華苓科技以「iMES智慧製造系統」與「AutoMan AI Agent開發平台」，協助食品加工與ODM餐飲代工業者突破傳統限制，打造兼顧食安合規、品質穩定與高效營運的「智慧食安供應鏈」。
傳統食品加工之挑戰
傳統的食品加工作業中，人工操作不僅容易產生誤差，更造成資訊追溯繁瑣與人力成本居高不下。案例客戶為一家專注於冷凍冷藏調理食品製造、調理食品、ODM餐飲代工的企業，主要經營便當與滷味等即食餐食。儘管已通過ISO22000食品安全管理系統等多項認證，但在導入華苓解決方案前，仍面臨三大營運瓶頸：
1. 供應鏈透明度不足：調理包訂單交期平均需三週，且穩定度欠佳；資訊服務處於被動狀態，耗費時間長，且未能提供精準報價，嚴重影響客戶滿意度。
2.品質管理與標準化困難：滷味製程的鹹甜度誤差高，極度仰賴老師傅經驗；便當配膳菜量不均，配菜作業高度仰賴人工，難以實現標準化。
3. 食安管理與人力缺口：巡檢作業難以確實落實，食安追蹤追溯資訊整理困難。生產參數資訊未能即時蒐集，產線管理數據仍以人工抄寫為主。此外，產品打樣整理原料資訊耗時，包裝環節亦需要耗費大量人力進行複核確認。
智慧食安供應鏈解決方案
為突破上述瓶頸，華苓科技為該企業量身打造了智慧食安供應鏈方案，由五大華苓智慧系統構成，並無縫整合企業原有的SCM供應鏈管理、ERP企業資源規劃、CRM客戶關係管理等系統，形成全方位的營運視角：
• iMES（智慧製造系統）：負責生產履歷、出貨配送單與產品基本資料。結合機台數據（如工單、生產數量、品檢、參數），形成完整且即時的生產履歷。
• AutoMan（AI Agent開發平台）：作為核心運算平台，負責流程自動化與智慧判斷。與iMES整合以優化生產參數（例如滷味鹹甜度控制），並與SCM/ERP互通支援決策。
• Connesia（物聯網平台）：即時蒐集設備與環境感測數據（溫度、濕度、壓力、能耗），提供生產過程的即時監控，並將冷鏈數據同步至追溯平台。
• Agentflow（流程管理平台）：確保供應鏈與食安治理的流程簽核合規透明，將採購、品質異常、食安檢驗等流程全面數位化。
• Lale EIM（企業即時通訊）：提供跨部門即時協作，快速推播巡檢、異常通知及市場需求回饋。
資訊串流融合AI Agent應用
面對食品產業對安全、效率與品質一致性的高度要求，本專案從傳統人工管理模式，全面邁向以數據驅動與AI智慧決策為核心的新型態，實施項目涵蓋三大方向：
(一)食安供應鏈資訊串流
資訊不再只是由不同系統各自保存，而是建立完整的資訊串流架構。從需求預測、原料採購、智慧生產履歷、食安異常治理，到冷鏈物流與出貨追蹤，每一筆資料皆能即時流動：
1.原料採購與供應商管理：建立透明的食安源頭
供應商可透過SCM平台提交報價單、出貨單、原料批號及檢驗報告，所有資訊皆集中管理。同時，Agentflow負責採購簽核、供應商評鑑、食安文件審核及品質異常處理。若系統發現原料檢驗不合格、文件缺漏或供應商評分過低，Agentflow可立即啟動異常流程，通知相關單位停止進料或要求改善。
2.智慧生產履歷：打造全程可追溯的製造紀錄
當ERP下達生產工單後，iMES即開始管理整個製造流程，並整合Connesia所蒐集的設備與環境數據（涵蓋溫度、濕度、壓力、能耗、生產數量、品檢結果及設備參數）。這些資料會即時寫入iMES，自動形成包含原料批號、生產設備、操作人員與檢驗結果的完整生產履歷，確保每一項產品皆具備完整且可信的追溯紀錄。
3.食安治理與異常管理：AI主動預警，流程自動啟動
當AutoMan發現冷鏈溫度異常、製程偏差或原料即將過期等情況時，不再需要等待人工回報，而是立即將事件送至Agentflow，自動啟動包含品質異常處理、CAPA改善或食安事件追蹤等治理流程。同時，Lale EIM會立即通知品管、生產、倉儲及食安管理人員，大幅縮短異常處理時間。
4.冷鏈物流與出貨追蹤：讓產品離廠後仍持續受到監控
