「共製」（Co-Making）正取代離岸製造與製造回流，成為新的產業邏輯——台灣的中小企業網絡加上美國的AI能力，兩者互補，鴻海的「燈塔工廠」轉型已證明這條路走得通。
本文重點
A：「製造回流」是把產線搬回國內，「共製」是建立跨地域、即時同步的智慧製造網絡——分散但不脫節。這個模式之所以現在才可行，是因為工業AI、數位分身與虛實整合系統，已成熟到能讓不同國家的工廠像一個系統一樣運作，而不再是各自獨立的據點。
A：台灣的優勢不是大廠，而是高度專業化、彼此串聯的中小企業生態系，能快速回應複雜需求。美國要重建製造業，靠幾座大工廠不夠，需要的正是這種有機的產業生態——台灣的模式提供了一個已被全球市場驗證的參考路徑。
A：差別在於可複製性。鴻海建立的不是單點改善，而是一套標準化數位平台，讓AI模型與最佳實務能跨工廠共享、擴展。這代表智慧製造不只能在旗艦廠實現，也能成為分散式跨國製造網絡的共同基礎——這才是「共製」真正需要的底層架構。
全球製造業正處於轉折點。過去，產業競爭力主要建立於成本效率與地理分工；如今，韌性、智慧化與信任，已成為同等重要的核心能力。地緣政治風險、供應鏈重組，以及Industrial AI技術發展，正重新定義製造系統的設計與運作模式。
在此背景下，「共製」正成為新的產業模式。不同於傳統「離岸製造」（Offshoring）「製造回流」（Reshoring），「共製」強調分散式、數位同步化與AI驅動的製造網絡。
台灣與美國的合作，具備引領此轉型的獨特優勢：台灣在精密製造與中小企業生態系上的實力，結合美國於AI與數位創新的領導地位，為下一世代智慧製造奠定基礎。鴻海透過世界經濟論壇（WEF）「燈塔工廠」（Lighthouse）計畫的轉型經驗，也證明此模式已具備大規模落地的可行性。
為何是「共製」？為何是現在？
近期全球供應鏈的重組，凸顯過度分散且高度集中供應鏈的脆弱性；半導體與電子產業的集中風險，更使製造能力重新成為國家戰略重點。與此同時，工業AI、虛實整合系統與數位分身等技術，也讓製造系統逐步具備預測、自主與自我優化能力。
這些技術使跨地域工廠得以作為協同網絡運作，而不再只是彼此獨立的生產據點。對美國而言，挑戰不只是重建產能，更是建立智慧化、整合化的製造系統，而台灣的產業經驗則提供了具實務性的參考路徑。
「共製」將製造模式從線性供應鏈，轉變為同步化生產網絡，其核心建立於四大支柱：跨區域分散生產（Distributed Production）、透過共享資料與數位分身進行數位同步（Digital Synchronization）、以AI驅動營運優化良率與設備稼動率（AI-Driven Operations），以及建立可信任的安全協作與互通架構（Trusted Governance）。此模式可建立兼具韌性與高效率的製造系統。
「共製」模式透過AI與技術串連跨地域工廠，從線性供應鏈，轉變為同步化生產網絡。圖片來源：作者提供
台灣中小企業，美國重建製造的參考模式
台灣製造業的核心競爭力，來自高度密集的中小企業網絡。這些企業具備高度專業化、靈活性與供應鏈整合能力，可快速回應複雜且持續變動的製造需求。
過去，此模式以速度與彈性著稱；如今，隨著工業化AI導入，正逐步轉型為數位協同的智慧製造生態系。透過共享資料平台、AI模型與數位串聯（Digital Thread），原本分散的製造能力可被整合為協同運作系統。
此模式對美國製造業復興具有高度參考價值。製造業重建不能僅依賴大型工廠，更需重新建立專業化且彼此連結的產業生態系。
台灣的中小企業模式證明，這類生態系具備全球化擴張能力及競爭力。
工業化AI則是其中的關鍵推動力量。透過將智慧化能力嵌入製程，並串聯分散企業，中小企業得以作為大型同步化製造網絡的一部分運作。
