《專題文章》我國製造業生成式AI 應用發展前景 (一)

根據人工智慧基金會的調查，我國整體產業約7成企業尚未啟動AI發展。在製造業中，大約只有16%的企業已開始進行AI相關應用的概念驗證 (Proof of Concept, POC)。也就是說，約有8成以上的製造業對於AI僅是聽過，但並未有實際的應用導入。在製造業導入AI的瓶頸中，人才、資料、費用與效益都是企業裹足不前的原因之一。然而，在製造業可預見的大缺工未來下，產業的AI化就和目前在談的數位轉型一樣，已經是企業必修的課題。 

圖1：AI 發展階段分群 – 產業分布

資料來源：財團人法人人工智慧基金會

提到生成式AI，相信大家一定有相同的疑惑，如果製造業在AI的投資已有瓶頸，那怎麼可能去投資更先進的生成式AI 應用呢? 這其實是因為大部份製造業在投入智慧製造應用的發展上，主要鎖定製程控制、製程管理兩大類別。當我們把AI應用聚焦在製造過程時，生成式AI具創造力的特性當然就較難以讓現場決策主管願意使用。

生成式AI應用於製造業 可視為指揮產線運用的大腦

然而，如果我們是把生成式AI當成解譯指令與任務分工的幫手，而不是要求他進行精確的參數計算，那麼生成式AI與傳統AI的結合，應當可以發揮該有的價值。例如: 如果生成式AI用於指揮一條產線運作的大腦，當產線需要換線調整時，運用生成式AI人機協作，以生成式AI解譯指令，和指揮調整產線設備的程式調整、傳統AI的參數調整，最後經由人工確認執行，達到快速換線的效果，這是否對於未來工廠的想像相當的夢幻呢? 

現實上，根據目前對於電子製造業初步的訪查發現，製造業對於生成式AI的發展規劃，在與製造應用上仍處於瓶頸，上面提到人機協作的例子，目前實驗的成功率只有40%不到。然而，在產品設計、銷售與供應鏈的應用上可能會更早實現。目前，對於與產品的設計樣本、客戶訂單的往返、供應鏈料件的狀況，以及客戶服務的協助已有實際的應用案例，也讓製造業節省寶貴的間接人力資源。隨著未來算力成本的下降與生成式AI技術逐漸成熟，相信未來在製造業上將會有更多的應用空間。

封面圖片來源：Photo by Steve Johnson on Unsplash  

參考資料來源：

1.財團人法人人工智慧基金會， https://aif.tw/event/ai-research/assets/files/2022report_v3.pdf?utm_source=web-ai-research&utm_id=20230420