產品完工後，iMES提供生產履歷、批號及出貨配送資訊，而Connesia則持續蒐集冷鏈物流與倉儲環境數據（如冷藏溫度、濕度及運輸狀態）。這些資料同步回傳至SCM，形成完整的物流履歷。若冷鏈溫度超出安全範圍，系統可立即發出警示，避免食品因運輸過程失溫而產生食安風險。
5.客戶回饋形成回購循環：讓市場需求持續驅動產品優化
當產品送達市場後，CRM持續蒐集客戶滿意度、客訴內容及新產品建議，再將這些資訊回饋給AutoMan開發出的AI Agent。AI Agent分析消費者回饋後，可提出產品配方調整、生產品質改善或製程優化建議，並同步更新ERP排程及SCM採購策略。
6.AI Agent智慧製程控制：從事後改善走向即時最佳化
AutoManAI Agent成為整個智慧供應鏈的大腦，持續分析來自iMES與Connesia的設備與製程數據，並透過AI模型即時計算最佳生產條件。以滷味加工為例，AI Agent可依據滷汁濃度、溫度及歷史品質資料，自動建議最佳製程參數，甚至直接控制設備調整火候，讓產品維持一致風味。
(二)食品製程AI Agent
傳統食安管理多依賴人工檢查與事後補救，透過建構食安AI Agent，讓AI主動監控並預測風險：
• 原料進貨標籤文字辨識：運用MaskR-CNN、YOLO與LSTM等技術，透過影像辨識自動擷取進料標籤上的成分、過敏原與保存期限，防範人工檢查疏漏，並自動導入iMES系統。
• 動作分析工時AI計算：透過IPCAM收集影片，以Flow-based Models與Keypoint Matching分析人員作業姿態，自動區分「工作中」與「閒置中」狀態，精算有效工時並確保符合標準作業規範。
• 生產揀貨AI自動計數：在配膳產線上，AI結合影像辨識精準定位餐盒，連續追蹤物件流向，避免人工點算錯誤，大幅提升出貨準確率。
• 冷鏈設備錶頭資訊辨識：即時辨識冷凍庫、冷藏庫的錶頭數據，偵測異常並主動通知，取代傳統人工巡檢抄寫。
(三)營養配膳AI Agent
針對便當與滷味等即食餐食，導入AI Agent與自動化設備，達到品質一致化與人力最佳化：
• 滷味生產參數優化：透過LSTM模型即時分析滷汁溫度、時間與鍋內重量。AI Agent根據歷史品質資料，自動建議並直接控制設備調整火候，將過去依賴經驗的鹹甜度誤差降至最低。
• 配膳空間與人員優化：結合YOLO與SSO演算法，搭配機械龍門與夾具設計，自動辨識食材種類與剩餘量，優化人員配置並縮減作業區域。
• 健康餐盒與滷味配膳自動化：結合3D深度攝影機、重量感測（精度達±1g）與X-Y-Z軸機械手臂，精準分配米飯、蔬菜與蛋白質，確保每份餐食符合營養標準及食安規範。
雙引擎驅動下的精準智造與食安營運升級
在華苓智慧系統與AI Agent的雙引擎驅動下，企業成功擺脫傳統人工管理與資訊孤島的限制，實現從「事後補救」到「主動預防」的全面轉型。整體效益不僅體現在食安合規，更展現於實質的數據優化：
• 效率與追溯雙效提升：最顯著的突破是食安追溯資訊產出時間，由原本耗時4小時以上，急遽縮短至3分鐘以內完成；同時，供應鏈交付週期也從21天大幅縮短至14天，提升市場反應速度。
• 品質精準與人力優化：透過AI精準控制，便當配膳重量誤差縮小至極致的±1g，滷味風味（鹹甜度）誤差由15%降至8%以內，且包裝出貨錯誤率降至0.1%以下。此外，配膳產線人力需求從35人精簡至24人，有效解決缺工並降低人事成本。
• 設備效能與投資回報：現場巡檢有效執行率由60%攀升至90%以上，整體設備效率（OEE）更由58%躍升至70%。
綜合來看，華苓科技協助食品加工業導入「食安AI Agent」及「iMES智慧製造系統」，不僅有效解決了交期不穩、依賴人工與食安追溯困難等痛點，更全面提升了生產效率、降低人力成本，並大幅強化了品質穩定性與食安透明度。這些具體的數據對比，深刻證明了AI在餐飲產線中的落地價值，讓企業得以在激烈的市場競爭中，同時兼顧食安合規、顧客滿意度與永續發展治理，立下智慧食安供應鏈的全新標竿。
