科技產業報訂閱
event
 

【專家觀點】台灣實現AI落地製造業 關鍵靠這三大策略

台灣製造業上下游供應鏈完整、長年累積出寶貴的領域知識與資料。圖為工研院巨資中心執行長馮文生。工研院

過去10年間,許多先進國家都將智慧製造視為重點發展項目,包括2011年德國的「工業4.0」與美國的「先進製造業國家戰略計畫」、2014南韓的「創新3.0」、 2015年日本提出的「機器人新戰略」與中國「製造2025」。台灣也自2014年起力推5+2產業創新計畫,將「智慧機械」列為重點項目,旨在將台灣由精密機械升級為智慧機械,創造就業機會並擴大供應鏈輸出;更在2016年通過「智慧機械產業推動方案」,期望國內的精密機械產業成果,能結合(AI)、大數據(Big Data)等ICT技術能量,協助產業導入智慧化相關技術,建構智慧機械產業的新生態體系。

從中不難看出,台灣與其他先進國家,均將AI、大數據等相關軟硬體與基礎設施的整合,視為是國家發展製造業生態體系的關鍵,更是全球製造業供應鏈搶先布局的重點。

然而,台灣製造業近年在導入AI、數位轉型的過程中,無可避免的面臨許多現實的挑戰,例如工廠機台設備老舊無連網能力、業者不清楚AI導入後的效益、欠缺資料整備與機敏資料處理經驗、缺乏實驗認證場域、投資成本考量等。因此,在這場全球競逐大戰中,台灣製造業若要實現AI落地,必須貫徹三大策略:跨域合作、軟硬兼施、產業落地,如此將大有機會率先搶攻全球AI商機。

關鍵三策略之一:展開跨域合作

跨域合作,指的是AI結合領域知識(Domain Knowledge)。自AI出現以來,聽過太多有關AI的「狂想」,彷彿AI無所不能。然而,驅動AI的必備條件就是要有充足、有效的資料,才能確保AI學習的成效。

以PCB印刷電路板、半導體晶圓的瑕疵檢測為例,如果缺少PCB業者、半導體業者的瑕疵影像資料與專業的瑕疵標記知識,空有AI影像辨識技術,也無從判斷哪些產品有瑕疵。

台灣製造業出口值佔整體出口總值的七成,是台灣創匯主力,上下游供應鏈完整、長年更累積出寶貴的領域知識與資料,例如配方資料、檢測資料等。發展AI的過程中,可以很容易結合相關的領域知識,從中淬煉大量標記資料,透過AI與硬體設備的結合,提升硬體設備價值,方能透過AI演算法,以提升效能、減少浪費、創造價值。

關鍵三策略之二:「軟硬兼施」升值

第二是軟硬兼施,台灣的強項為終端晶片與硬體,若能結合AI演算法,必能如虎添翼,價值倍增。以製造業而言,包括工具機、加工設備、製程設備、檢測設備等,皆為AI軟硬整合的具體對象。

因此,國內AI軟體業者應與硬體設備廠合作,讓搭載AI功能的設備機台,深入產業解決生產線的難題,可提升硬體設備的價值;甚至軟體業者能升級成為AI資訊服務業者或系統整合業者,針對硬體業者面臨的數位化困境提出解決方案,藉由衍生出新型態的AI服務商業模式,加大機會建立智慧機械產業的新生態體系。

例如工研院長期投入智慧製造研發「機台故障預診斷」,即透過AI技術分析機台設備過往的故障紀錄,及早預測設備需維修的時間點,不僅大幅降低產線突發機台故障的風險與成本,也提升了機台設備的價值。

關鍵三策略之三:產業落地解題

第三則是產業落地。也可說是綜合前兩項建議為基礎,實現AI在台灣落地成真。利用台灣製造業的多樣業態,進行AI場域驗證,針對企業已知的、既存的問題,嘗試以AI的創新方式去解決。舉例來說,工研院創立共創平台AIdea,便旨在提供企業需求分析顧問服務、資料整備服務、提供驗證解題結果的場域,縮短企業導入AI的時效及降低成本等解決方案,以回應國內企業導入AI所面對的困境。

當AI能順利導入企業、為企業帶來全新的解決方案,讓製造業者願意買單,才能真正實現AI產業落地,搶佔全球商機。

簡言之,台灣的精密機械若能貫徹「跨域合作、軟硬兼施、產業落地」這三大策略,結合台灣AI、大數據等ICT產業研發能量,發展出「高階的MIT」,可望建構智慧機械產業的新生態體系。對此,工研院也擘劃了2030技術策略與藍圖,致力協助製造業者導入AI、轉型升級,帶領台灣產業實現智慧製造,並為永續環境貢獻心力。

(本文作者為工研院巨資中心執行長暨AI應用策略辦公室副主任馮文生)

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 智慧製造 智慧機械