JAPAN VIDEO REVIEW · FULL AUTOMATION
NC 編程佔製造成本一半？日本 ARUMCODE 官方影片的規格書式誠實
01這支官方影片在講什麼
ARUM 是大阪的 AI 新創，我們在〈日本金澤町工場 ARUM 的真實案例〉完整寫過這家公司的商業故事。這支 2021 年上傳的官方產品影片「ARUMCODE1 - NC プログラミング完全自動化 AI ソフトウェア」至今累積近 1.6 萬次觀看，是了解其產品主張最直接的一手材料[1]。
影片的核心主張一句話：NC 編程作業佔了多品種少量金屬加工製造成本的 50%，ARUMCODE1 用 AI 把這段完全自動化，大幅削減製造原價[1]。
02「編程佔成本 50%」怎麼理解
50% 是 ARUM 的行銷數字，不必照單全收，但它指向的結構值得認真想。多品種少量的接單加工有個殘酷的算術：批量越小，每件分攤的「準備成本」越高。做一千件，編程幾小時攤下去微不足道；做一兩件，編程可能比切削本身還貴。製造系統理論把這類「與批量無關的固定準備工作」視為小批量生產獲利性的決定因素[4]。
所以這個數字的正確讀法不是「所有廠的編程都佔一半成本」，而是：你的批量越小、品種越雜，編程自動化的財務槓桿就越大。這也解釋了為什麼 ARUM 的目標客群是多品種少量的町工場——與台灣大量接單式加工廠的處境幾乎同構（報價端的同一結構見〈AI 報價影片導讀〉）。
03最值得學的部分：把適用邊界寫出來
多數 AI 產品影片只給你最漂亮的示範；這支影片的說明欄卻附了一張規格表，把「能做什麼、不能做什麼」寫得清清楚楚[1]：
| 項目 | ARUMCODE1 基本規格（官方說明欄） |
|---|---|
| 適用機種 | 立式三軸加工中心（分度五軸為未來對應） |
| 對應控制器 | FANUC、三菱電機（Siemens、Heidenhain 為未來對應） |
| 登錄上限 | 機台 50 台、刀具 1,000 支 |
| 加工對象 | 6 面加工過的方料（6F 材），建議最大 200×200×50mm |
| 夾持條件 | 虎鉗夾持量 5mm 以上 |
這張表透露了「完全自動化」的工程本質：先把輸入空間釘死，規則才能跑到底。方料、虎鉗、三軸、指定控制器——每一項限制都在消除歧義，讓自動化的每一步有確定答案。學理上這正是特徵辨識與製程規劃自動化的已知邊界：在定義良好的特徵空間裡，辨識可以做到很高的準確率[3]，但規劃的解空間一旦放開（異形件、複雜夾持、多工序），自動化就得退回人機協作[2]。
04「完全自動化」的真實含義與台灣廠啟示
把影片的主張與規格合起來讀，結論很清晰：「完全自動化」是範圍詞，不是能力詞。在 200×200×50 的方料世界裡它可以全自動；出了這個世界，就回到人與 AI 分工。這不是缺點——把高頻、規則性的那一類件全自動化，本身就有巨大價值；危險的是把「示範影片裡的全自動」誤解成「什麼件都全自動」。
對台灣廠，這支影片給了兩個可直接使用的評估動作：
- 要求邊界表：評估任何 AI 編程／報價工具時，先要一張像這樣的規格表——適用幾何、材料形態、夾持、控制器、尺寸上限。給不出來的，示範再漂亮都要打折。
- 對照自己的件譜：把過去半年的訂單按幾何複雜度分類，算出落在「可全自動」範圍的比例——那就是你能拿到的自動化紅利上限。
BestAI CAM 的設計哲學與此互補：我們不主張「完全自動化」，而是全流程覆蓋＋人在關鍵點——AI 從 2D 圖面（台灣現場最常見的輸入）讀圖建模、依廠內刀具庫與機台限制產碼、強制 3D 切削模擬、獨立 AI 尺寸交叉比對；公差、基準、特殊工法與上機決定由專業人員把關（見〈CNC 自動編程完整指南〉）。範圍內的件走得快，範圍外的件也有 AI 加速的準備鏈可用——這是與「圈定範圍全自動」不同、但同樣誠實的路線。
05常見問題 FAQ
NC 編程真的佔製造成本 50% 嗎？
這是 ARUM 官方影片的說法，適用於它鎖定的多品種少量場景，不是通則。正確的理解方式：批量越小，編程等固定準備成本的占比越高。用自己廠的數據算——把上個月每張單的編程工時乘以人力成本、除以訂單金額，你就知道自己的真實占比。
ARUMCODE 的「完全自動化」和一般 AI CAM 有什麼不同？
它用嚴格的輸入限制（立式三軸、6F 方料、200×200×50mm、虎鉗 5mm 以上、指定控制器）換取範圍內的全自動。一般 AI CAM（含 BestAI CAM）走人機協作路線：適用幾何更廣，但保留人工審核與把關。兩者是「窄而全自動」與「廣而有把關」的取捨，不是優劣。
評估 AI 編程工具時，最該跟供應商要什麼？
一張適用邊界表：支援的幾何與材料形態、夾持方式、機種與控制器、尺寸範圍、以及「範圍外會發生什麼」（拒絕？降級為輔助？）。ARUM 官方影片的說明欄就是好示範。拿到表後對照自己的訂單結構，算出可自動化比例再談價值。
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。
KNOW THE BOUNDARY
先看邊界，再看示範——用你的件譜驗證 AI 的價值
拿幾張代表性圖面（簡單的與難的都要）走一遍 AI 讀圖、產碼、模擬、驗證流程，親眼看清楚能與不能。
聯絡導入顧問 教育訓練課程06參考文獻
- ARUM OFFICIAL（YouTube）。ARUMCODE1 - NCプログラミング完全自動化AIソフトウェア（2021-09-29 發布）。youtube.com/watch?v=0tB-es3tY4w
- Xu, X., Wang, L., & Newman, S. T. (2011). Computer-aided process planning — A critical review of recent developments and future trends. International Journal of Computer Integrated Manufacturing, 24(1), 1–31.
- Zhang, Z., Jaiswal, P., & Rai, R. (2018). FeatureNet: Machining feature recognition based on 3D Convolutional Neural Network. Computer-Aided Design, 101, 12–22.
- Chryssolouris, G. (2006). Manufacturing Systems: Theory and Practice (2nd ed.). Springer.