艾默生携手产业夥伴开启测试新时代 NI Nigel AI推升生产力曲线
- 李佳玲／台北
-
在AI与智能化浪潮的强势带动下，测试与量测技术正迈入关键的转型阶段。为协助产业精准掌握新时代测试技术的发展趋势与应用方向，艾默生携手优立测科技盛大参与由DIGITIMES主办的「2026智动化测试创新论坛：AI推升生产力曲线 引领量测新时代」。
本次论坛全面聚焦AI赋能自动化测试、6G通讯、矽光子、无人机、车用电子与智能制造等前瞻议题，深入探讨如何透过智能化开发与数据分析最佳化工程效率，并具体呈现自动化测试系统从研发到量产的全流程实现应用，现场更同步展出逾20项突破性的技术实测成果。
NI Nigel AI驱动软硬整合平台 重塑测试与量测产业新价值
艾默生测试与测量集团（NI）台湾总经理郭皇志表示：2026年适逢NI在测试与量测领域的创新迈入50周年。五十多年来，NI平台持续提供整合式的开放式软件与模块化硬件，协助工程师及企业提升研发、验证与生产效率，让工程团队能将更多资源投入产品创新与核心技术开发，而非耗费大量时间建置与整合测试系统。已建立起产品生态系，能针对不同产业需求提供弹性部署方案，协助用户从容应对日益复杂的测试挑战。
同时，2026年迎来40周年的NI LabVIEW，持续透过直观的图形化开发界面大幅降低程序设计门槛，赋能工程师更快速地完成测试流程与系统开发。面对AI掀起的全新产业变革，未来将持续深化NI软硬件整合能力，将人工智能技术全面导入NI测试平台，藉以提升自动化程度与分析效率，协助企业加速从研发验证到量产的全流程落地，进一步强化全球竞争力。
艾默生测试与测量集团总裁Ritu Favre于「AI推升生产力曲线，引领量测新时代」主题演讲中强调，AI正以前所未有的速度颠覆全球产业，并为测试与量测领域注入崭新的生产力契机。她指出，随着终端产品功能日益强大、架构愈趋复杂，企业面临的测试挑战亦同步攀升，从过去单纯的硬件验证，演变为涵盖硬件、软件、韧体与系统整合的全面性测试。
面对新时代汽车、半导体、能源系统与无线通讯的蓬勃发展，产品复杂度的提升速度往往已超越企业既有的管理与测试量能，因此AI技术将成为弭平此落差的关键解方。
她进一步表示，最新的NI Nigel AI功能已成功导入NI LabVIEW与NI TestStand软件。工程师不仅能透过Nigel AI自动补全程序码、获得精准的硬件配置建议，更能全面最佳化操作流程。未来将持续结合模块化硬件、开放式NI软件与强大的数据管理能力，协助用户打造更具智能与弹性的前瞻测试平台。
艾默生测试与测量集团（NI）半导体暨电子事业部副总暨总经理Robert Manion指出，随着产品设计益发复杂、数据量呈爆炸性成长，加上市场对于上市时程（Time-to-Market）的要求日益严苛，测试产业正迎来前所未有的挑战。
他强调，未来具备竞争力的企业，必然是现在就积极导入AI的先行者。AI并非短期趋势，而是提升营运效率的核心工具，能有效赋予工程师更高生产力、最佳化设备稼动率并加速数据分析。其应用范畴从需求定义、测试开发到结果分析，涵盖了全流程的技术环节，让产品验证更具效率。
Robert Manion进一步指出，测试与量测属于高度专业领域，涉及精密仪器控制、复杂量测方法、校正程序及深厚的产业经验，通用型AI往往难以精准满足产业需求。因此，NI Nigel AI正是专为测试量测专业应用而生，旨在协助使用者完成实际的工作流程。他同时指出，AI要真正实现落地应用，企业必须建构由硬件、开放式软件与数据平台组成的架构，其中数据治理与一致性尤为关键。为此，NI SystemLink软件能有效整合分散的测试数据，将数据转化为具备执行力的洞察（Actionable Insights），进而提升决策效率并显着降低管理成本。
软件定义测试新时代 以平台加速AI智能量测实现
