在製造業中導入人工智慧的入門指南

摘要

此份白皮書是與全球製造業和工業化峰會(GMIS)聯手發布，主要探討人工智慧(AI)在製造業價值鏈的應用，包括製造、測試、工程等環節。

本指南除指出有哪些業務上的應用，可透過數據、科技、自動化流程的支援來達成，亦針對任職於製造業、且希望在組織中導入AI的主管，提供有用的指引。

關鍵訊息

• 對製造業者而言，AI可望在價值鏈的各層級，都扮演改變遊戲規則的關鍵要素。那些在初期便擁抱這項新興科技的製造業者，獲得的收益將無比巨大，並因此遙遙領先競爭對手；反觀不這麼做的企業，則將丟失原有的競爭優勢。
• 擁抱AI帶來的轉變且掌握AI導入精髓的組織，能獲得哪些獎賞？讓我們舉幾項優點：全面自動化、預測性維修、縮短停機時間、全年無休的生產、安全性提升、較低的營運成本、更佳的效率、品管，及更快速的決策等，這還僅是一小部分。
• 對考慮在流程中導入AI的製造業者來說，在剛起步時就明確定義目標很重要：企業追求的究竟是把重複、單調的任務自動化，還是希望透過人、機協作做出最佳決策，從根本改變工廠內工作的本質？

成功導入AI的六大基礎要素

1. 業務應用：製造業者先要自問，在短、中、長期分別希望將AI應用在哪些領域，同時條理清晰的蒐集組織內跨部門的所有用例，依功能加以歸類，並按照期望成果、導入需花費的努力，對專案進行優先順位的排序。
2. 數據：可靠且精確的數據取得、管理及支配，對將AI演算法有效應用於企業流程非常關鍵。來自連網廠區設備的感測器數據為生產時重要的數據來源，因此產線及工廠在數據取得的過程中，往往扮演關鍵性角色。
3. 科技：製造業者須開始使用所謂的「功能參考架構」，協助標示出企業收集、儲存、管理、處理數據時所需的工具，以及必需的分析、視覺化工具。這套架構將能協助業者決定希望採行的科技與組織基礎結構。
4. 人才與組織：更多數據及新科技的出現，意謂企業需要具備特定分析技能的人才加入製造業領域。公司應組建一個AI核心團隊，和不同生產職能的團隊合作，共同開發AI解決方案和特定應用案例，並將其付諸實行。
5. 流程：為讓營運更有效率，企業須定義出最低限度的AI管理和流程。且除了AI模型的成效準則，也須定義數據的所有權、訪問權限和安全性，同時確保AI模型的公平性、可解釋性、健全性，並考慮道德倫理及相關規範。
6. 文化：製造業者須讓數據與AI驅動的文化成為可能，這將涉及教育員工AI的能力和價值，以及AI的風險與限制。此外，製造業者也須與員工的擔憂對抗，因應員工對AI恐取代數以千計製造業工作的恐懼。