紡織業轉型，迎數位新紀元
未具備「護照」商品未來恐無法進入歐洲 業者須加速提升資訊透明度與管理 維繫競爭力
近年來紡織產業正站在轉型的關鍵時刻，一方面歐盟自2019年起推動《綠色政綱》，陸續提出《循環經濟行動方案》、《永續與循環紡織策略》以及《永續產品生態設計規範》（ESPR）。其中最受矚目就是數位產品護照（Digital Product Passport，DPP），要求產品揭露完整生命周期資訊，涵蓋原料來源、碳足跡、回收建議等16大類資料。
2027年起，未具備DPP的服飾恐將無法進入歐洲市場。這意味著台灣紡織業若無法快速提升資訊透明度與數位化管理能力，將面臨被市場淘汰的風險。歐盟DPP的推動不僅是法規挑戰，也是數位化的催化劑。產品生命周期的完整資訊對以中小企業為主的台灣紡織業而言，將是沉重負擔。
但若能結合AI技術，就能將零散的文件、設計規格與生產紀錄轉換成結構化數據，滿足DPP所需的資訊。換言之，DPP成為促使產業加速數位管理的動力。數位化的動能，也促經濟部產業技術司加快相關技術的研發與推廣，攜手法人研發能量，協助業者導入AI與智慧管理工具，讓國際規範不只是挑戰，更是台灣紡織業轉型升級的契機。
另外，產業內部也面臨結構性挑戰。根據統計，2013至2023年紡織業受僱員工人數減少近兩成。隨著人口高齡化、人才斷層與訂單多樣化壓力，依賴經驗傳承的運作模式愈加吃緊。新世代員工進入產線後，很難短時間掌握工藝與流程，造成品質不穩、交期延誤的問題時有所聞。面對挑戰，數位化與AI的導入，已是維繫競爭力的必經之路。
品質是紡織業站穩國際供應鏈的關鍵，全球主要機能性紡織品供應者，驗布工作不能馬虎。過往布料檢測仰賴人工操作，稍有疏忽可能錯失瑕疵，也經常面臨人力不足與標準不一的挑戰。加上不同人員的判斷差異，品質控管難以維持穩定。
隨著AI導入，驗布逐漸邁向數位化，透過AI的自我學習與數據累積，能即時捕捉布面缺陷，還能與後端製程參數對照，協助工廠追溯問題來源、調整生產流程。讓品質管理從「被動檢出」轉為「主動預防」，降低後續的修正成本。
就「品質檢測」而言，DPP需要精確的瑕疵率與品質紀錄。當布面檢測結果能即時轉換為數據報表，並連結到MES或ERP系統，就能直接生成DPP所需的資訊。
製程升級不僅是技術優化，更代表紡織業管理模式的轉變。傳統上工廠運作依靠師傅經驗與現場反應，產線之間缺乏即時連動。當布料張力不穩、染色不均或能耗偏高時，要等到成品出現異常才會追溯原因，錯失最佳調整時機。隨著智慧化工具引入，產線管理開始從「事後修正」走向「即時控制」。AI能透過感測器與雲端平台即時分析數據，協助廠商在異常尚未擴大前就做出反應。例如當染缸液濃度或溫度偏離設定值時，系統能即刻提醒並自動調整。這種即時回饋讓生產線不再只是「被動執行」，而能主動學習、成為優化的智慧系統。
智慧製程產生的大量數據，逐步累積成企業的「數位資產」。這些數據能提升生產效率，並作為後續設計決策、材料選擇與能源管理依據，讓製程智慧化成為推動整體產業升級的關鍵引擎。
就「製程管理」而言，DPP對能源耗用與碳排放的透明揭露，也促使工廠掌握生產過程的數據來源。例如染缸的能耗監測、張力控制、水洗優化等模組，都能即時輸出數據，協助工廠提供具體的環境足跡資訊。
台灣紡織業正面臨人才斷層，傳統「師徒制」難以因應現代產線需求。透過將SOP、機台參數與過往案例輸入語言模型，AI能成為「數位師傅」，幫助新人快速掌握技巧，並針對染整排程、品質預測等作業需求提供建議。AI更能在事件發生前進行預測，例如染色漂缸次數或返工風險，協助廠商事先調整，降低成本與風險。
AI已不再只是工廠裡的輔助工具，而是橫跨品質、製程與管理的關鍵。AI能像「機器眼」一樣精準把關布料品質，也能在製程中即時調整能耗與參數，並將資訊轉化為企業的數位資產，進一步支援決策與國際規範。
