現在年輕人為什麼不太想進成衣廠？

這幾年，不少成衣廠都明顯感受到現場人越來越難找。訂單有了，設備也還有產能，但想補車縫、品管、驗布、包裝、倉庫或其他現場職位，往往不像以前那麼容易。人招進來之後，能不能做得久，又是另一個問題。

這個變化也反映在產業人口結構上。從產業資料也看得出這個變化。越南紡織成衣業 15–24 歲勞工的占比，從 2012 年的 26% 降到 2023 年的 14%；25–34 歲也從 37% 降到 32%。相關研究也提到，電子業、觀光與其他服務業正在和紡織成衣業競爭同一批年輕人。

到了 2026 年，缺工壓力仍然存在。7 月的產業報導指出，隨著出口訂單回升，人力不足仍是紡織成衣業的重要瓶頸之一，工廠除了同業之間競爭，也要面對其他工作條件更有吸引力產業的招募壓力。

這種情況其實不只發生在成衣業。許多需要大量現場人力的製造業都在碰到類似問題：年輕人的工作選擇變多、基層人力難補，原本累積多年經驗的熟手也逐漸進入退休年齡。

只是成衣製造本身仍然是高度人力密集的產業。從車縫、品管、驗布、布料處理、倉儲到包裝，都還需要相當多現場人員，因此勞動市場一有變化，工廠通常很快就會感受到。

如果把原因簡單歸成「現在年輕人不願意進工廠」，其實太快下結論。現在剛進職場的人，能選擇的工作本來就比十幾、二十年前多很多。電子、科技製造、物流、倉儲、零售、旅宿與其他服務業，都在找同一批年輕人。

當兩份工作的收入差距沒有大到足以決定一切，工作環境、工時、體力負擔、主管怎麼帶人，以及未來能學到什麼，自然都會一起被拿來比較。

對成衣廠來說，這最後也不只是招募人數的問題。新人越來越難補，資深人員逐漸退休或流動，而現場又有許多工作依賴經驗。當中間能接上來的人不夠，缺工慢慢就會變成技術與經驗的斷層。

同樣是進工廠 年輕人現在有更多選擇

成衣廠現在競爭的不只是隔壁工廠 而是其他產業的工作機會

過去很多成衣產區的年輕人進入職場時，工廠本來就是很自然的選項。附近有成衣廠、鞋廠、紡織廠，工作機會集中，進廠後慢慢學技術，也是一條常見的就業路線。

現在的勞動市場已經不一樣。

在越南、中國以及其他亞洲製造基地，電子、科技組裝、物流、倉儲等產業持續擴大。部分工業區裡，成衣廠甚至要直接和大型電子廠搶同一批基層人力。

以越南北寧為例，2026 年當地電子製造業傳出超過 33 萬人的招募需求，部分企業即使提高到職與介紹獎金，仍然持續缺人。

對年輕人來說，同樣是每天進工廠上班，工作上的差異其實很直接。

成衣生產現場通常是人員密集的作業。車縫需要長時間坐在固定工位，驗布與品管要持續集中注意力，倉庫、布料搬運與部分生產工作也有一定的體力負擔；旺季時，部分工廠可能還有較長的加班時間。

相較之下，有些電子或其他製造業的工作環境、設備程度與職務內容不同，也比較容易被年輕人視為偏設備或技術型的製造工作。當薪資條件接近時，有人選擇後者並不難理解。

所以現在成衣廠競爭的，已經不只是「隔壁那家成衣廠開多少薪水」。

對正在找工作的年輕人來說，比較的可能是：

「我為什麼要選成衣？我還有其他製造業或服務業可以選。」

招募的競爭範圍已經比以前大很多。

工作選擇變多後 年輕人比較的條件也變多了

薪資還是重要 但現在一份工作的其他條件也更容易被拿來比較

不同世代進入職場時，面對的經濟環境與工作選擇本來就不一樣。

較早一代的工廠員工進入職場時，很多人最先考慮的是有沒有穩定工作、固定收入，以及能不能長期做下去。當一個地區能選擇的工作有限，有一份穩定的工廠工作，本身就是很重要的條件。

