全球AI服务推展进入战国时期　国家团队整合已成必行之势

开必拓数据参与AI EXPO TOKYO 2023，吸引大批日本企业了解最新AI检测技术。开必拓数据

过去台湾市场由于制造业上下游供应链建置完备，不同产品场域和数据相对齐全，且台湾客户较之于海外客户对AI的理解深，态度积极且开放，因此开必拓在协助台湾企业作导入推广上相对顺利。

时至2023年的今天，过去中、美、日等国的AI服务商其实已陆续累积过去无法取得的数据，台湾的优势渐渐减少，若继续走单打独斗方式恐难以维持过去差距。开必拓数据CEO孙逢佑指出：组成联盟或出国打群架的时侯到了！市场上一些已取得开发建置成绩的AI服务商应该透过整合或合并，提出一条龙的方案，才有机会重新拉大这个领先态势。

以流水线的制造过程为例，粗加工、细加工，各式的工序、不同的作业节点过去都拆分的相当仔细，台湾的AI服务商大多针对自己细部专长的项目作发展，但如果台湾的服务商能团结出行，透过软硬整合，以瑕疵检测为例，透过整合后的系统了解单一瑕疪的发生是因为工序的设计不良？还是设备的参数错误？或是前加工的配方比例失当等，AI能提出的不是单一的比对结果，而是顾问式协助的提出整合报告，对业者来说是更且效益的导入模式，而以技术及企业信任度来说，台湾若朝此方向发展将有事半功倍之效。

明确定义AOI与AI在瑕疪检测上的技术差异　才可适地适所运用正确技术

孙逢佑在谈到为何开必拓数据的技术为何在日本市场可快速推广时明确指出，市场上有非常多的瑕疪检测的厂商和解决方案，但真的完全用AI来进行的公司几乎没有，大部分提到AI检测的都是以AI辅助AOI，而不是以AI思维来发起的。

以AOI为例，工程师先设定一个golden sample, 然后我们利用成品去比对这个golden sample , 评估他在大小、亮度等维度的差异 ，透过减法的概念去比较，当差值大于工程师缺省的可接受工差范围，则列为失败品。

但以AI为例，他并没有设定一个golden sample，也并不是例用量测来评断，他是单纯的让AI演算法，透过类神经的逻辑，去运算归纳我们提供给他学习的教材，系统最终会自己学习出怎样的条件或状况就是失败的成品，电脑透过类人脑多维节点串接一个立体复杂的思维网络，最后建出一个准确率极高的AI瑕疪判断系统。

孙逢佑特别指出：我们要做的AI其实就是做到人类能做的等级，并不是超出人力所及，回馈到上面讨论AI与AOI的应用，不是AI就比AOI好，而是AOI适合一切以量测为出发点的精密制程，比如半导体，AI即使导入半导体业，最佳的位置也是辅助AOI即可。

以目前AI应用在瑕疪检测，开必拓能够领先业界的原因，除了了解自身技术对哪些产业才是最适的方案之外，更领先同业了解如何在首次建模后，若测试中有出现误判的状况，有能力透过AI来修正这个模型，以协助客户达成更高的判断准确度，这个困难的二工能力，是目前采用企业拉开与竞争对手实力的重要基础。

人力缺口加钜超过政府预期　各国开始面临产业断链风险

日本在2019年起陆续开启移工政策，但目前政策并非针对制造业，因此人力缺口仍持续拉大中。孙逢佑在参与日本AI EXPO后，观察到几个产业的变动方向：

1.日本企业目前询求AI导入的需求是确定且明确的，日本企业代表会向AI服务公司明确表达目前遇到问题，过去处理方式，以及期望透过AI达到的效率化结果，反观台湾企业较多停留在评估和观望阶段，此消彼长，透过更快的AI导入的日本企业将会拉大与台湾企业的竞争差距。

2.日本的AI服务商每年以倍数快速的成立，虽然目前台湾目前的AI服务商在技术可靠度上仍具相对优势，但若仍继续采单打独斗的方式开发国内外市场，迟早会被国外的技术服务商追过，整合成具备数据综效的大团队已是势在必行的模式。

成功不必在我，但有我一定成功，孙逢佑一再提到恳切希望台湾AI服务产业合作的成形，唯有整合才能让台湾更具长久的国际竞争高度，也才有机会协助台湾企业投向AI。

日本提供给移工的环境目前远优于台湾，台湾势必需提前部署AI，以避免真的遇到无人工厂还没盖成，却真的先看到工厂无人可用的状况呢！