生成式 AI 企業活化應用系列（ 1 ）
在瞬息萬變的產業環境下，能夠將數位科技與永續理念兼具落地，並持續探索企業應用新工具的領航者並不多見。新呈工業董事長陳泳睿不僅以多年累積的資訊與製造經驗，引領公司完成數位賦能、優化到轉型的全程。他現著手規劃一系列企業活用 AI 的新文章，對渴望突圍與創新的企業而言，極具參考價值
文／陳泳睿（新呈工業董事長）
企業主的你，真的知道生成式 AI 對你的幫助嗎？市面上充斥 AI 行銷、生成式 AI 文案、用 AI 做簡報與知識整理等課程與講座，確實能幫到部分職能的同仁，從企業經營的點、線、面來看，這多半只改善了「某一點」。遺憾的是，線性流程管理與端到端經營的提升，普遍仍不足。
企業的長期競爭力，不在於單點投入，而在於「硬體 × 軟實力」的雙輪驅動，現今社會著重要於經營管理的軟實力，管理的高效伴隨著高品質、低成本、短交期的優勢，範疇包含人力資源與組織管理、策略規劃與營運模式、制度與流程管理、精實管理、品質管理、知識管理、個案管理、行銷管理、供應鏈管理、接班人計畫等。然而，軟實力的培養不比硬體買買設備就可以立即增加產能，不僅需要時間培養，還仰賴關鍵人才留任與系統化建置，因此教育訓練必須長期化、制度化。
所幸這年代有生成式 AI，最強項的就是邏輯式分析的思考、深層式的提問、結構化的回答、格式化的報告、海量的數據連結，不僅僅解惑更是啟發創意聯想，廣泛連結整合更可以達到自適應綜效。更該避免「流程掉鍊」 ─ 不是 AI 會辭職，而是缺乏治理就難以穩定產出。
熟練指令為公司建立軟實力
如何使用生成式 AI 的提示詞工程來為公司建立軟實力？以製造業的例子來說，精實管理有個工具，就是為了找到問題發生的真因，會使用「五個為什麼」（ 5 Whys ），這是透過一連續問題提出，持續探索問題背後的問題再提出問題方式，最終找到根本原因（ Root Cause ）改善。
然而這樣的工具對於基層員工與主管猶如登天之難，他們平常最熟悉的作業無非是用手操作設備或勞作；然而，面對品質異常的答案高達九成都是「人為疏忽」不了了之，改善對策往往都是下次會注意，演變成下下次會注意，可惜的是下次還是會發生，這樣的無限循環讓管理者心灰意冷。
以我公司新呈工業 Wiring Harness & Cable Assemblies 線束製造商為案例，「端子插入膠殼沒有插入定位，導致後續使用終端子脫落」，過往現場多以「疏忽／不小心」解釋，問題與回應反覆出現，「下次注意」也常演變成「下下次再注意」。
如何使用生成式 AI 來解決這個問題？只要在 LLM （ ChatGPT、Gemini、Claude、Copilot…）給予 Prompt Engineering 的提示詞就可以幫助企業萃取出根因（ Root Cause，親愛的讀者可以將以下 Prompt 下給 LLM 等，只要依序回覆提示問題，系統會以「五個為什麼」結構逐層分析並收斂至最終根因，藉由根因就可以分析找出改善對策。
提示詞如下：
我 {公司} 是一家 {產品／服務}、{B2C ／ B2B} 的企業。現在我的 {產品} 遇到品質異常，需要用「五個為什麼」方法找出根因。你是一位經驗豐富的產業分析師，擅長企業問題分析。我希望你能指導我使用「五個為什麼」技巧。我會給你一個問題，你給出第一個能夠回「為什麼會發生這種情況？」這個問題的潛在原因。然後，你問我是否同意這個原因。如果我不同意，請再給我一個原因，直到我同意為止。之後，針對這個已達成一致的原因提出一個「為什麼」的問題，並提出一個潛在原因，直到我同意為止。重複此過程 5 次。請始終等待我的回覆。請使用繁體中文。你明白我的要求嗎？
執行過程中 LLM 會詢問使用者簡單的背景，例如公司名稱、產品或名稱，最後產品是否異常，這些題目以及回答都會被保障在系統中不會輕易的被取走。以下是使用 ChatGPT 回答的過程：
🔸ChatGPT：我完全明白您的要求，而且這是一個非常實用且深入的問題根因分析方式。以下是我將與您進行「五個為什麼分析法」的流程概要，確保我們步驟一致：
流程說明：
- 您提供初始問題（例如某個品質異常問題）。
- 我提供第一層「為什麼會發生這種情況？」的潛在原因。
- 您可以選擇「同意」或「不同意」。若不同意，我會提出另一個可能的原因直到您同意。
- 接著我針對您同意的原因，再問「為什麼」，然後再提出可能的原因。
- 重複 5 次，直到我們挖掘出根本原因。
- 每次都會等您回覆，才繼續下一層。
請您提供以下資訊以開始第一輪分析：
- 您的公司名稱或簡稱（例如：新呈工業）
- 產品或服務（例如：醫療用線束）
- 該產品的品質異常問題（請簡要描述，例如：端子插入後電阻異常偏高）