到了千禧世代，工作選擇逐漸增加，升遷、工作內容與生活安排也慢慢被放進考量。

Gen Z 進入職場時，可以取得的資訊又更多。不同公司的薪資、工作環境、員工評價與職涯選擇，在網路上很容易被拿來比較。換工作或轉產業，也不像以前那麼少見。

這不代表每一個 Gen Z 都有相同想法，更不代表年輕人不能吃苦。

比較明顯的差別，是現在可以比較的東西更多。

除了薪水，每天做什麼、加班多不多、主管怎麼帶人、環境如何，以及這份工作做兩三年後能不能累積新的能力，都可能一起被放進考量。

當成衣廠有些職位仍維持多年以前的工作方式，而其他產業的設備、工作環境與職務內容已經逐漸改變，這些差異在招募時也會變得更明顯。

熟手逐漸退出 新人卻沒有順利接上來

很多現場能力做久了才有 新人補進來也需要時間累積

成衣產業很多工作表面看起來並不複雜，但做久和剛進來的差距往往很大。

驗布人員做久了，看到布面就知道哪些狀況需要特別注意；品管看到車縫與成品，大概知道問題可能從哪一道工序來；車縫熟手對不同布種、針距、張力與設備狀況也有自己的判斷。

機修、設備操作與生產管理也是一樣，很多能力都是在現場做久了慢慢累積出來的。

現在不少工廠還能順利運作，很大一部分就是靠這批老師傅與資深員工。

但這群人不可能一直做下去。

有些已經五十多歲、六十歲，有些準備退休，有些身體負荷也已經不像年輕時。當他們離開時，工廠少掉的不只是一個人，也包括多年累積下來的判斷與處理經驗。

以前比較常見的是「老手帶新人」，一批接一批慢慢傳下去。

現在的困難是，新人本來就比較難招，招進來後流動速度也快。真正能夠獨立處理現場問題的人，就越來越容易集中在少數資深員工身上。

這種斷層一開始不一定會直接反映在產量。

可能只是某一種特殊布料只有少數人敢判斷；某一台設備出問題一定要等固定的人來；某個客戶的品質標準只有老員工最熟；遇到比較麻煩的異常，大家還是習慣去找同一個人。

久了之後，工廠會發現設備還在、產能看起來也還在，但真正能把事情處理順的人卻越來越少。

人員流動太快 工廠就會一直重複同一段培養過程

新人補進來之後，還要有人教、給時間熟悉，也要有人幫忙確認錯誤。

同一個位置每隔一段時間就重新換人，資深員工與主管也會一直重複相同的訓練工作。

這在成衣廠特別明顯，因為很多現場判斷很難完全寫成 SOP。

布種不同，做法會調整；客戶標準不同，判定也不同；款式與訂單一直變，現場每天碰到的狀況也不完全一樣。

基本操作可以標準化，但還是會有一部分能力需要靠經驗慢慢累積。

所以工廠每年就算補回相同的人數，也不代表原本的能力一起補回來了。

當這種情況持續幾年，工廠累積經驗的速度可能會開始跟不上人員流動的速度。

人越來越難補 自動化的考量也跟以前不同

有些設備投資現在看的不只是省幾個人 而是這個位置還找不找得到人

過去買設備，工廠常直接算一台機器可以省幾個人、多久回本。

現在有些投資考量已經開始改變。

有些位置不是人工成本特別高，而是人越來越難找，就算招進來，也不一定能長期留下。

像長時間盯著布面、反覆搬運、重複操作、抄寫產量與整理報表，這些工作每天都要做，但不一定每一個步驟都需要由熟手從頭做到尾。

設備可以先接手其中比較固定、重複的部分，人員再處理設定、確認與異常。

AI 驗布把部分持續觀看與紀錄交給系統 人還是負責品質判斷

驗布就是一個很直接的例子。

傳統驗布很依賴人員長時間持續看布，再把看到的瑕疵種類與位置記錄下來。

AI 輔助驗布可以分擔部分影像偵測與紀錄，但客戶允收標準、特殊布況、模糊瑕疵以及最後怎麼處理，仍然需要有經驗的人判斷。

對工廠來說，比較實際的改變，是讓熟手少花一些時間在重複觀看與紀錄，把經驗留在需要判斷的地方。

其他製程也可以用同樣方式看。有些重複動作可以交給設備執行，人員主要負責設定與異常；有些每天都要填寫、整理與回報的資料，則可以直接由設備在生產過程中留下紀錄。

人還是需要，只是人的時間開始用在不同地方。

設備越來越多 管理方式也不能一直靠人去巡

單機自動化減少重複操作 設備聯網則減少巡機、抄表與整理資料

工廠自動化增加之後，還會碰到另一個問題：設備越來越多，但總不能每增加一台設備，就再增加一個人去巡、去抄、去確認。

現場人力充足時，工作可以切得很細。一個人固定顧一台機器或一個站點，操作員填產量、班長收表、主管再整理；設備停機後靠電話或群組詢問，不同部門再互相確認目前做到哪一批、哪一台機器有問題。

