原文标题：
别说鸿海只是硬件代工之王！刘扬伟：生成式AI每年省下100亿费用，还帮忙抓出不肖同业派人“假应征、真骗钱”
日期/来源：
2025.04.17
https://myppt.cc/fhbHqA
内文：
刘扬伟：用人旺季时“会有外面厂商把不合适的工人塞进来”
刘扬伟周四以“生成式AI鸿海实践报告”为题，在全国工业总会第13届第2 次会员代表大会做专题演讲，他在40多分钟演讲中，畅谈鸿海集团本身运用生成式AI的经验，其中在产线人力的招聘防诈上的例子，颇为引人瞩目。
“我们利用生成式AI来解决的问题，第三个就是在大量的招募，因为我们的工人很多，经常在60万到80万上下，常常旺季一天要搞个上万人，那要hire到上万人的时候，我们怎么快速找到合适的人，或者筛掉那些不合适的人？”
“什么叫不合适的人？有一种是你家孩子有疾病，我（不肖厂商假称）可以把他安排到富士康去，结果这个小孩进来以后可能发病，发病以后富士康分的钱（给该员工的钱），我们一人分一半。”
“就有厂商来做这样的事情，那我们如何去避免？以前我们要靠人事部门的人，去分辨可能有的这些状况，效果不是那么好。”
“用生成式AI在这方面，我们可以做得更好，进而让我们节省到很多不必要的费用。”
从采购、设计产线到工具作业时间，生成式AI都能帮上忙
刘扬伟也举几个数字说明，集团运用生成式AI的效益。
第一，鸿海集团每年的总费用（包括事务性采购、非生产性采购等）高达2250亿台币左右，而光是运用了生成式AI，预期每年可以省下100亿台币。
第二，过去有实务经验看到，CNC工具机的切削时间，从一开始的3600秒，最后一路改进至1200秒，而这以前都要靠人工来慢慢改进，如今可以用生成式AI储存过去的数据，缩短工具机达到预期效果的切削时间。
“以前我们建立一个产线时，都是请IE（工业工程）工程师及制造工程师来设计产线，设计完了后真正的改善才开始，我们透过ECRS、IEC等IE的手段，一直不断改善。”
“举个例来说，过去大概IE工程设计出来后，假设设计产线的工人需要100人，可能三个月后只要70人，经过半年变成50个人，那就是半年内他一直不断去改善，结果从原来设计的100变成50人。”
“这是花半年，半年要花很多钱的。如果我们能够透过Gen AI（生成式AI）,一上来不是100人，而是一上来就是70人或60人，经过这三个月变成50人， 甚至40人，这样我们就可以节省很多钱。”
“这是我们看到，在AI赋能的效果。”
鸿海研究院携手台美大学，研发第四代半导体有突破
另外鸿海研究院宣布，旗下半导体研究所连同阳明交通大学及德州大学奥斯汀分校进行跨国合作，投入第四代半导体的前瞻研究，已在卫星通讯及高功率元件领域取得显著突破。
近期研究成果已发表在国际顶级期刊《Applied Surface Science Advances》以及《ACS Applied Electronic Materials》，深获学术界与产业界肯定。
第四代半导体指的是超宽能隙（Ultra-Wide Bandgap, UWBG）半导体材料，如钻石、AlN、β-GaC相较于前三代半导体，它们具有更宽的能隙（bandgap），通常大于 3.4 eV，使其在高功率、高频、高温环境下表现更优异。第四代半导体可应用于电动车与快充技术、高压电力设备、太空与航太科技。
鸿海研究院半导体所所长暨阳明交大讲座教授郭浩中所长，与半导体所萧逸楷博士及半导体所研究团队，携手国立阳明交通大学洪瑞华讲座教授研究团队及德州大学奥斯汀分校微电子中心主任Xiuling Li教授研究团队开展前瞻研究合作，首次成功制作出具备β-Ga(AlGa)硎c的横向场效电晶体。研究团队透过优化β-Ga澈p度和掺杂浓度，实现了高开态电流（I）、低开态电阻（R）以及高达10H上的开关比，展现出优异的二维电子气（2DEG）特性。
研究团队从材料特性与制程研发角度出发，探讨氧气流量对MOCVD成长的β-Ga局頧U晶层及其增强型MOSFET性能的影响，研究发现增加氧气流量可适时降低氧空位比例，改善结晶品质并减少铝扩散，提升热稳定性与元件特性。
鸿海研究院半导体研究所所长郭浩中指出，“此项技术的突破展现了鸿海在半导体领域的深厚研发实力。我们很高兴与阳明交通大学合作，将学术研究转化为产业应用潜力，特别是在高压、高频元件的需求日益增长的背景下，这项成果将为通讯及高功率等领域带来深远影响”。
萧逸楷组长则补充，“模拟与实验数据的高度一致性，证明了我们在材料与元件设计上的精准掌握，这对于后续技术转移至量产至关重要。”