一般製造業在製程設備之外，廠務的冰水系統為工廠最耗能的設備之一，特別是對生產環境有特別高要求的高科技製造業，因其規模大且需要24小時運作生產，需要多台冰機並聯以確保穩定的生產環境與確保品質，加上綠能工廠以及永續發展已成為未來製造業的趨勢，因此如何在不影響製程的情況下，使冰機調度最佳化並達到節能最優化為現今關注的議題。

過去在廠務的實務運作上，冰機運轉操作主要仰賴廠務人員的經驗法則，然而由於變動的天氣與複雜的冰機組合等不確定性因素造成不一致的調度冰機決策。此技術結合AI大數據分析，提供企業冰水系統調度優化決策支援，解決人為操作導致的決策變異與能源浪費。此外，健康的模型可以確保模型能持續提供有品質的決策建議，因此除了提供決策支援，本技術亦可透過時間滾動與資料回饋進行自我健康度診斷，設法找出歸因並進行自我修正調整。同時，它也可以因應現場需求動態調整專家準則，讓系統保有專家思維進行決策優化。

1.融合專家經驗: 動態維護專家知識與經驗，做出與時俱進且因地制宜的決策。
2.模型自我修正: 透過時間滾動與資料反饋進行模型除錯判斷及模型校正與修復，使模型可以保持在健康的狀態，持續提供有品質的決策建議。
3.模型精確化: 獨家研發隨溫度變化的最佳效能區間及室內外溫度轉換公式使模型更加精確。

在高耗能產業，如半導體及TFT-LCD等高科技產業中，冰水系統為不可或缺且最耗能的設備之一。此技術提供的AI冰機調度優化決策支援無須額外的設備投資即可進行先期評估，晶圓製造廠、封測廠、面板廠等皆可應用此技術進行節能；冰機相關設備商可將本技術整合至自家產品中，或透過合作開發模式，提供客戶獨家加值服務。