單看每一件事情都不大。

但幾十台設備、兩三個班別累積起來，現場與管理人員每天就會花不少時間在巡查、抄寫、整理與追資料。

設備有聯網能力之後，一部分機台狀態、生產數量與生產紀錄可以直接在生產過程留下來，再集中查看。主管可以少花一些時間逐台確認，也不用等各站表單全部收齊，才重新整理現在的生產狀況。

這不代表工廠因此就一定能少掉某一個職位。

比較實際的是，同一批現場與管理人員可以掌握更多設備與生產資訊，少做一些原本每天大量重複的巡機、抄表與資料整理。

單機自動化減少的是某一項工作的重複操作；設備聯網與集中管理減少的，則是工廠每天為了掌握現場狀況而投入的巡查、抄寫與資料整理。

對設備數量多的工廠來說，這兩件事都會影響人力怎麼使用。

從單機自動化到設備生態系

歐西瑪提供的是其中一種把相關設備與生產資料放在同一個架構下的做法

工廠做自動化與設備管理，可以有不同方式。有些工廠會保留不同品牌的既有設備，再依照自己的系統架構管理；有些則希望相關製程盡量放在同一個設備生態系裡。

歐西瑪目前在成衣生產相關的設備與系統，包括 EagleAi® AI 驗布、智慧鋪布、自動裁剪設備，以及 OSHIMA Smart Factory Platform 智慧工廠平台。

這些設備負責的製程不同，但放在同一個設備生態系裡，可以看到兩個主要方向：一部分重複工作由設備執行，同時把生產過程中可以使用的設備與生產資料留下來。

例如 EagleAi 在驗布過程中偵測並記錄布面瑕疵與位置；鋪布與裁剪設備則依照實際生產設定完成各自的設備操作。現場人員仍然需要處理材料狀況、生產設定、品質確認與異常。

設備在這裡分擔的是製程中比較固定、重複的部分，而不是把懂生產的人從現場拿掉。

設備多了之後 生產資訊也可以集中管理

另一部分是設備資訊。

支援聯網的歐西瑪設備可以留下運轉與生產紀錄，再透過 OSHIMA Smart Factory Platform 集中查看。

當工廠裡有多台支援設備、不同製程，甚至不同廠區時，管理人員可以從同一個平台查看相關設備的生產與運轉資訊，減少逐台巡查、人工抄錄，再把資料重新整理一次。

對設備數量多的工廠來說，這和把某一台機器自動化是不同層次的事情。

設備增加之後，管理工作不需要按照相同比例一直增加。設備本身能留下資料，至少可以減少一部分原本靠人巡、靠人問、靠人整理才能取得的資訊。

前一道製程留下的資料 有需要時可以繼續往後使用

同一個設備生態系還有另一種應用，就是前面產生的資料在後面有需要時，可以繼續使用。

例如 EagleAi 驗布時已經記錄的瑕疵位置，在相關系統配置下，可以帶入後續鋪布規劃。驗布資料因此不一定只停在一份驗布報告，而是可以按照實際生產需求再被利用。

並不是每一家工廠都需要把每一道製程串在一起，也不是所有設備都一定要來自同一個供應商。

現有設備、IT 架構、投資成本、維修能力，以及工廠現在想解決哪一段人力或管理問題，都需要一起考慮。

歐西瑪提供的是其中一種選擇。工廠可以只使用目前需要的單機設備；如果後續有集中管理或延續使用生產資料的需求，也可以把支援的設備與功能放在同一個設備架構下。

設備可以處理的範圍也很清楚。

薪資、工時、工作環境、主管管理與員工發展，不會因為導入自動化或智慧工廠平台就消失。

設備比較能分擔的，是大量重複、越來越難找到人長期穩定執行的工作，以及設備增加之後一起增加的巡查、紀錄與資訊管理負擔。

產能規劃也要把人力算進去

現在成衣廠的人力條件，和十幾、二十年前已經不同。年輕人有更多工作選擇，資深員工也逐漸進入退休階段，工廠在看產能時，不能只算設備還能開多少，也要一起看實際能找到多少人、留得住多少人。

有些工作還是需要經驗，但長時間重複操作、巡機、抄表與資料整理，可以重新評估是不是還需要一直靠人來做。自動化與設備聯網是其中一種選擇，目的不是把人全部拿掉，而是減少對重複人力的依賴，讓現場的人可以把時間放在設定、品質判斷與異常處理。

未來要增加產能，不一定只能靠增加人數。工廠可以按照自己的製程、人力狀況與投資條件，重新安排哪些工作由人做、哪些適合交給設備，讓現有的人力可以支撐更穩定的生產。