AI科技進步與其運用

在AI人工智慧能夠自動且進行深度學習的基礎下，隨著現今軟體高速發展及硬體自動化的建置加速，企業端與生活中隨處可見AI的存在。台灣高鐵採用IBM混和雲平台解決方案，將旅客查詢與訂票需求分流，引入人工智慧和私有雲的私有化及開放化，協助定位票務系統展開企業上雲，降低旅客平均訂位時間近25%。

在IBM《2022 年全球AI 科技使用現況》報告說明了全球企業採用AI比例提升的原因，企業為了因應突發的covid-19疫情，對數位轉型的需求增加，在轉型過程中體認到AI的商業價值，進而投資與擴充AI建置需求。

而根據IBM委託Morning Consult針對AI科技的調查研究，報告指出IT維運、安全威脅偵測、流程自動化是目前AI應用最熱門的領域，在全球企業中已有1/3的企業採用智慧維運（ALOps；Al for IT Operations），更有部分企業指出應用AI在公司能夠加速ESG永續發展，推動企業完成減碳目標，例如收集數據進行合理人員調度、設備安排以達到時間最佳化等。

製造業的AI建置加速

製造業出口占整體出口值約七成，是台灣外匯主力，但原先的大量生產與低毛利的獲利方式無法應對現今少量多樣、隨時變動訂單的狀態，2022年初一份趨勢報告顯示，近5成台灣企業進入規模化階段，導入AI原因從過往的增加營收，轉為現今的降低成本，追求提升速度、整體效率與維持生產品質。

而AI導入產線，除了自動完成各項製造流程，透過大數據學習深化訓練，能判斷預測並採取適當措施應對，提供的主要幫助有以下四點：

1.設備狀態維護警示：

透過蒐集機器的振動、電流、溫度等工具機運作資訊，輔助判斷工具機現況，預先了解機台狀況，輔佐定期維護，降低產線停擺危機。

2.大數據建構及預測模型：

線上蒐集設備數據資訊，在AI學習技術後，生成預測模型，可先利用建置完成的模型進行模擬，降低無預警故障的損失，其中含括設備零件管理、生產管理等。

3.進行配方及參數設定與研發：

使用資料取樣與實踐設計方法，整合AI演算，建構模型描述製程參數，估測產品品質特性，並進行優化，同時與製程工程師透過互動協作，降低研發時間，減少實驗次數，提升良率。

4.演算法精準檢測瑕疵：

AI讓視覺機器擁有自主學習能力，可自主判斷產品種類與瑕疵，不須品管人員後續重新設定並調整判別模式。

除此之外，AI也能搭配機械手臂自動上下料取代人力進行產線流程作業，現在也進化到可同時夾取不同產品，減少人為作業時間，也省去了以往工廠換線須仰賴專業工程師不斷調整機械手臂的耗時慘況。了解機械手臂如何節省人力需求，做到彈性換線的生產模式：最大化節省人力停等時間，機械手臂客製化整合方案

未來的製造業趨勢，導入AI人工智慧是邁入數位轉型的必要動作。生產需求變動快速，頻繁改變產線內容以應對需求的前提下，提供大量的數據資料與多樣化的學習模式﹐是機器在導入AI後必須具備才能面對瞬息萬變的市場。

元宇宙與AI相關系列延伸閱讀：

元宇宙的世界，現實構成的虛擬實境樂園

協助還是取而代之？不斷進化的AI人工智慧

超級電腦的運算，實現世界的進化

被讀取的舉動，生物辨識形塑的廣告世界

AI學習，未來機器手臂的有效協作

AI人工智慧演算法，是實現快物流的解方？

新一代網際網路Web3，型塑新的未來世界模式

智慧眼鏡日常化，隱私疑慮的再現

內文資料來源：

AI企業運用大熱門，節約時間成本紅利

AI讓工廠產線改頭換面

就享知 | 就想知道的數位知識

每天10分鐘 | 豐富你的數位新知