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。