全球制造业面临日益复杂的环境—经济与地缘政治的不确定性、永续法规要求、供应链重组压力、人才短缺，而AI等先进技术蓬勃发展，不但有助于企业正面迎战这些难题，更有机会创造新的价值。波士顿顾问公司（BCG）以其协助企业运用制造业AI（MFG AI）解决方案的经验指出，台湾的制造业处于关键转折点，一方面亟需跳脱低毛利的困境，一方面在地缘政治环境下，面临产能移转及重新布局的压力，以及随之而来的人才管理议题，若能以AI赋能制造业，可让工业生产提高效率，将是台厂布局全球时的重要助力。

九成制造业认为导入AI极重要

根据BCG与世界经济论坛（WEF）共同出版的《把握工业领域AI革命新契机》白皮书指出，AI技术是制造业转型的一大重点，成功应用的企业可让工业生产突破生产瓶颈，提高20%的生产效率，但多数企业因组织与技术上的不足，仍苦于无法达成AI导入的预期目标，只能「望AI兴叹」。

这份针对全球1,800 多家制造业高阶主管进行研究的白皮书，主要发现包括：

•89% 的制造业受访者认为AI极为重要，并计划在生产中实施AI技术。

•68% 的制造业者已经开始使用AI技术，在生产上至少已全面应用一项解决方案。

•这些公司中仅有六分之一 (16%) 已经达成AI相关目标，主要归因于人才与组织（如：缺乏数位技术和能力、缺乏AI策略与发展蓝图）及技术基础架构（如：缺乏数据处理能力）上的不足。

•制造业者虽然在诸多领域开始应用AI技术，整体AI成熟度仍然较低。品管是各产业应用AI技术最成熟的领域，距离打造「未来工厂」的愿景仍有一段路。

台厂面临的AI技术转型，与世界趋势相符。BCG根据AI应用的成熟度和创造的价值，将制造业的数位化定义成四个阶段，分别是联网数据基础（AI 0.0）、数位流程赋能（AI 1.0）、针对营运需求提供进阶分析协助（AI 2.0）、进阶自动化及闭环控制（AI 3.0）。根据BCG专家观察，多数电子制造商达到了第二级的AI 1.0，但台厂AI 2.0以上的部署仍不全面，导致难以与对手拉开差距。 BCG董事总经理暨合伙人、BCG大中华区营运专项共同负责人陈美融表示：「现在晋升到 AI 2.0的企业只占3%至5%，约八成五都还停留在 AI 0.0的阶段。但其实AI技术快速成熟，从 AI 1.0进阶到 AI 2.0，有机会在三年内达成。」

生成式AI在未来工厂的作用

在BCG与WEF的调查中，制造业高阶主管也将AI和生成式AI列为最有机会颠覆产业的科技。面对生成式AI的热潮，BCG提醒，生成式AI的潜力不限于ChatGPT， 但生成式AI亦不会取代传统AI和现有的工业控制系统。许多既有的AI技术在制造业的应用已经成熟，在讲求精密度的生产环境中，在异常检测、生产分析、参数调整优化等场景使用生成式AI并不划算。

现阶段，生成式AI能够生成内容的特性，使其在辅助系统、推荐系统、自主系统上可以有很好的使用案例，能发挥相辅相成的作用，为迈向「未来工厂」铺路：

•辅助系统可以大幅提高手动作业（如程式撰写、机台维护）等的效率。

•推荐系统可以协助作业员找到最佳的解决方案。

•生成式AI的开发人员亦正在积极研发解决方案，让设备能够自主调节并且适应陌生环境。

BCG董事总经理暨资深合伙人、BCG X大中华区负责人魏杰鸿（Jeff Walters）建议，针对已经成熟的AI技术，如机器学习和深度学习，企业应打造高价值的应用场景并熟练使用，最大化AI的效益；针对生成式AI，则应尽快开始做试点尝试，提前布局。

举例来说，某专攻PCB制造的台厂在进行全球布局时，就曾在BCG的协助下，利用生成式AI「合成数据」的训练模型，使得机器人获得辨识各类物体的能力。陈美融表示，「AI技术尚无法全面应用于整个制造过程，但可以利用生成式AI学习影像的能力，协助判断产品的良率，有效降低台厂对于人力的依赖，也更可以有效降低成本。」

AI辅助解决台厂的管理困境

随著国际品牌大厂严格要求台厂进行供应链重整，甚至已明确订出转移产能的时间表，台厂全球布局的脚步势必要加速，若能规模化应用AI，可为台厂的制造效率的难题提供破解之道。

陈美融观察，台湾电子业移厂至东南亚、印度、墨西哥等地后，面临既有管理模式受到挑战的困境，除了干部级的经验无法有效传承，文化差异也影响生产优势，台厂因管理精准度降低，在新兴生产地的平均生产效率下降了5%至15%不等。陈美融表示，「若能将原有的管理经验转化成数据，透过AI 快速学习，减少因人员管理而产生的生产误差，将可确保台厂的长期优势，维持核心竞争优势。」