在產品設計與製程開發的過程中，企業正面臨前所未有的複雜挑戰—— 產品規格日益嚴苛、製程參數高度耦合、開發時程持續壓縮，同時又必須兼顧品質、成本與效率。然而，多數工程決策仍仰賴「經驗判斷」與「反覆試錯」，導致開發效率低落、成本高昂，甚至錯失最佳化機會。在這樣的背景下，如何透過
AI × DOE（實驗設計）× CAE（工程模擬），建立一套「可預測、可驗證、可優化」的工程決策流程，已成為企業邁向智慧製造與數位轉型的關鍵。
企業常面臨以下問題
試錯成本高，卻無法避免
多變數影響複雜，難以掌握關鍵
模擬存在，但無法支援決策
AI導入困難，難以真正落地
本次活動將聚焦於如何透過：DOE（實驗設計）x AI / Surrogate Model x CAE 模擬整合，打造一套從設計到製程的「智慧決策流程」，讓工程決策從「試錯導向」邁向「數據驅動」。
於本次論壇中，特別邀請 SmartUQ 總裁 Peter Chien，分享最新功能與應用實務，說明如何透過智慧實驗設計與代理模型，加速工程決策流程。同時邀請產業專家進行應用分享：
- Wistron 緯創資通
👉 分享產品設計與驗證流程中，如何導入數據分析與最佳化方法
- TI 德州儀器（Texas Instruments）
👉 探討機器學習於半導體製程預測與測試中的實務應用
透過產業案例，讓您了解這些方法如何在真實環境中落地執行。
下午場次特別邀請 國立虎尾科技大學
謝傑任 教授 深入說明：
👉 如何應用
DFSS（Design for Six Sigma）方法於半導體製程參數優化
內容將涵蓋：DOE 與品質工程方法整合、製程參數最佳化實務流程、如何從理論導入實際工程應用。讓學員不僅理解概念，更能掌握實際導入方式。
透過本次論壇，您將能夠：
✔ 建立系統化的工程決策思維：從經驗判斷轉向數據驅動
✔ 降低試錯成本，提升開發效率：以最少實驗達到最佳結果
✔ 掌握 AI 在工程領域的實際應用方式：不再停留於概念，而是能落地實施
✔ 強化模擬與決策的整合能力：讓 CAE 成為決策工具，而非單純分析工具
✔ 為企業打造下一世代競爭優勢：提升品質、降低成本、加速上市
