工研院
event
 

【专家观点】台湾实现AI落地制造业 关键靠这三大策略

台湾制造业上下游供应链完整、长年累积出宝贵的领域知识与资料。图为工研院巨资中心执行长冯文生。工研院

过去10年间,许多先进国家都将智能制造视为重点发展项目,包括2011年德国的「工业4.0」与美国的「先进制造业国家战略计画」、2014韩国的「创新3.0」、 2015年日本提出的「机器人新战略」与中国「制造2025」。台湾也自2014年起力推5+2产业创新计画,将「智能机械」列为重点项目,旨在将台湾由精密机械升级为智能机械,创造就业机会并扩大供应链输出;更在2016年通过「智能机械产业推动方案」,期望国内的精密机械产业成果,能结合(AI)、大数据(Big Data)等ICT技术能量,协助产业导入智能化相关技术,建构智能机械产业的新生态体系。

从中不难看出,台湾与其它先进国家,均将AI、大数据等相关软硬件与基础设施的集成,视为是国家发展制造业生态体系的关键,更是全球制造业供应链抢先布局的重点。

然而,台湾制造业近年在导入AI、数码转型的过程中,无可避免的面临许多现实的挑战,例如工厂机台设备老旧无连网能力、业者不清楚AI导入后的效益、欠缺资料整备与机敏资料处理经验、缺乏实验认证场域、投资成本考量等。因此,在这场全球竞逐大战中,台湾制造业若要实现AI落地,必须贯彻三大策略:跨域合作、软硬兼施、产业落地,如此将大有机会率先抢攻全球AI商机。

关键三策略之一:展开跨域合作

跨域合作,指的是AI结合领域知识(Domain Knowledge)。自AI出现以来,听过太多有关AI的「狂想」,彷佛AI无所不能。然而,驱动AI的必备条件就是要有充足、有效的资料,才能确保AI学习的成效。

以PCB印刷电路板、半导体晶圆的瑕疵检测为例,如果缺少PCB业者、半导体业者的瑕疵影像资料与专业的瑕疵标记知识,空有AI影像辨识技术,也无从判断哪里些产品有瑕疵。

台湾制造业出口值占整体出口总值的七成,是台湾创汇主力,上下游供应链完整、长年更累积出宝贵的领域知识与资料,例如配方资料、检测资料等。发展AI的过程中,可以很容易结合相关的领域知识,从中淬炼大量标记资料,透过AI与硬件设备的结合,提升硬件设备价值,方能透过AI算法,以提升效能、减少浪费、创造价值。

关键三策略之二:「软硬兼施」升值

第二是软硬兼施,台湾的强项为终端芯片与硬件,若能结合AI算法,必能如虎添翼,价值倍增。以制造业而言,包括工具机、加工设备、制程设备、检测设备等,皆为AI软硬集成的具体对象。

因此,国内AI软件业者应与硬件设备厂合作,让搭载AI功能的设备机台,深入产业解决生产线的难题,可提升硬件设备的价值;甚至软件业者能升级成为AI信息服务业者或系统集成业者,针对硬件业者面临的数码化困境提出解决方案,藉由衍生出新型态的AI服务商业模式,加大机会建立智能机械产业的新生态体系。

例如工研院长期投入智能制造研发「机台故障预诊断」,即透过AI技术分析机台设备过往的故障纪录,及早预测设备需维修的时间点,不仅大幅降低产线突发机台故障的风险与成本,也提升了机台设备的价值。

关键三策略之三:产业落地解题

第三则是产业落地。也可说是综合前两项建议为基础,实现AI在台湾落地成真。利用台湾制造业的多样业态,进行AI场域验证,针对企业已知的、既存的问题,尝试以AI的创新方式去解决。举例来说,工研院创立共创平台AIdea,便旨在提供企业需求分析顾问服务、资料整备服务、提供验证解题结果的场域,缩短企业导入AI的时效及降低成本等解决方案,以回应国内企业导入AI所面对的困境。

当AI能顺利导入企业、为企业带来全新的解决方案,让制造业者愿意买单,才能真正实现AI产业落地,抢占全球商机。

简言之,台湾的精密机械若能贯彻「跨域合作、软硬兼施、产业落地」这三大策略,结合台湾AI、大数据等ICT产业研发能量,发展出「高阶的MIT」,可望建构智能机械产业的新生态体系。对此,工研院也擘划了2030技术策略与蓝图,致力协助制造业者导入AI、转型升级,带领台湾产业实现智能制造,并为永续环境贡献心力。

(本文作者为工研院巨资中心执行长暨AI应用策略办公室副主任冯文生)

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能制造 智能机械