GLOBAL CASE STUDY · KANAZAWA, JAPAN
38 人做到 80 億日圓營收：日本金澤町工場 ARUM 的 AI 自動編程真實案例
01為什麼值得看這個案例：台日共同的缺工困境
2026 年年中，日本電視台播出一則專題：「金澤 38 名員工的町工場，靠 AI 做到 80 億營收！」[6]財經媒體東洋經濟也以同樣的問句作為標題——「38 名員工、80 億日圓營收，為什麼可能？」[1]。主角不是大廠，而是石川縣金澤市一家名為アルム株式会社（ARUM）的小公司。
這個案例值得台灣加工業認真看，原因不在數字漂亮，而在它回答的問題跟我們的一模一樣：熟練技能者快速減少，NC 編程高度依賴老師傅的經驗，而新人補不上來。東洋經濟指出，ARUM 瞄準的金屬零件製造是規模上看百兆日圓等級的市場，而整個產業共同的瓶頸正是職人不足[1]。把場景換成台灣的精密加工聚落，這段描述幾乎不用改一個字——我們在〈CNC 缺工自救指南〉整理過同樣的結構性問題。
02ARUM 是誰：從瀕臨危機的町工場到製造 AI 公司
ARUM 的前身是 2006 年在石川縣白山市創立的アルム・ワークス，原本從事自動化設備相關業務。2008 年金融海嘯加上產線外移中國，讓創辦人平山京幸眼見往來的中小加工廠接連倒閉、歇業——大企業有能力做自動化，真正撐起供應鏈的中小工廠卻沒有。這成了公司轉向的起點：2014 年前後著手開發自動編程 AI，2017 年遷至金澤港附近並改名アルム[2]。
今天的 ARUM 已經不是傳統代工廠：員工約 38 人，其中約八成是軟體開發等工程師職[3]。它把「町工場最懂的加工 know-how」與「軟體公司的開發能力」結合，做出了核心產品——ARUMCODE。這套軟體曾獲日本 Good Design Award[5] 與 CEATEC AWARD 數位大臣賞等獎項肯定，也成為微軟官方發布的 Azure AI 客戶案例[4]。
03ARUMCODE 在做什麼：CAD 進、NC 程式出
ARUMCODE 做的事，一句話講完：把 CAD 圖面自動變成可加工的 NC 程式。拆開來看，它自動化的正是傳統上最吃老師傅經驗的四段準備工作：
- 形狀解析：解析 3D CAD 資料的幾何形狀，日經 BP 報導其形狀解析可達 5 微米（0.005mm）等級[2]。
- 加工意義判別：不只看到「一個圓孔」，而是判別它是螺絲孔還是精密孔——這決定了後續完全不同的加工方式[1]。
- 選刀與切削條件：依判別結果自動選定刀具、計算加工條件。
- 程式與文件輸出：自動生成 NC 程式，同時輸出估價與作業指示文件，運算引擎架在微軟雲端上[1][4]。
值得注意的是，這條「圖面 → 特徵辨識 → 選刀 → 程式 → 報價文件」的流水線，與本專欄〈CNC 自動編程完整指南〉拆解的流程是同一套邏輯——差別只在各家對「人要在哪些節點覆核」的設計取捨。ARUM 的存在證明了這條技術路線不是實驗室裡的原型，而是能撐起一家公司營收的成熟產品。
04可查證的成效與商業數字
案例文章最怕數字灌水，所以這裡只列有明確出處的數據：
| 項目 | 數字 | 出處 |
|---|---|---|
| 導入現場的加工成本 | 約降低 50% | 日經 BP[2] |
| 工具機稼働率 | 從「不到 20%」大幅改善 | 日經 BP[2] |
| 2025 年 6 月期營收 | 17 億日圓（為前期 4 倍） | 日本經濟新聞[3] |
| 2026 年 6 月期營收預估 | 50 億日圓 | 日本經濟新聞[3] |
| 媒體報導的營收規模 | 80 億日圓（約新台幣 16 億元） | 東洋經濟、電視專題[1][6] |
兩個細節值得多看一眼。第一，稼働率「不到 20%」——這是很多中小廠不願面對的實況：機台不是不夠，而是編程與準備跟不上，昂貴的設備多數時間在等程式。第二，營收成長來自「把準備工作變成產品」：ARUM 不是靠接更多代工單長大，而是把自家最強的編程 know-how 軟體化，以授權與訂閱服務銷售，這也是 38 人能撐起數十億日圓營收的原因。關於編程準備如何吃掉交期與獲利，可對照〈交期改善實務〉的拆解。
05下一步：搭載 GPT-5、會對話的工具機
