和硕PEGAVERSE平台冲智能制造 AI Agent与数码分身卡位制造

和硕以PEGAVERSE平台扩大智能制造布局，打造AI代理与数码分身整合应用环境。和硕

人工智能代理（AI Agent）的开发与AI 推论（Inference）能力的快速发展，在智能制造领域中开始在底层架构上型塑大幅度的变革，将过去在制造现场端使用基于规则的系统（Rule-based System），进而转成机器自我进化跟学习，如AI领域Continuous learning, lifelong learning, active learning, test time adoption，一举让企业界从知识存储、处理信息并做出决策的逻辑展现不一样的样貌。

和硕联合科技（PEGATRON，简称「和硕」）早在2012年就启动部署AI赋能智能制造专案，多年所累积宝贵经验下，若只追求单点或建立自动化流程的改善并不足以解决企业内真正的痛点，而真正弥足珍贵之处，反而是在于跨组织、跨流程的优化过程中，发掘高附加价值产品与流程的开发，并助力提高企业的竞争力的目标追寻，这往往比AI技术的驾驭更显得重要。

和硕联合科技副总经理暨人工智能长萧安助先生在Computex 2026展览前夕接受这次的专访，他观察到当AI Agent的能力大幅度超前时，打造一个AI Agent 原生应用的环境变的更加重要，让这些通用的AI Agent可以迅速迭代、累积能力，和硕一举开发「PEGAVERSE」企业级平台，把发展AI所需要的底层算力、模型建立，以及Data Pipeline（数据管线）做好，可以让不同性质的AI应用得以在同一架构下稳定并行运作，也为后续更多的AI创新保留了高度弹性空间，也是因为PEGAVERSE平台，和硕转而致力于建立一套能被组织吸收、延续并快速复制到跨事业体与跨区域的整合策略。

萧安助对于AI Agent的定义是感知环境、采取移动的AI应用，而数据与AI工具将贯穿整个应用的需求，企业设定目标让AI工具来完成，撷取真实环境中的数据，并透过数码分身（Digital Twin）的虚拟环境的模拟相搭配，找出解决问题的办法，建立可持续改善的流程，而AI Agent需要一个可以试做的环境，并从犯错过程中快速修正步骤，以提高作业效率，透过AI Agent与数码分身技术间的互补，让和硕可以持续打造高附加价值的使用范例。

AI助力处理制造现场物理环境不确定性的机台自适性的挑战

萧安助特别举出两个使用范例，用在满足制造端生产机台的自我调校的需求，第一个例子是解决点胶机的动态点胶路径的挑战，以前多半靠工程师自己反覆试错与修正找到最佳的点胶路径，现在利用AI来进行模拟点胶用的机器手臂的行走顺序与路径的规划，解决高精准度和高可靠性要求所面临的技术与时效上的挑战，透过数码分身模拟复杂的实际环境，涵盖考量胶量大小的控制，还有断胶、溢胶等状况的掌握，并将模拟结果成功应用于实体机器手臂的点胶作业中，并做到动态调整的AI实作，大幅提高机台的良率。

另一个范例是因应台湾电子供应链面临走向大规模海外扩厂的布局的挑战，对于大规模的机台部署与安装时，由于各个厂区楼地板的高低不一、公差相异，以前需要先固定厂区的物理环境参数后，才在软件上做优化以解决精密高低差的问题，现在利用传感器的侦测与数据回馈做到机台自我调校的能力，善用AI来处理现场环境的不确定变动时的机台自适性的调整，这在处理海外厂大规模的机台部署时，利用AI软件主动适应物理环境不断变动的环境，以完成机台对位与调校安装的问题，这对制造端现场的帮助非常明显。

AI Agent让中小企业进入新的公平竞争的起点

这些实际的案例都发现到多个AI Agent搭配数码分身环境的实质效益，打造软件的自我调整与解决问题的能力成为驱动AI革命的新篇章，对于AI Agent风潮所带来新的机会，萧安助认为中小企业完全可以与大企业拥有平起平坐般的地位，尤其中小企业具备灵活性，也较没有组织规模的包袱，更容易借此找到更好的位置，AI Agent是一个新的公平竞争的机会，大企业与小企业的立足点一样，唯一的差异在于掌握快速转型与拥抱改变的速度，依据目前AI发展的路线图来看，过去企业经营看管理幅度，现在则是看管理AI Agent的幅度。

和硕的PEGAVERSE平台打造AI Agent原生应用（AI-Native Application）与AI ready的环境，容纳多个AI Agent一起运作与共同处理的空间，帮助提升自主化营运的能力，透过底层在算力的支持，大量使用沙盒（Sandbox）技术在虚拟空间中模拟并训练不同的AI Agent，并为驾驭未来数量庞大的AI Agent为原生的创意平台预做准备，协助企业针对不同的痛点与瓶颈逐一解决，并创造企业在AI Agent使用上最大的价值。