擺脫「毛三到四」BCG：台廠亟需靠 AI 助攻

全球製造業面臨日益複雜的環境。波士頓顧問公司（BCG）以其協助企業運用製造業AI（MFG AI）解決方案的經驗指出，台灣的製造業處於關鍵轉折點，一方面亟需跳脫低毛利的困境，一方面在地緣政治環境下，面臨產能移轉及重新布局的壓力，以及隨之而來的人才管理議題，若能以AI賦能製造業，可讓工業生產提高效率，將是台廠布局全球時的重要助力。

根據BCG與世界經濟論壇（WEF）共同出版的《把握工業領域AI革命新契機》白皮書指出，AI技術是製造業轉型的一大重點，成功應用的企業可讓工業生產突破生產瓶頸，提高20%的生產效率，但多數企業因組織與技術上的不足，仍苦於無法達成AI導入的預期目標，只能「望AI興嘆」。

而台廠面臨的AI技術轉型，與世界趨勢相符。BCG根據AI應用的成熟度和創造的價值，將製造業的數位化定義成四個階段，分別是聯網數據基礎（AI 0.0）、數位流程賦能（AI 1.0）、針對營運需求提供進階分析協助（AI 2.0）、進階自動化及閉環控制（AI 3.0）。根據BCG專家觀察，多數電子製造商達到了第二級的AI 1.0，但台廠AI 2.0以上的部署仍不全面，導致難以與對手拉開差距。

BCG董事總經理暨合夥人、BCG大中華區營運專項共同負責人陳美融表示：「現在晉升到 AI 2.0的企業只佔3%至5%，約八成五都還停留在 AI 0.0的階段。但其實AI技術快速成熟，從 AI 1.0進階到 AI 2.0，有機會在三年內達成。」

隨著國際品牌大廠嚴格要求台廠進行供應鏈重整，甚至已明確訂出轉移產能的時間表，台廠全球布局的腳步勢必要加速，若能規模化應用AI，可為台廠的製造效率的難題提供破解之道。

陳美融觀察，台灣電子業移廠至東南亞、印度、墨西哥等地後，面臨既有管理模式受到挑戰的困境，除了幹部級的經驗無法有效傳承，文化差異也影響生產優勢，台廠因管理精準度降低，在新興生產地的平均生產效率下降了5%至15%不等。陳美融表示，「若能將原有的管理經驗轉化成數據，透過AI快速學習，減少因人員管理而產生的生產誤差，將可確保台廠的長期優勢，維持核心競爭優勢。」

BCG董事總經理暨資深合夥人、BCG X大中華區負責人魏傑鴻（Jeff Walters）建議，針對已經成熟的AI技術，如機器學習和深度學習，企業應打造高價值的應用場景並熟練使用，最大化AI的效益；針對生成式AI，則應盡快開始做試點嘗試，提前布局。