ARUM 沒有停在軟體。2026 年，公司與富山的工具機廠スギノマシン（Sugino Machine）合作量產 AI 驅動工具機[3]，推出名為 TTMC Origin 的切削加工機：搭載微軟版 GPT-5，操作者透過與 AI 角色「KAYA」語音對話就能下達加工指示，機台以 0.001mm 等級精度執行，定價 3,000 萬日圓（未稅）、2026 年夏天開賣[1]。
「跟機台講話就能加工」聽起來像科幻，但放回脈絡就很務實：當 NC 編程已被 AI 自動化，人與機器的介面自然可以從程式碼上移到自然語言。對照微軟公布的官方案例，ARUM 的定位說得很直白——讓非熟練技能者也能完成高精度加工[4]。這不是要淘汰師傅，而是在師傅退休潮下，讓現場僅存的人力能操作更多設備。
提醒：自動生成不等於免驗證。G-code 在不同控制器間有方言差異，AI 產出也未必涵蓋現場夾持與刀具實況——無論哪一家的方案，上機前的模擬與技師覆核（human-in-the-loop）都不該省略。
06BestAI CAM、ARUMCODE、Mastercam 怎麼比？
看完案例，很自然的下一個問題是：這類工具跟我廠裡已經在用的 CAM 是什麼關係？該怎麼選？下表把三種代表放在一起比較——先說清楚前提：Mastercam 是人主導的專業編程工具，ARUMCODE 與 BestAI CAM 則是 AI 自動編程，本質是不同世代的分工方式，不是同一類產品的優劣排名；ARUMCODE 欄位僅整理自公開報導與官方資料。
| 比較面向 | 傳統 CAM（如 Mastercam） | ARUMCODE（日本 ARUM） | BestAI CAM（台灣） |
|---|---|---|---|
| 產品定位 | 專業編程工具，工程師全程主導 | 雲端製造 AI，NC 程式全自動生成 | AI 自動編程＋師傅覆核的 human-in-the-loop 平台 |
| 主要輸入 | 3D 模型；只有 2D 圖時需人工建模 | 以 3D CAD 資料解析為主[1] | 客戶實際會給的 2D 圖面（DWG／PDF／照片）直接讀圖建 3D，也接受 3D 檔 |
| 編程方式 | 工程師逐步選刀、規劃路徑，品質依人的經驗 | AI 自動判別特徵、選刀、產出 NC 程式與估價[1] | AI 自動草擬，且受廠內刀具庫、機台行程與控制器條件約束，產出貼近現場 |
| 驗證機制 | 內建模擬，由人工逐項檢查 | 公開資料未詳述 | 3D 切削模擬＋第二道 AI 尺寸交叉驗證（AI 驗證 AI），再由師傅簽核 |
| 部署與資安 | 單機安裝 | 微軟 Azure 雲端[4] | 雲端平台＋機密資料保護（不留存、不用於訓練）；完全離線地端為發展路線 |
| 在地化 | 中文介面、台灣代理商體系成熟 | 日文為主、以日本市場為中心 | 繁中介面、台灣在地導入顧問，依廠內條件與圖面習慣調校 |
| 經驗傳承 | 依賴工程師個人累積 | 公開資料未詳述 | 把老師傅的選刀邏輯與切削參數知識庫化，know-how 不隨人走 |
| 與既有流程的關係 | 本身就是編程流程核心 | 取代人工編程流程 | 與 Mastercam 等既有 CAM 並存加值：AI 接手前置準備，師傅在熟悉的工具裡收尾 |
一句話總結：ARUMCODE 證明了「全自動」的商業價值，Mastercam 代表「全人工」的專業深度，而 BestAI CAM 選的是中間那條對台灣代工廠最務實的路——AI 把讀圖、建模、產碼、驗證的準備工作做完，判斷權和簽核權留給你的師傅，機密圖面留在你的廠內。關於「AI CAM 是取代還是加值」的完整討論，見〈用了 20 年 Mastercam，AI CAM 是取代還是加值？〉；另一條被驗證的國外路線——美國 TITANS of CNC 實測、全球千廠導入的英國 CAM Assist——見姊妹篇〈AI 編程贏了人類？TITANS of CNC 實測案例〉。
07台灣 CNC 代工廠可以帶走的 5 個啟示
台灣廠不需要（也不必）自己開發一套 ARUMCODE，但這個案例至少有五件事可以直接帶走：
- AI 自動編程已被商業驗證。「圖面自動變 NC 程式」有公司靠它做到數十億日圓營收、拿下設計與科技獎項、成為微軟官方案例——評估導入時，問題已從「可不可行」變成「怎麼導入才適合我的廠」。
- 先量測你的機台稼働率。ARUM 客戶現場「不到 20%」的稼働率是最有力的診斷指標。如果你的機台也常在等程式，瓶頸就不在設備，而在編程準備——這正是 AI 能接手的段落。