艾默生测试与测量集团（NI）行销经理潘建安与优立测科技行销经理苏育程于会中共同表示，测试与量测领域正经历典范转移，软件已逐步取代硬件成为整体系统运作的核心。相较于过往以硬件设备为主的架构，现今测试流程的自动化、整合与效率提升，高度仰赖软件平台串联仪器控制、测试执行及数据处理分析等关键环节，使分散的硬件资源得以协同运作。
因应此趋势，NI LabVIEW近年持续朝强化与现代化发展，包括导入CI/CD等现代开发流程，并增强与Python、.NET等语言的整合能力，同时支持云端与多元生态系，使测试开发与主流软件工程方法接轨。此外，随数据量激增，测试数据管理与分析的重要性亦同步提升；透过NI LabVIEW+ Suite（其中内含了如NI LabVIEW、NI TestStand与NI DIAdem等软件），分别对应程序开发、测试排程与数据分析需求，建构完整的软件体系，并强化网安认证与数据串接能力，确保测试系统能与企业IT架构无缝整合。
在AI应用方面，NI Nigel AI是专为测试与量测应用打造的AI工具，强调结果正确性与工程实用性，协助工程师处理测试数据、理解系统行为并加速开发流程。目前Nigel AI已能在NI LabVIEW中提供范例程序推荐、原始码解析总结、硬件配置与接线建议，协助工程师更快速取得可行方案。
2026版本更进一步延伸至整体专案层级，能分析专案架构与模块关联，并具备程序码补全与设备识别能力，提供更精准的支持。此外，NI TestStand中加入Nigel AI后，能协助管理大型测试专案流程、自动调整参数并执行测试，显着提升整体生产力。在硬件端，艾默生持续强化NI PXI模块化平台的效能与扩充能力，并透过NI InstrumentStudio Professional 整合控制NI及第三方仪器，有效解决多品牌设备整合的挑战。
新一代NI DAQ数据撷取系统具备18-bit分辨率与高精度量测能力，而NI PXI示波器搭配专利T-Clk同步技术，可将多台示波器通道间的时间误差降至皮秒（Picosecond）以下等级，满足高频与精密测试需求。针对严苛环境亦推出具备IP67防护等级的设备，适用于结构监测、振动分析与车用测试。
AI与测试的结合已超越单纯的流程最佳化，更延伸至结果判读与决策支持，例如透过机器视觉与AI模型自动识别波形异常信号，协助工程师实时发现问题。整体而言，测试工程正从人工操作的工具导向模式，转向由软件平台整合、AI参与决策的智能化工程体系，工程师的角色也将由执行者演变为系统设计者与判断者，达成全流程的智能化测试愿景。
AI代理走向研发与制造现场 企业竞争力迈入自主化新阶段
随着生成式AI快速发展，企业研发模式正由「工具辅助」转向「流程重构」，开发重心也从程序撰写演进至任务定义与系统设计。富士康研究院人工智能研究所詹念怡博士于演讲中指出，AI研发已从传统的手动撰写原始码，演进至对话式协作，并进一步迈向可自主执行任务的AI代理（AI Agent）。
过去工程师需亲自完成程序开发、数据处理与模型训练，如今透过大型语言模型（LLM），只需明确定义任务目标，AI即可协助生成程序码、修正错误并推进开发进程，使工程师的角色转化为流程设计与结果验证者。詹博士表示，内部实验显示AI代理已能在无人直接撰写程序的情况下，自主完成模型设计与反覆最佳化，展现高度自动化的潜力。
她强调，AI代理的关键不仅在于模型能力，更在于其背后完整的工程系统——包括记忆机制、任务分工、工具调用、排程管理与验证回馈等，这让模型从单纯的对话工具进化为可稳定交付成果的数码助理。未来企业研发的竞争力，将由单纯的模型能力转向深度的工程整合能力。
面对生成式AI的快速扩散与制造业数码转型加速，企业正从「单点导入AI工具」迈向「全面重构生产流程与决策模式」。偲倢科技CEO陈青炜表示，AI在制造业的角色已从早期的瑕疵检测、AOI视觉识别，升级为具备决策能力的智能代理。未来智能工厂将由AI负责分析传感数据、判读影像信息、串联系统流程并提出决策建议，管理人员则转向最终确认与治理角色。
