本文共1230字
波士頓顧問公司(BCG)董事總經理暨合夥人、大中華區營運專項共同負責人陳美融指出,近年來,地緣政治風險大增,台灣廠商必須加快全球布局的速度。在進行產能重新配置時,台廠可以善用生成式人工智慧(AI),來因應變局。
生成式AI崛起,是否就是台廠突破困境的靈丹妙藥?陳美融表示,這需要各個企業管理階層仔細思考,畢竟生成式AI是最近才興起的技術,從試點階段開始慢慢發展。
有助打造未來工廠
陳美融指出,以目前的生成式AI來說,通常以多種形式來回應提示,包括文本、圖像、程式碼、影片及音樂等來回應,以生成創意內容。如果應用範圍是從協助及建議到自主系統,這是有效果的,有助於打造「未來工廠」。
在協助系統方面,以生成式AI來進行手動工作,包括機器及可程式控制器(PLC)程式設計、標準作業程序(SOP)、維修指示等,會提高效率及透明度。在建議系統方面,生成式AI可以找出最佳解決方案,包括修理建議、品質改善建議等,往正確的方向前進,有利提升穩定性及可預測性。
而在自主系統方面,生成式AI可以自我調適,因應新的環境,達成自我控制及結構最優化。
不過,陳美融提醒,在生成式AI其他場景尚未明確之前,許多投資會有打水漂的風險。例如,針對生產及供應鏈上所需要的流程透明化、異常檢測、生產分析、參數調整優化、預測等方面,如果以生成式AI來做開發,投資報酬率就不划算了。
也就是說,在生成式AI的場景仍未明確之前,不宜貿然大量投資。陳美融建議,企業可以透過機器學習、深層學習等類型的AI,為工廠及供應鏈開發出高價值的案例,並且使用Open AI,作為更簡易的使用介面。
陳美融指出,BCG針對工廠內的AI運用進行不少研究,也與客戶協力開發了不少解決方案,與上百家企業合作,產業包括電子、工業、機電、食品、化工、能源等,有相當豐富的經驗。
「AI的導入不只是IT活,而是整個廠的數位轉型」,陳美融說這是很重要的思維。換句話說,不能為了AI而AI,而應該是為了在工廠及周邊帶來高度效率及效益提升,否則效率不彰,很難更全面舖開及規模化。
找出最佳解決方案
而且,開發及試點只是第一步而已,陳美融指出,後續還有工作方式、權責、組織架構等都要進行調整,才能實現效益。最後,還要有關鍵績效指標(KPI)及人才招聘方面的調整,讓效益長存。
陳美融建議,AI的導入不要以資訊科技部門來主導,而是應該由資訊科技及業務部門並行的方式來推廣。投資報酬率的估算固然重要,但更重要的是先確認方向,因為如果工廠抵抗轉型,很難預先估算出效益。
在導入AI時,建議採用敏捷的疊代方式推進,也就是一次又一次的重覆進行,不斷測試及修改,而不是在追求萬全準備後一次發動。
陳美融指出,台灣電子製造業應該多利用疫情之間所得到的紅利,有效率地進行產能移轉,並且探索及推進AI導入等深遠策略,因為不少國際品牌大廠都已明確訂出轉移產能的時間表。
除了產能移轉之外,多數電子廠都已到達創立40至60年的里程碑,而當出現接班等複雜的問題時,如何運用AI更是關鍵。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容
留言