經濟部產業技術司114年度
《自適應人工智慧生產決策技術計畫(4/4)》
合作研究計畫
《庫存水位及最佳化建議之自主補料技術》
建議書徵求文件
財團法人資訊工業策進會
中華民國 114年 03月 10 日
114年度合作研究計畫建議書徵求文件
簡介(說明本合作研究計畫之背景、動機、目的及重要性)
背景
自COVID-19 疫情爆發以來，全球供應鏈面臨極端不確定性，包括疫情影響下的供應鏈中斷、地緣政治衝突（如俄烏戰爭）、能源危機、通膨壓力，以及美國、歐盟等國家相繼調整進出口關稅與貿易政策，使全球金屬原材料市場價格與供應格局變動加劇，我國金屬加工產業高度依賴國際市場的鋼鐵、鋁等原物料，且市場需求變化已非過往線性或平滑趨勢，而是受短期與長期多重因素交互影響，導致傳統需求預測模型的準確度下降，對我國金屬加工產業供應鏈造成許多衝擊。
動機
面對環境高度變動，國內金屬加工產業的企業迫切需要提升供應鏈需求預測的精準度，以降低原物料採購風險、強化生產計劃靈活性，並確保企業競爭優勢。現有傳統預測方法（如時間序列分析或回歸模型）在高度不確定環境下已無法有效應對市場變動，需導入更具彈性的自適應AI 預測技術。此外，全球已有企業開始利用生成式AI 來優化供應鏈決策（如TimeGPT 及其他AI 驅動的供應鏈預測解決方案），因此，我國金屬加工產業應積極參考國際案例，發展基於生成式AI 及強化學習技術的動態需求預測模型，以應對國際市場波動。
目的
本研究的主要目標為：
盤點與分析近年國際趨勢，包括關稅變動、主要供應國產能變化、地緣政治衝突等對我國金屬加工產業原料需求的影響，並納入預測模型中。
強化金屬原料需求預測模型，透過AI 演算法（如生成式AI、深度學習、時序建模等）整合國際市場資訊，提升供應鏈需求預測準確度。
建立領先指標監測機制，確立可用於預測金屬原料需求的關鍵指標，並盤點可爬取或下載的數據來源，以支援即時分析與預測。
研究國際AI 供應鏈預測案例，探索TimeGPT 及其他國際AI 預測技術如何應用於供應鏈管理，作為我國發展智能供應鏈決策平台的參考。
重要性
隨著全球供應鏈的不穩定性增加，傳統供應鏈管理方式已無法確保企業的穩定經營。本研究不僅能幫助金屬加工產業降低採購風險與庫存成本，還能提升企業應對市場變動的靈活度，進一步加強國際競爭力。此外，透過導入生成式AI 技術，金屬加工業者可利用更智慧化的決策平台進行生產規劃與供應鏈管理，實現更精準的需求預測與應變策略，提升整體產業韌性。
計畫目標(應包含本合作研究計畫預期可達成或量化的目標)
本合作研究計畫將與預計合作單位共同研究環境高度變化下(從疫情、通膨、烏俄)，我國金屬加工產業物料需求(鋼鐵鋁)常受國際趨勢影響，導致現有方法或模型無法準確預測供應鏈需求量，該如何強化提升供應鏈的需求預測/銷售預測準確性，達成下列目標：
建立國際市場變動對台灣金屬加工進口來料(鋼鐵鋁)需求的關鍵影響因子
盤點並整理出可用於預測影響我國金屬加工來料(鋼鐵鋁)需求的領先指標與數據來源
國外企業應用生成式AI 進行供應鏈需求預測的案例
針對案例研究提出短評與策略建議
計畫範圍(說明本合作研究計畫所需執行之項目)
環境高度變化下，我國金屬加工產業需求預測已非過往平滑方式進行，需關注關稅變化、主要供應國產能與地緣政治發展等對我國金屬加工產業需求(鋼鐵鋁)的影響，以便強化反應在模型預測上，因此需盤點分析近年國際新聞、趨勢對我國金屬加工產業原料(鋼鐵鋁)主要進口國的影響有哪些？(例如美國新的對外關稅政策對主要供應國的影響)
就上述盤點分析的國際新聞及趨勢，針對我國金屬加工產業來料需求(鋼鐵鋁)應對應的領先指標有哪些？盤點相對應可供爬蟲或下載的領先指標來源出處建議，目標在於更強化今年自適應計畫產出的供應鏈需求預測編輯平台