陈CEO指出，当前高端产线的瓶颈往往不在设备效率，而在于决策速度与跨部门协作，因此AI将成为智能工厂下一阶段升级的关键。针对企业导入AI面临的数据孤岛（IT 与 OT 系统分散）、专业人才缺口及算力成本挑战，他预期未来将走向「云地混合架构」，由通用大模型结合企业专属小模型，构建具备主权性的AI系统。透过AI瑕疵检测、数码孪生与边缘运算等应用，企业可望大幅缩短研发到量产的全流程周期，智能工厂的竞争关键，将取决于企业如何让AI真正落地并持续创造商业价值。
从前瞻通讯到AI自动化，揭显量测技术转型新维度
下午议程由「先进通讯与精密量测」、「产业应用验证」及「软件平台与AI开发」三大主轴同步展开，深度剖析量测技术如何因应次时代产业脉动进行转型。
一、 先进通讯与精密量测：突破物理限制，挑战6G与高精度极限：分场一聚焦于6G研发与极致精确的量测实务。首场以「6G非地面网络（NTN）与通感一体（ISAC）测试框架」揭开序曲，强调未来通讯将打破地理限制，实现星地整合的全覆盖网络。透过NI USRP与NI PXI平台的高弹性架构，研发人员得以在统一的开发环境下，同时处理高带宽通讯与高灵敏度传感信号，大幅缩短原型开发周期。
在精密量测议题上，谱威科技针对半导体与精密制造需求，分享「机台基座振动预警技术」，指出微小的环境振动即可能影响良率，透过高采样率的实时监测系统，能提前预警设备异常。此外，测试专家更深入探讨了工程师最常遇到的技术瓶颈：
DAQ精细管理： 指出量测误差往往源于配线逻辑、接地回路与电磁干扰（EMI），而非设备精度不足，并提供系统化的抗干扰策略。
DC量测吞吐量： 解析如何在高精准度要求下，优化测试流程以因应产线的大规模产出需求。
SMU串并联实务： 针对高功率半导体测试，深度探讨精密电源供应器（SMU）在串并联架构下的同步与稳定性管理，协助工程师精准控制复杂的测试环境。
二、 产业应用验证：AI与无人载具的「安全与能效」双重革新：分场二着重于新兴科技的落地实践。面对AI运算引发的电力焦虑，专家指出数据中心的电力监测已从简单的配电转向「从芯片到机柜」的全方位管理。透过NI PXI平台，工程师能同时撷取动态功耗与散热数据，有效优化GPU的能效表现。
在航太与防务领域，Samtec带来了具备高耐震与高传输性能的连接方案，确保无人机在极端环境下的信号稳定。翔隆航太则深入解析了HIL（Hardware-in-the-Loop）实时模拟架构的价值——透过数码孪生环境，在地面实验室即可进行「故障注入测试」（如模拟引擎失效或强风干扰），这不仅降低了昂贵的实机试飞成本，更在确保开发效率的同时，将产品安全性推向极致。
三、 软件平台与AI开发：翻转数据价值，驱动实验室现代化：分场三聚焦于量测系统的「软件定义」与数据数码转型。针对日益庞大的软件开发难度，LabVIEW专家 Marco Yang深度解析了DQMH（Delacor Queued Message Handler）框架。强调透过模块化与异步通讯机制，DQMH能有效提升大型专案的代码维护性，解决多人协作开发时的耦合难题。
针对后端的数据管理，专家们共同宣告了「手动处理数据时代」的终结：
DIAdem自动化分析： 技术专家分享如何利用NI DIAdem取代效率低落的Excel，其具备整合异质数据格式（如传感器数据、视讯、GPS）的能力，能一键生成专业分析报告。
SystemLink数码转型： 优立测科技苏诗媚则展示了NI SystemLink如何作为实验室的「大脑」，实现设备状态的全天候监控、测试排程自动化与资产配置优化，协助企业建构具备可追溯性的现代化实验室管理体系。
论坛总结：
综观本次论坛，AI已不再仅是辅助工具，而是贯穿研发设计、自动化验证到数据洞察的核心动能。在产品开发周期不断缩减的压力下，唯有透过「软硬整合平台」与「AI赋能的自动化流程」，企业才能在瞬息万变的市场中夺得先机。