AI驅動數據透明化，正好與DPP的推動方向相契合。當驗布的檢測數據、製程的能源紀錄、供應鏈的環境足跡，都能即時彙整並呈現於產品履歷中，台灣紡織業者不僅能延續在國際市場的供應鏈地位，更能以高度透明的數位化形象，贏得全球品牌客戶信任。
（作者是閩潔、巫佳宜；紡織產業綜合研究所研究員）
布料檢驗 AI電眼快狠準
在全球紡織產業數位轉型的浪潮下，人工智慧（AI）已逐漸從研發設計、製程控制，延伸至品質管理。特別是在織造與染整環節，傳統人工驗布長期依賴人眼判斷，不僅效率有限，且容易受主觀差異、疲勞與環境因素影響，導致品質管理不穩定。如今，AI智慧驗布技術的興起，正逐步取代傳統人工方式，開啟數位化品質管理的新時代。
在傳統生產線上，驗布人員需要長時間專注高速移動的布面，檢測破洞、汙點、經緯紗錯位、色差等缺陷。這種倚賴人工檢驗的工作，讓品管存在四個主要瓶頸。
首先，隨著產業勞動力短缺，能勝任驗布工作的專業人力愈來愈少。其次，長時間的視覺專注容易造成疲勞，使檢測準確度下降。第三，人工驗布的速度通常僅能維持在每分鐘10到30公尺，難以因應現代高速產線的需求。最後，人工檢驗多以肉眼與紙本紀錄為主，缺乏數據的系統化與數位化管理，也因此難以進一步支持工廠的流程改善。種種限制，使得品質管控始終是紡織產業升級的重要關卡。
面對驗布專業人力逐漸短缺、檢測準確度與效率難以提升的挑戰，經濟部產業技術司以科技專案補助紡織所投入AI智慧驗布技術開發，帶動產線加速數位轉型。
AI智慧驗布透過高解析工業相機、影像處理演算法與深度學習模型，讓傳統依賴人眼的檢測方式大幅升級。當布匹通過驗布機時，相機會在固定光源下連續拍攝，確保取得清晰且穩定的影像。這些影像隨即輸入AI系統，由訓練完成的深度學習模型即時辨識各類缺陷。接下來，系統能精確標記瑕疵位置，並自動分類，例如汙點、破洞、雙經或跳花等。
最後，檢測結果會轉化為數位報表，還能與製造執行系統（MES）或企業資源規劃系統（ERP）串接，累積成可持續應用的品質大數據。藉由這項技術，驗布工作從「人眼依賴」邁向「AI智慧判斷」，不僅準確率可達95%以上，更能實現全天候、不間斷的檢測。
而紡織所「AI驗布技術」則更針對各類業者常用的紡織品（梭織布、針織布、不織布等），驗布技術包括快速瑕疵辨識、精準色差辨識、大小圖紋辨識等，皆可即時品質監控。一旦偵測到缺陷，可即時回饋到生產端，在早期階段發現並修正，降低大面積次等品的風險。
AI驗布檢測可達每分鐘50到100公尺，遠高於人工水準，當驗布系統與MES／ERP／AIoT平台整合，布料品質數據便能即時上傳雲端或區域網絡，與其他製程數據形成完整閉環，成為數位管理關鍵系統，為智慧工廠的品質把關。目前已導入岳揚智控，提升產線生產效率，此技術更獲得2024年全球百大科技研發獎（R&D100 Awards）的國際肯定。
有別於其他自動光學檢測（AOI）的產品檢測技術，AI驗布的挑戰在於紡織品屬於撓性物質，稍有角度不對或經緯向張力改變外觀尺寸，常導致一般AI光學辨識系統產生誤判現象，但對紡織品而言卻是可允收的良品。
科技專案所研發的驗布技術，透過AI讓智慧驗布機學習「人眼」的判別標準與學習「人腦」的辦判斷經驗，解決紡織布料AI檢測技術中最難克服的「漏檢」與「過檢」問題，也就是在「偽陰」與「偽陽」的現象，且可以自我學習、持續優化辨識的精準度。AI驗布機除辨識技術日益精進外，在操作的硬體也不斷加入人體工學概念做硬體改善，同時也整合控制器、操作介面於機台本身，是非常友善操作者的設計。
（作者是林于棟；紡織產業綜合研究所組長）
跨域連線 產業升級關鍵
