台灣人工智慧學校(AIA) 5週年年會將於18日登場。AIA校務長蔡明順接受DIGITIMES專訪時指出，5週年是AIA的一個里程碑，數年來在製造、醫療和金融等產業已達成「點火」效應，並觀察到產業AI化有4個進程，多數企業處於應用的早期階段。以智慧製造而言，數位分身(Digital twin)可解決勞動力不足、促進跨國管理效率，將成未來產業主流。

董總專班訴求領導心法

除了一般經理人課程，AIA於2022年開辦「董總專班」。蔡明順表示，會開這樣的課是因為領導人反應沒有太多時間上課，並希望能有訴求最高決策階層的專屬課程。

首屆董總專班課程以智慧製造為主，約有20人參與，包括資通訊企業領導人、二代接班人以及高階政府官員。AIA以兩天一夜密集課程，協助領導人將數位轉型思維融入經營策略，並以企業案例和工作坊教學，同業間也會互相觀察彼此的布局。

若以「心法、方法和做法」區分，董總階層負責擬定企業的AI心法和方法，經理人則執行後續做法。許多領導人參與董總專班後，將更多員工派送至AIA上課，因此2023年將開辦下一屆董總專班。

蔡明順認為， 產業AI化至少須經歷4個進程：建立普遍認知、導入應用並建立商業價值、多點爆發成為企業標配、以及AI無所不在並融入生活。目前多數產業處於第2進程的早期階段，即導入AI者已感受到效益，而在製造、醫療及金融業各有產業領頭羊。

智慧製造領頭羊

除了常見的瑕疵檢測、預防性維修、參數組合最佳化等AI應用，許多企業已在產線上導入機器人流程自動化(RPA)。許多領先企業也將AI融入經營策略中，即BI (Business intelligence)結合AI，這是量變引起的質變。

以派送人員到AIA受訓的企業中觀察，製造業AI領頭羊包括台塑、友達、聯發科、台積電、美光等集團，中鋼則為國營企業中表現較傑出者。這些公司背後都有龐大的供應鏈，影響力深遠。中小企業則有台中精機、宏遠興業、創維塑膠等公司，其代表將參與AIA年會分享升級轉型心得。

二線公司要導入AI可能囿於基礎建設和人才不足，因此一線大廠應扮演火車頭角色，中心廠帶動衛星廠，以縮減台灣整體產業的數位落差。AIA推動中小企業AI風火輪計劃，即希望建立智慧製造的標竿。

AI基礎建設除了硬體設備，還包括數據中台、資料倉儲或資料湖、低延遲網路等系統。此外，數據治理能力、數據所有權歸屬、資安防護等議題，都是企業導入AI須思考的範疇。從民間企業到數位發展部，都在談如何建立數據治理的標準和規範。

數位分身將成主流

蔡明順認為，在智慧製造領域，製程優化達到一定程度後，將走向數位分身，也就是工業4.0的終極目標。

當少子化已成不可逆現象，許多企業又須進行跨國跨廠管理，數位分身將成產業未來主流趨勢，改變人機協作之比例，解決勞動力不足的問題。一旦技術成熟，操作人員可在遠端儀表板監看跨區、跨國的產線運作情形。

但他也坦言，在2022年此時談數位分身普及，就像2000年談網路產業發展，多數人當時難想像網路即將帶來的變革，而如今網路已無所不在。

數位分身已有應用案例，但距離全面普及尚遠，且涉及基礎建設、人才、管理和供應鏈關係等諸多面向的革新。雖然如此，主要車廠包括BMW已開始使用數位分身，因此將成必然趨勢。

展望未來

AIA主要任務是人才培育、弭平學研界與產業界之間的鴻溝。課程設計包含知識轉譯和產業案例，避免「補習班化」，並與產官學各界保持良好溝通。目前已累積約9,000位校友，陸續成立人工智慧科技基金會、亞太智慧物聯發展協會等組織，但AIA避免介入其他組織的運作。

除了產業應用，還有哪些AI技術趨勢值得關注？蔡明順表示，新興技術相當多，如DeepMind公司運用AI強化學習(Reinforcement learning)，推出AlphaFold蛋白質結構資料庫，IC設計公司也運用相關技術改善設計。

對台灣而言，應多關注與半導體產業相關的AI技術，發展AI加速器晶片，以持續強化在全球半導體產業的競爭力。

用於圖像生成的擴散模型(Diffusion model)則是另一趨勢，正如日前AI創作的藝術作品引起熱議，AI可能持續改變藝術設計領域的人機協作比例。Meta發表閩南語與英語即時AI互譯成果後，後續如何發展也值得關注。

AIA成立之初，台塑、奇美、英業達、義隆電子、聯發科、友達光電各捐助3,000萬元基金，新光關係機構2021年也加入捐助行列，資金陸續到位。其也向其他企業募款，無使用政府經費。自2018年開課以來，陸續推動智慧製造、智慧醫療、產業AI專班等相關課程，目前在北、中、南皆有據點。

By DIGITIMES