CNC 加工報價為什麼要等三天？
——前置流程的成本結構與 AI 壓縮空間

在台灣的 CNC 代工現場，最讓老闆兩難的一句話往往是客戶的：「先報個價給我。」報價看似只是回一個數字，實際上要先把一件還沒開始做的零件，在腦中（或在軟體裡）從頭到尾走一遍。製造工程教科書把這件事講得很直白：一個零件的成本，在製程規劃階段就大致決定了，後面的加工只是把規劃執行出來^[1]。換句話說，報價要準，就得先把製程規劃做掉一大半——這正是三天的來源。

報價的成本，藏在你看不到的工時裡

把一張客戶圖變成一個報價數字，中間至少有五道人工關卡：判讀圖面與公差、建立 3D 模型、規劃加工工序與夾治具、估算加工工時、估算材料與刀具耗用。製程規劃（process planning）是把設計幾何轉成一連串加工工序與參數的橋樑，教科書把它列為 CAD 與 CAM 之間最仰賴經驗、也最難自動化的環節^[2]。這幾道關卡耗掉的是資深工程師的工時，而工程師的工時，就是報價這件事真正的成本。

更關鍵的是：這筆成本幾乎與訂單大小無關。報一件單價三百元的小零件，和報一件三萬元的大件，前置流程走的關卡數是一樣的。這解釋了一個代工廠都懂的現象——小單不是不賺，是「報起來不划算」。設計端對製造成本的影響力，Boothroyd 等人的 DFMA（面向製造與組裝的設計）研究講得最透：早期決策決定了絕大部分的後續成本，而估算這些成本本身也是一項需要系統化方法的工程工作^[3]。

三天花在哪裡：拆解前置流程

綜合文獻與我們在台灣代工廠的實地觀察，報價前置流程的時間大致這樣分布：

• 圖面判讀（等圖、看圖、問清楚）：客戶給的常是傳真 PDF 或手機照片，圖面不全、公差標註不清、缺基準面，光是來回確認就吃掉一天。
• 3D 建模與特徵盤點：要估工時，得先知道有幾個孔、幾個口袋、幾道螺紋、要幾次翻面裝夾。沒有 3D 模型，工時只能靠老師傅「憑感覺」抓。
• 工序規劃與估工估料：定粗精加工順序、選刀具、算切削時間、算材料利用率。這一段最吃經驗，也最難請人代勞。

真正的瓶頸不在任何單一環節，而在整條鏈路必須「串起來、一次走完」才能給出一個負責任的數字——而串接的成本，長期被視為代工這門生意的固定開銷。

AI 能壓縮的，是串接的時間

自動特徵辨識（Automated Feature Recognition）在學界已研究數十年，能把幾何模型自動翻譯成「孔、槽、口袋、螺紋」等加工特徵清單^[5]。這正是估工時最需要的輸入。當多模態模型能從 2D 圖面或照片重建 3D 模型、自動盤點特徵、對照廠內刀具庫給出建議工序，前置流程中那些「機械性、重複性、可查證」的環節就能被大幅加速——三天可以壓到數小時。這條「讓 CNC 更開放、更能被上游系統驅動」的路線，Xu 與 Newman 早在二十年前就做過完整回顧^[6]；今天缺的那塊拼圖——可靠的圖面理解——正是 AI 補上的。

但要誠實：AI 產出的特徵清單與工時估算是機率性的。一個被判為「盲孔」的特徵可能其實通孔，一段被抓為 12 分鐘的粗銑可能因材料批次而變化。因此我們的立場一貫是——AI 產出，人工與幾何雙重驗證：辨識結果回到 3D 模型比對尺寸，工時估算對照廠內實際機台能力，最終報價仍由熟悉現場的人拍板。任何要上機的程式，都必須先在虛擬環境模擬過再切第一刀^[1]，其國際格式即 ISO 6983 定義的 G-code^[4]。

對代工廠的意義：改變的是接單結構

當報價從三天變成當天、從「請一位資深工程師花半天」變成「系統跑完由人覆核」，改變的不只是速度，而是接單的經濟邊界。過去因為報價成本太高而婉拒的小單、急單、詢價量大但成交率低的客戶，現在都重新進入可接的範圍。這不是用 AI 取代報價工程師，而是把他們從重複的串接工作中釋放出來，去做只有人能做的判斷——與客戶談規格、評估難件可行性、優化真正吃成本的工序。我們把這整套「圖面到報價」的流程做成了可地端部署的系統，即 MI Solutions 旗下的 CNC AI。