紡織業面臨不只是「價格競爭」，更有「效率、品質與永續」的多重挑戰。過去紡織工廠多依賴單一場域的生產與管理模式，但隨著數位技術、AI與雲端平台的成熟，「跨域連線」成為產業升級的關鍵。
在跨國運籌情況下，布料設計、紡紗、染整與成衣製造往往分散於不同國家，如何協調交期、降低運輸與庫存成本，已成為產業競爭力的核心課題。政府近年來高度重視AI發展，協助紡織業導入智慧製造、資料分析與國際示範場域，不僅強化台灣在地產能，也為產業鏈建立全球化、智慧化新格局。
在經濟部產業技術司支持下，紡織所積極協助紡織業數位轉型，串聯設備業、系統廠商與終端工廠，建立跨廠協作模式。透過雲端服務平台推廣，協助業者快速導入智慧化工具，加速數位化進程。紡織所團隊也開發多項智慧化模組，從生產到品管皆能即時監測與調整。
例如織物張力回饋控制技術可即時調整餵紗與捲取速度，確保布料張力與成品質量穩定；溢流水洗優化系統則能監控染缸液濃度並預測水洗完成度，以提升製程準確性；布面紋理檢測模型可偵測偏斜幅度，避免布面缺陷；染色上色率判定與預警機制則能在溫差過大時即刻提醒，確保染色一致性。
此外，能源耗用預測模組可透過電流、蒸汽與環境數據，精準計算水洗與定型機的能耗，協助廠商掌握不同布種與製程的能源需求；跨製程軟體即服務（SaaS）驗證平台則涵蓋假撚、針織、梭織、染色與定型設備，並透過統一的資料標準，達成跨廠、跨製程的協作。
這些成果使紡織產線得以從品質檢測、能源管理到產線調整全面數位化，逐步邁向跨域運籌的數位智慧，進一步強化台灣機能性布料在全球供應鏈的競爭力。
台灣紡織業積極導入數位化與智慧製造技術，透過生成式AI與智慧製造服務平台，協助產線更具彈性，並提升準時交貨能力。紡織所研發團隊近年推動跨域產線智慧化方案，依照不同布商的數位化成熟度，循序提供「資訊化、數位化、半智動化到智動化」的解決方案，成功串聯紗線與布料的色彩資訊，並將數據納入交期預測與製造履歷追蹤系統。
透過建置的公版企業資源規劃（ERP）系統，把訂單、生產流程、布料進度、成品狀況，以及送染的紀錄整合在一起。此外還能自動整理歷史資料，像搜尋引擎一樣快速找到相似案例，進一步生成新的染整工單，降低人工錯誤與等待時間。
同時，智慧製造服務平台也整合App模組與雲端平台，讓廠商能隨時知道採購、外包、庫存和生產的進度，還能用圖表看板一目了然地追蹤訂單狀況。平台更結合AI辨識與資安機制，確保資料安全，並能即時推播延遲訂單與加速報價。
實際導入後，系統有效降低染色色差，交期預測準確率達85%，紗線自動化檢測更突破九成，大幅提升成衣廠準時交貨能力。
台灣紡織業的智慧製造升級，正從單一模組創新逐步延伸至跨製程串聯，並拓展為產業生態合作。過去技術突破多半停留在單一製程或設備，如張力控制、水洗優化或能源預測；如今透過跨製程的雲端服務平台，這些技術已能串聯成為完整生產線，形成跨廠協作模式，並由設備商、系統整合商與製造端攜手推動，建構數位智慧供應鏈。
這種演化使製造商與設備商從單純的加工角色，轉型為能提供資料服務與解決方案的新型態合作夥伴，讓台灣不僅能在製造端完成數位轉型，更能憑藉IT與設備整合的實力走向國際市場。
2025年紡織所將透過參加APEC，舉辦國際研討會與實地展示，展現IoT與資料整合技術在智慧製造的應用成果，推動跨域運籌的示範。透過平台，國際買家能親眼見證智慧製造如何提升交期準確率與能源管理效率，更能直接體驗數位工具如何降低供應鏈風險。
台灣紡織業正以「製造端領先轉型」為核心，帶動設備商與IT業者走向國際，把傳統產業的韌性與數位科技的創新緊密結合，為產業鏈注入新的活力與價值。這不僅是台灣紡織產業的重要里程碑，更展現出台灣紡織業在數位轉型與智慧製造上的新競爭力。
（作者是傅雀屏；紡織產業綜合研究所副管理師）
本文同步刊登於2025/11/2經濟日報A11產業追蹤