠在產品生命週期各階段之間，實現資料和資訊連續流動的框架」。

AI 時代的協同新樣貌

AI 的出現，讓這場協同革命進入了全新階段。過去，部門間的協作多半靠人力溝通、手動交接，現在則是靠平台、靠數據、靠智能。以 PLM（產品生命週期管理）、ALM（應用生命週期管理）、CAD（電腦輔助設計）等系統為例，這些平台不再只是各自為政的工具，而是成為串聯 IT 與研發的數位主幹道。PTC、Siemens、Dassault Systèmes 等國際供應商都強調，PLM/ALM/CAD 的整合，是企業協同與創新的基石。在 AI 的加持下，這些平台變得更聰明了。

舉個例子，PTC 的 CAD 系統現在可以用 AI 自動產生多種設計方案，幫助工程師在減重、強度、成本等多目標間取得最佳平衡。PLM/ALM 結合大型語言模型（LLM），可以自動搜尋文件、產生測試案例，甚至強化售後服務知識庫。這些功能，讓跨部門的協同不再只是「你丟我接」，而是「你問我答、你想我做」的即時互動。

傳統與 AI 協同模式的對照

如果要說明 AI 導入前後的協同差異，或許可以這麼比喻：傳統模式像是接力賽，每個部門跑完一段就把棒子交給下一棒，中間常常因為交接不順而失誤；AI 時代則像是足球賽，大家在場上隨時互傳、即時協作，目標一致、節奏明快。

在技術層面，傳統協同多半依賴分散的 PLM/ALM/CAD/ERP 系統，資料格式不一、流通困難。AI 導入後，API 中台、資料湖、單一資訊來源（single source of truth，SSOT）等新技術，讓資料可以自由流動，部門間的資訊壁壘逐漸消失。

AI/ML 技術則進一步自動化了測試、設計、知識搜尋等流程，讓協同變得更高效、更有創意。以 Siemens 與 Accenture 為例，雙方於 2025 年成立聯合事業群，結合工業 AI、軟體與 IT 專業，協助全球製造業推動軟體定義產品與智慧工廠。

像德國 KION AG 就透過 Siemens Teamcenter 與生成式 AI，優化工程流程；西班牙 Navantia 則利用數位孿生技術，將設計與製造成本降低 20%。此外，該事業群也積極發展 AI 代理人（Agentic AI），協助企業自動化模擬、機器人等工業流程，並強化 OT 資安防護。

技術挑戰與現場解法

當然，協同的路上也不是沒有挑戰。最常見的問題包括系統整合困難、資料品質不一、權限管理複雜，以及 AI 決策的可解釋性與合規風險。

在台灣，許多企業在導入 PLM/ALM/AI 時，會先成立跨部門專案小組，推動資料標準化與自動化測試，並逐步建立 API 中台與資料湖，讓 ERP、PLM、MES 等系統能夠順利整合。

國際上，像 PTC、Siemens 等供應商則提供 API 中台（如 PTC ThingWorx Flow）、資料湖（如 AWS Lake Formation）、RAG（檢索增強生成）、Explainable AI 等解決方案，協助企業克服技術障礙。

EMS 大廠可利用 AI+PLM/ALM 平台，預測專案良率，提升報價與生產決策精度。這不僅讓跨部門協同更順暢，也讓企業在競爭激烈的代工市場中搶得先機。對汽車產業來說，車廠可藉由建立 closed-loop digital twin，讓設計、製造、維運資料全流程串聯，AI 自動預測維護需求，提升產品可靠性與維修效率。在醫療器材公司方面則可以導入 PLM+AI，實現設計文件自動審查與法規合規性檢查，縮短產品上市時間。