生成式AI近年持續發展，提供研究有哪些國外透過生成式AI處理供應鏈需求預測之案例(包含但不限TimeGPT)
※前述計畫範圍如涉及資通系統之開發、維運，合作單位應依「資通系統防護基準控制措施」(詳附表)完成指定控制措施(提醒：新開發系統須先進行資通系統防護需求分級)。
預期成果(說明在執行期限內應完成之工作項目/成果及交付時程)
本研究計畫預期於計畫結束前(114年11月30日)完成下列之工作項目：
國際新聞與市場趨勢對我國金屬產業來料需求(鋼鐵鋁)的影響報告一篇。(且併入期中研究報告)
期中研究報告一份。
關於生成式AI應用於供應鏈需求預測案例研究與策略建議短評一篇。(且併入期末研究報告)
期末研究報告一份。
發表論文一篇。
※前述成果如有專利構想或專利申請產出時，需注意專利申請之新穎性(novelty)。因凡經公開發表之研發成果，如擬申請專利，須於公開發表後6個月內完成，前述成果如是以論文方式公開發表，將無法取得大陸與歐盟等國之專利。
執行方式(包括計畫時程、計畫分工方式、執行事項，但不限於前述項目)
114年06月30日前：
文獻蒐集與研讀。
完成國際新聞與市場趨勢對我國金屬產業來料需求(鋼鐵鋁)的影響報告一篇。(且併入期中研究報告)
盤點合適的領先指標清單並確定可下載數據來源。
完成期中研究報告一份。
114年11月30日前：
生成式AI處理供應鏈需求預測之案例研究。
完成關於生成式AI應用於供應鏈需求預測案例研究與策略建議短評一篇。(且併入期末研究報告)
完成期末研究報告一份。
完成發表論文一篇。
分工方式
合作研究單位應負責以下事項：
負責收集與分析探討從國際新聞、趨勢對我國金屬來料主要進口國(如鋼:中國、印尼；鋁:中國、俄羅斯)的影響，還有哪些領先指標可及時反應，以優化本計畫AI來料需求預測準確性，並研究應用生成式AI於供應鏈需求預測相關案例，提供一篇產業未來應用與優化策略建議短評。
合作研究單位經審核通過執行本合作研究計畫後，應指派承辦人員一名做為本案相關聯繫之窗口。
合作研究單位經審核通過執行本合作研究計畫後，每兩週需與本會承辦人員確認執行進度與相關事宜，並回覆相關問題諮詢。並於每月至合作研究單位舉行工作會議(可採視訊會議)。
11月底前確認各項功能皆符合要求。
計畫期程及預估計畫總經費
計畫執行區間：114年 03月 01日 至 114年 11月 30 日
總經費：600,000元
驗收標準(含教育訓練) (詳述驗收項目、交付形式、內容及時程等)
114年06月30日前完成國際新聞與市場趨勢對我國金屬產業來料需求(鋼鐵鋁)的影響報告一篇(且併入期中研究報告)及期中研究報告一份：
建立國際市場變動對台灣金屬加工進口來料(鋼鐵鋁)需求的關鍵影響因子。
驗收項目:因子需可被分析轉換成量化指標、對台灣金屬來料需求直接影響、屬高敏指標
盤點並整理出可用於預測影響我國金屬加工來料(鋼鐵鋁)需求的領先指標與資料來源。
驗收項目:資料能解釋來料需求變化、數據靈敏度及時性(需有多久反應更新)、地區影響範圍、是否需付費
114年11月30日前完成生成式AI應用於供應鏈需求預測案例研究與策略建議短評一篇(且併入期末研究報告)、期末研究報告一份及發表論文一篇：
國外企業應用生成式AI進行供應鏈需求預測的案例。
驗收項目:包含應用領域、產業問題描述、解決方法AI模型、資料來源、效益成果提升
針對案例研究提出短評與策略建議。
驗收項目:包含企業應用生成式AI的優勢與挑戰、與台灣金屬加工產業的適用性比較、該技術是否能適用於台灣進口來料需求預測、關鍵學習點:如何借鏡這些案例來提升台灣產業的AI應用
技術能力需求(請詳述所需要之技術能力或專長)
具產業分析專長之國內相關大學院校或學術研究單位。
具備市場調查之經驗者。
具備與產業界合作之經驗者。