在台美共製架構下，此模式更可跨越國境，形成兼具靈活性與規模化能力的跨國製造系統。
鴻海燈塔工廠：從規模走向智慧化
鴻海的轉型，提供了「共製」的實際案例。過去，鴻海以超大規模、高複雜度與高度勞力密集製造聞名，在多個地區管理高度複雜且勞力密集的製造系統。但同時也面臨品質波動、設備停機與資料碎片化等問題。
這場「燈塔工廠」轉型計畫始於2018年。當時，我擔任新成立的鴻海工業互聯網副董事長與董事，透過工業化AI與數位轉型，回應上述挑戰並重新定義製造營運模式。
此轉型的重要核心之一，是在生產線全面導入AI驅動系統。透過預測性維護模型，降低設備非預期停機；同時結合機器視覺與數據分析技術，提升瑕疵檢測與品質管理能力。
此外，團隊也建立串聯設計、製造與服務階段的數位串聯架構，實現端到端的可視化與系統優化。
無人工廠則作為示範場域，展示「無憂智慧工廠」（Worry-free Smart Factory）的概念，並進一步形成工業化AI工廠的整體願景，作為其全球轉型的重要方向。
同樣重要的是，建立可跨工廠擴展的標準化數位平台。此次轉型不再只是單點式改善，而是打造統一架構，使最佳實務、資料模型與AI演算法得以在不同工廠間共享、複製並持續優化。
轉型成果相當顯著。鴻海不僅提升良率、降低停機時間並增加產能，也透過人機協作強化整體人力能力。AI系統的導入，讓現場人員的角色逐步從人工執行，轉向決策判斷與系統監控。
更重要的是，這證明即使是高度複雜的大規模製造環境，也能轉型為智慧化、自適應系統。更重要的是，此案例證明智慧製造系統具備可規模化與可複製性，並可進一步成為分散式製造網絡的重要基礎。
鴻海的燈塔工廠結合AI技術和數位化運營，提高生產效率，實現智慧製造。圖片來源：鴻海官網
「共製」的關鍵基礎：領域、資料、技能訓練
「共製」的實現，建立於系統級的工業化AI架構之上，其核心在於整合三個關鍵面向：領域（Domain），理解實體製程與限制條件；資料（Data），建立跨生命週期、可互通的結構化資料；技能訓練（Discipline），整合跨工程領域能力以支持規模化部署。
此「領域—資料—技能訓練」架構，可確保AI深度嵌入實際營運流程，而非僅作為單點式應用。
在台灣中小型企業生態系中，此架構能協助分散企業進行數位整合；在鴻海燈塔工廠轉型中，則支撐跨工廠的規模化擴展。對台美共製而言，這也將成為同步化跨地域製造系統的重要基礎。
台美共製的實踐路徑，建立於雙方互補優勢之上：台灣提供製造彈性、中小型企業網絡與半導體產業聚落；美國則貢獻AI創新能力、軟體平台與市場接近性。
透過雙方合作，可共同建立AI平台、鏡像工廠、即時協同系統，以及跨國人才培育機制。
若要推動共製規模化發展，政策面需優先建立智慧製造互通標準、強化跨境資料治理、投資工業化AI聯合研發、建立整合型人才培育機制，並設立跨國燈塔工廠測試場域。
從離岸製造走向共製，代表全球製造邏輯正從「產能導向」，轉向「能力導向」。未來競爭力，將建立於是否能有效協調智慧化、可信任的全球製造網絡。
台灣從中小型企業製造體系轉型為AI驅動生態系的經驗，提供了實務的全球參考模式；而美國則可藉此加速製造業重建。
透過結合台灣的製造深度與美國在工業化AI的領先優勢，共製有機會定義下一個產業時代——一個建立於韌性、智慧化與共同創新的全球製造新模式。
（閱讀英文原文：From Offshoring to Co-Making: A Taiwan–US Blueprint for Smart Manufacturing）
李傑
李傑指出，以AI驅動跨工廠生態系，台美「共製」可打造智慧化、可信任的全球製造網絡。圖片來源：李傑提供
美國馬里蘭大學終身講座教授暨工業人工智慧中心主任，前鴻海集團副董事長。是享譽國際的工業人工智慧與工業大數據專家。