- 把 know-how 資料化，是一切的前提。ARUM 能做出 ARUMCODE，是因為把加工特徵、選刀邏輯與切削條件變成了資料與規則。台灣廠的第一步同樣是把刀具庫、機台條件與老師傅的慣用參數建檔——詳見〈AI 知識傳承實務〉。
- 小團隊也能玩，重點是槓桿。38 人、八成工程師的結構說明：AI 時代的競爭力不在人數，而在每個人被工具放大的倍率。對中小廠，導入評估框架見〈中小加工廠導入 AI 划算嗎？〉。
- 資安模式要自己選。ARUM 走微軟雲端路線；台灣廠若手上是 NDA 機密圖面，可要求不留存、不用於訓練的企業級模型服務（完全離線地端部署為發展路線）——資安模式的取捨見〈地端 AI 資安解析〉。
08常見問題 FAQ
ARUMCODE 是什麼？
日本金澤アルム株式会社（ARUM）開發的製造 AI 軟體：解析 3D CAD 形狀、自動判別螺絲孔與精密孔等加工意義，接著自動選刀、計算切削條件並輸出 NC 程式、估價與作業指示文件。曾獲 Good Design Award 與 CEATEC AWARD 肯定，並與微軟 Azure 整合。
38 個人的小廠怎麼做到 80 億日圓的營收規模？
關鍵是把最依賴老師傅、最耗工時的「編程準備」做成可以賣的軟體與設備。ARUM 約八成員工是工程師，靠軟體授權、雲端訂閱與 AI 工具機銷售放大營收：2025 年 6 月期營收 17 億日圓（前期 4 倍）、2026 年 6 月期預估 50 億，媒體並以 80 億規模為題報導。
AI 生成的 NC 程式可以直接上機嗎？
ARUM 證明了自動生成在商業上可行，但不代表可以省略驗證。G-code 在不同控制器間有方言差異，程式也未必涵蓋現場夾持與刀具實況；正確做法仍是先經 3D 切削模擬與資深技師覆核再上機（human-in-the-loop）。
BestAI CAM 和 ARUMCODE、Mastercam 有什麼不同？
Mastercam 是人主導的專業 CAM 工具；ARUMCODE 是雲端全自動 NC 生成 AI，以 3D CAD 為主要輸入。BestAI CAM 走中間路線：從 2D 圖面（DWG/PDF/照片）直接讀圖建模，AI 在廠內刀具庫與機台條件約束下產碼，經切削模擬與第二道 AI 尺寸驗證後由師傅簽核，機密資料依商業條款不留存、不用於訓練（完全離線地端為發展路線），並能與既有 CAM 並存加值。詳見上方比較表。
台灣加工廠能複製這個模式嗎？
不必自己開發 AI，但可以複製同樣的邏輯：把刀具庫、機台條件與老師傅的加工習慣建檔，讓 AI 在廠內邊界條件下自動完成讀圖、建模與程式草擬，再用一張真實圖面做受控試點、量測省下的工時。缺工與師傅退休是台日共同的背景，這正是案例值得參考的原因。
新文章與影片導讀上線時通知你——不塞爆信箱，一鍵取消訂閱。
THE SAME PLAYBOOK, ON YOUR SHOP FLOOR
日本已經驗證的路，用一張你的真實圖面走一遍
BestAI CAM 把讀圖建模、G-code 生成、切削模擬與 AI 尺寸驗證帶進你的廠內條件，機密圖面有明確保護邊界（不留存、不用於訓練）。留下聯絡方式，導入顧問會與你聯繫。
09參考資料
- 東洋経済オンライン。社員38人で売上80億円はなぜ可能なのか？ AIが加工工程を自動化する工作機械が職人不足と100兆円市場に与える影響。toyokeizai.net/articles/-/939713
- 日経BP 新・公民連携最前線。金沢の町工場から生まれた「製造AI」が業界に革命を起こす！。project.nikkeibp.co.jp
- 日本経済新聞。金沢のアルム、AI駆動型の工作機械量産 スギノマシンと連携。nikkei.com
- Microsoft Customer Stories。製造工程と自動化を推進するアルムが、Azure AI ソリューションを活用しマシニングセンターに LLM を実装。microsoft.com/ja-jp/customers
- Good Design Award。NCプログラミング完全自動化 製造AI［ARUMCODE］。g-mark.org
- YouTube 電視專題。金沢の従業員３８人の町工場がAI活用で売上８０億！急成長のナゾに潜入。youtube.com/watch?v=cKWoAwJavzA