寫加工程式從 1 小時縮減至 4 分鐘：拆解日本 ARUM 導入對話式 AI 的精密加工實戰
在日本石川縣金澤的一間工廠裡，工程師只需站在一台如同金屬小屋般的設備前，點擊螢幕，便能與一個虛擬角色對話，完成複雜的加工設定。這個名為「KAYA」的對話式 AI，正是日本精密製造商 ARUM Inc. 最新推出的核心技術之一，目標是重新定義精密加工的人才門檻與生產效率。
對話式 AI 助手「KAYA」降低精密製造門檻
KAYA 是一套建構自微軟 Azure OpenAI 與語音技術上的人機介面，並採用 GPT-5 模型運作。當操作人員匯入零件設計檔後，系統會即時分析幾何形狀與加工需求，並透過自然語言逐步引導使用者完成每一道工序，包括更換刀具、調整工件位置等細節。這樣的互動方式，讓原本高度仰賴經驗的 CNC（電腦數值控制）加工流程，得以被初階人員快速掌握。
這項突破的關鍵，在於 ARUM 將長年累積於資深技師腦中的「隱性知識」轉化為可計算的數據模型。其核心軟體 ARUMCODE，透過圖神經網路整理材料特性、刀具選擇與切削條件之間的複雜關係，建立出龐大的知識圖譜。過去需要熟練技師花費 1 小時撰寫的加工程式，如今只需要 4 分鐘就可以自動生成，顯著壓縮生產前置時間。
這種效率提升對於高混合、低產量的精密零件產業具有關鍵意義。此類產品通常客製化程度高、單價昂貴，任何時間成本的降低都直接影響利潤空間。ARUM 的解法讓設計與試產周期大幅縮短，有案例顯示，醫療設備零件的開發時間可從數月縮減至數週，企業能更快回應市場需求。
破解製造業高齡化危機，以 AI 實現技術傳承與自動化 12 步流程
KAYA 所屬的整體系統，是 ARUM 打造的 TTMC（全自動化加工中心）。該系統已實現從設計圖轉換到成品產出的完整自動化流程，涵蓋 12 個關鍵步驟，並大幅降低人工介入程度。
技術之外，更深層的背景是日本製造業正面臨結構性的人才危機。官方與產業研究普遍指出，製造業長期處於人力供給不足狀態，工程師平均年齡已超過 50 歲，年輕勞動力補充有限。精密加工這類需要長時間訓練的技術領域，受到的衝擊尤為明顯。熟練技師的培養往往需耗時數年，企業在技術傳承上承受巨大壓力。
ARUM 的策略是將工匠經驗數位化，並透過 AI 讓知識可被複製與擴散。這種做法不僅提升單一工廠的生產能力，也為整體產業提供一種新的運作模式。當加工流程被標準化並嵌入演算法後，企業能以更低門檻培養操作人員，同時維持高精度品質。
ARUM 也正進一步規劃更大規模的製造網路。該公司構想將多個 TTMC 機台串聯成分散式生產系統，並透過雲端平台統一調度；一旦某地區因自然災害或其他因素導致產能中斷，其他地區的機台可即時接手生產任務，提升整體韌性。這種架構與雲端運算的結合，使製造業逐步朝向軟體定義的模式演進。
【推薦閱讀】
◆ 製造業如何擺脫 AI 單點優化？IBM 拆解常見的「5S」挑戰，揭開規模化導入 AI 的轉型路徑
＊本文開放合作夥伴轉載，參考資料：Microsoft、《Digital Watch》，首圖來源：Microsoft
（責任編輯：廖紹伶）