等您提供這些資訊，我們就能立即開始第一次「為什麼」的追問。
[ 加入 CIO Taiwan 官方 LINE 、 Facebook 與 IG，與全球CIO同步獲取精華見解 ]
🔹使用者：
- 公司名稱：新呈工業
- 產品：Wiring Harnesses and Cable Assemblies，汽車配線、電子設備配線、醫療設備配線、防水線材、高可靠性線材、工業電腦配線、線材組裝、防水線材、腳踏車電子變速線材。
- 異常問題：端子插入膠殼沒有插入定位，導致後續使用終端子脫落
🔸ChatGPT：
非常好，謝謝您提供詳細背景。
我們要針對這個問題來進行「五個為什麼」分析：
問題描述（第０層）：端子插入膠殼沒有插入定位，導致後續使用時端子脫落
第一次為什麼：為什麼端子沒有插入定位？
潛在原因 1：
操作人員在端子插入膠殼時未確實檢查「定位聲音」或「回彈感」，導致未發現插入未到位就進行下一步作業。請問您是否同意這個原因？
O 若您同意，我們就進入第二層「為什麼」。
X 若不同意，我會提供另一個潛在原因供您選擇。
🔹使用者：同意
🔸ChatGPT：
非常好，我們已完成第一層原因的確認。
第二次為什麼：為什麼操作人員沒有確實檢查「定位聲音」或「回彈感」？
潛在原因 2：
缺乏標準化作業流程（ SOP ）中對「插入定位確認點」的明確規範，操作人員無依據檢查，也未被訓練要確認插入是否到位。請問您是否同意這個原因？
O 同意我們就進入第三層
X 不同意我會再提供其他可能原因
🔹使用者：同意
🔸ChatGPT：
非常好，我們繼續進行第三層。
第三次為什麼：為什麼缺乏標準化作業流程（ SOP ）中對「插入定位確認點」的明確規範？
潛在原因 3：
該作業流程是由經驗傳承或由現場師傅口頭教導，未經過完整文件化與工程部門主導的作業標準制定流程。請問您是否同意這個原因？
O 同意則進入第四層
X 不同意我再提供其他原因選項
🔹使用者：同意
🔸ChatGPT：
很好，我們已深入到第三層，現在進入第四層。
第四次為什麼：為什麼該作業流程是由現場師傅口頭教導，未經過完整文件化與工程部門主導的作業標準制定？
潛在原因 4：
工程部門在作業導入初期未介入製程導入流程，品質管控責任未明確分工，導致現場憑經驗操作而非依據工程設計與品質標準執行。請問您是否同意這個原因？
O 同意，我們就進入第五層
X 不同意，我再提供其他選項供您參考
🔹使用者：同意
🔸ChatGPT：
非常好，我們已經追溯到第四層，接下來進行最關鍵的第五層。
第五次為什麼：為什麼工程部門在作業導入初期未介入製程導入流程，品質責任未明確分工？
潛在原因 5：
公司缺乏跨部門的「新製程導入流程（如 NPI 流程）」，也缺少對「作業標準建立責任歸屬」的制度化設計，使得工程、製造與品保之間的職責邊界模糊，導致導入時工程部門未自動承接工藝標準化的責任。請問您是否同意這個最終的根因？
O 同意後，我可以為您整理出完整的「五個為什麼」圖解與改善建議
X 不同意，我會再調整第五層原因供您參考
🔹使用者：同意
🔸ChatGPT：
太好了，我們已經完成了完整的「五個為什麼」根因分析，現在為您總結整體分析脈絡：
「五個為什麼」分析圖（針對端子插入未定位導致脫落）問題：端子插入膠殼沒有插入定位，導致後續使用時端子脫落
- 為什麼發生？
→操作人員未確認插入定位（聲音、回彈感）即進行下一步。- 為什麼操作人員沒確認？
→缺乏 SOP 中對定位確認點的明確規範與檢查指引。- 為什麼 SOP 沒有規範？
→該作業來自現場口頭傳承，未經正式文件化與工程主導。- 為什麼沒有文件化與工程主導？
→工程部在製程導入初期未介入，品質職責劃分不清。- 為什麼工程部沒介入與責任不清？
→公司缺乏跨部門製程導入制度（如 NPI 流程）與標準責任劃分設
從以上範例可以看出來 LLM 引導使用者一層一層思考問題根因，也有機會讓使用者自己再提出意見（因為篇幅所以沒有展示不同意，並且提出自己意見，讀者可以自己試試看）讓「五個為什麼」工具變得更簡單，第一線作業者親身將問題發掘出來，這樣的管理才會有效率。以導入經驗觀察，完整跑完「五個為什麼導引 → 證據驗證 → 對策回填 SOP」的兩個循環後，重複不良率常見可在四週內下降 30%~40%（依企業場景不同而異）。
生成式 AI 可以套用在很多企業管理工具上，AI 的邏輯思考、創意發想以及簡易高效，能同時解決人才培訓難、管理瑣碎等痛點，讓軟實力可複製、可驗證，最終轉化為交期、良率與成本的優化。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
