趨勢觀察／製造業五大挑戰 AI 提解方

現今，製造業正面臨一場「完美風暴」——電子商務迅速發展、供應鏈中斷的威脅，然而領先的業者不僅求生存，更求成長，以下將說明AI如何協助製造業應對五大趨勢的挑戰。

一、AI個人化推薦，解決B2B買家數位優先體驗

企業買家的行為模式日益近似一般消費者，根據Gartner的預測，2025年80%的B2B銷售將透過數位產生，使數位優先策略與個人化體驗更為重要。例如LUXGEN採用BigQuery打造客戶資料平台，連結營運策略與數據，提供更精準的行銷，並透過Google AI模型打造AI智能客服達到九成用戶滿意度。未來，透過AI個人化推薦產品、簡化訂購流程並提供即時支援，有助滿足企業買家的需求。

二、AI供應鏈管理：韌性不可或缺

疫情暴露了全球供應鏈的脆弱性，根據Accenture，企業平均每年因供應鏈中斷錯失1.6兆美元的營收成長機會。要提高韌性，製造業應積極提升可視性、預測能力，利用科技識別和緩解風險。多模態AI可助益供應鏈管理，透過分析感測器、視覺檢測和物流追蹤等數據資料，提供完整的供應鏈視圖，積極回應中斷。

三、多模態AI助力彌補數位技能落差

研調發現，2024至2033年間，製造業恐須多達380萬名新進員工。若缺工未解，將衝擊生產力和創新成長。解決此問題，業者必須透過技能提升與再造育才，同時以具競爭力的福利吸引並留住人才。

為賦能員工，多模態輔助搜尋工具（multimodal assistive search tools）可以文字、音訊和視訊等格式，即時提供資訊；員工能用語音查詢、接收回答，並創建培訓影片，加速學習。

四、AI代理強化企業的「永續」必要任務

永續已與企業緊密相連，88%製造業者認知科技對永續的關鍵作用。消費者要求永續產品和實踐，監管機構也實施嚴格標準，促使業者管理原物料採購與減少廢棄物、碳足跡。透過AI代理可自動化資料收集與分析、核對製造材料與成分來源、追蹤資訊揭露，並確保遵循強制性規章。

五、打破資料孤島、AI提升安全性解鎖全方位洞察

許多製造業的資料散落在不同部門和系統中，包含廠區營運技術（OT）、企業系統資訊技術（IT），以及設計和模擬工具的工程技術（ET）等多樣化資料。不同領域間資料格式、結構和即時性要求的差異，可能阻礙業者獲得營運全貌，影響優化機會和決策。打破資料孤島並建立OT、IT和ET資料間的互通性，對於釋放AI全部潛力、推動基於資料的業務決策至關重要。

例如福特汽車與Google Cloud合作，讓製造工程師和工廠經理存取來自不同資產和流程但經過統一且具脈絡化的資料，同時搭配專為製造業打造、可即用AI解決方案優化生產營運。

隨著整合資料的增加，風險亦隨之漸增，由AI驅動的安全性也愈加重要。AI可偵測異常情況、輔助威脅情報，確保互聯系統間的資料完整性，保護機敏資訊。

好的資料策略，能帶來好的AI策略；良好的製造業資料解決方案可釋放營運資料的完全潛力，加速AI轉型。