商業興觀點/中小製造業快加速AI轉型
在2023年的人工智慧(Artificial Intelligent, AI)領域,最顯著的發展之一就是生成式AI(Generative AI)的突破。這種技術正迅速發展於行銷、產品設計、客戶服務、營運管理等領域。
麥肯錫2023年發表的研究報告中指出,在全球1,684家受訪的企業中,約30%的業者經常性的使用生成式AI,協助公司各部門的運作。此外,許多業者期望在生成式 AI進行更多的投資,認為這將在未來三年內對行業競爭造成重大、顛覆的變化。
此外,專用領域的AI調教(Tuning)效率提升也是重要趨勢之一。隨著自動化機器學習(Automated Machine Learning , AutoML)的興起,我們可以加速數據標籤和AI神經網路的調教速度,從而節省開發資源,並專注於特定小規模領域的發展。這使得AI開發更加經濟高效,並加速AI解決方案的上市速度。
而AI技術的開源(Open Source)普及化也是一個重要趨勢,這兩年來,開源技術席捲整個AI技術行業,使得小型公司甚至個人也能參與AI技術的發展。這種趨勢正在挑戰大型科技公司,如:Google、IBM、Microsoft和Amazon在AI領域的主導地位。
例如,Hugging Face發布了首個在網路社群開發的多語言大型語言模型BLOOM,以及Stable Diffusion和其他開源AI藝術生成器,引發個人創新的爆炸,足以與OpenAI的DALL-E相抗衡。使得AI工具變得更有親和力,從而激發創新和個性化的應用。
在這種趨勢之下,AI的開發不再是大型科技公司的專利,而是變成一種普及的工具,可以根據不同行業的需求進行調教和應用。
在協助台灣中小型製造業走向智慧化過程中,觀察到愈來愈多業者開始採用AI技術來強化產品設計、製造分析及流程優化。舉例來說,利用生成式AI快速製作設計草圖,有效縮短設計繪圖所需時間。此外,運用AI進行預測性維護,有助於在設備故障發生前預測並處理潛在問題,進而降低停機時間和維修成本。
考慮到台灣中小企業資源有限,業者可考慮採用大型平台AI的Saas服務,例如,AWS Industrial Data Fabric,或是透過使用網路開放資源的現有解決方案,加上AI的快速調教,達成客製化的運用,進而實踐更具成本效益的AI導入方案,來達成生產智慧化的目標。
AI技術的快速發展和廣泛應用正在重塑傳統行業的運作模式,帶來創新和效率。作為國家經濟的重要支柱,台灣的製造業若能引進更易於使用的AI技術,將能提升生產效率和產品品質,同時維持在全球市場的競爭力。
期待未來看到更多中小製造業導入AI應用,以及更多新創加入AI開放的生態系統,共同推動台灣在AI浪潮中的產業升級轉型。
推薦文章
-
麥當勞徵才2100人創新高 享17天全薪休假、年薪上看150萬
-
薪資貧富差距驚人 工程師繳稅金額比一般上班族年薪高
-
「妳的學歷太超過了!」 博士媽媽成功逆襲重返職場
-
智慧經營/長春石化總經理蔡智全 反覆巡檢 落實全員工安
-
智慧經營/弘凱光電總經理曾智宏 從各自爬山 到團隊出擊
-
專家也錯估形勢,調查:現在想離職者比「大辭職」年代還多
留言