文／胡翔祐

從交通大學資訊工程學系畢業二十年後，蔡昌裕再次回到校園，以「做事、做對事、做長久的事」為題，分享自己從交大資工一路走入智慧製造產業的歷程。不同於典型資訊工程背景投入軟體或網路產業，蔡昌裕選擇深耕工具機與智慧製造領域，在新代科技十八年間，歷經研發、產品、IT、業務與管理等角色，也見證台灣智慧製造產業從自動化走向AI整合的發展。

演講一開始，他便笑說自己在交大「活動辦得比課業還認真」。從校長盃導演冠軍、資工營總召，到梅竹賽總籌與系排隊長，幾乎參與了所有大型學生事務。他坦言，自己當年成績並不突出，「但現在回頭看，真正訓練我的，其實是那些解決問題的過程。」他認為，學生時期的大量活動經驗，讓他提早學習如何定義問題、拆解目標、整合資源，以及在壓力下做決策，這些能力後來都成為進入產業的重要養分。

畢業後，蔡昌裕進入新代科技，從最基層研發工程師做起。當時公司規模僅三、四十人，如今兩岸員工已超過一千六百人。他一路從單一工程師做到研發二部資深經理，最高曾管理超過百人團隊，也曾參與集團內創業與新公司成立。他提到，智慧製造產業最大的特色是「做控制器的人反而什麼都要懂」。因為控制器位於設備核心，工程師不只要理解軟硬體，更要理解終端產線究竟如何加工、生產與運作。

蔡昌裕以工具機產業為例說明，現代工廠中的每一台設備，都需要控制器驅動，而新代科技正是台灣重要的控制器廠商之一。從車床、銑床到機器人與自動化設備，背後都需要即時運算、感測器資料整合與運動控制技術。他指出，過去工業自動化多半停留在「設備會動」，但現在智慧製造更重視的是「設備如何自主最佳化」。因此，AI開始真正進入製造現場。

他分享目前團隊投入的重要方向之一，是利用AI進行CNC參數調校。傳統設備調教高度依賴老師傅經驗，一台機器可能需要數天甚至數週才能完成最佳化；但透過感測器蒐集振動、速度與加工誤差等數據，再搭配AI模型與數位孿生技術，便能快速找到最佳參數組合。他形容：「以前需要多年經驗才能做到的事情，現在透過AI，可以讓更多人做得到。」

「智慧製造不是只有AI模型而已，真正困難的是物理世界。」他特別強調。在工廠現場，溫度、濕度、材料與設備狀態都會影響加工結果，因此智慧製造並非單純的軟體問題，而是資訊、機械、控制與製程整合的跨域工程。

也因如此，他認為交大資工學生其實很適合投入智慧製造產業。資訊背景帶來的系統思維與解決問題能力，能在產業中發揮巨大價值。但他也提醒學生，不要只關注技術本身，更要理解真正的需求與問題。「很多時候真正困難的，不是方法，而是你到底要解決什麼問題。」

演講後半段，他進一步分享自己二十年職涯的體悟。他提出五句最重要的話：「問題比方法重要、系統比功能重要、落地比demo重要、長期比短期重要、韌性比衝刺重要。」在他看來，學術研究與產業最大的差異，就在於產業最終必須真正落地，能夠被工廠使用、能夠穩定運作，才有價值。

對於許多即將進入職場的研究生，他也提醒：「沒有什麼是最好的選擇，只有最適合自己的選擇。」他坦言，多數人其實並不真正了解自己，因此只能先做、先嘗試，再慢慢認識自己。他認為職涯是一條很長的路，「不要太害怕改變」，因為真正重要的，是能否持續成長，並找到自己願意長久投入的方向。

從交大資工學生，到智慧製造產業的重要推手，蔡昌裕的經歷不只是個人職涯故事，也映照出台灣製造業從傳統自動化邁向AI智慧化的轉型歷程。對在場學生而言，這場演講不只是技術分享，更是一堂關於產業視野與長期成長的課。