林子璇
 

　　近年人工智能(AI)正熱，并普遍被視作即將顛覆制造工業的科技。市場研調機構ABI Research最新報告就預測，到了2024年，制造工業領域的AI裝置裝機量將達到1540萬臺，而2019~2024年的年復合成長率(CAGR)將達64.8%。

　　不過盡管前景看好，真正細探會發現，不同制造階段有不同的AI案例，難以一言蔽之。譬如，在產品開發階段導入衍生式設計(Generative Design)；或在生產階段借力機器視覺、缺陷檢測(Defect Inspection)、生產最佳化和預測性維修等等。

　　ABI Research分析師指出，鑒于制造商不愿將數據傳到公有云，因此幾乎所有工業AI的模型訓練與推論(inference)都發生在終端(edge)。為了因應此需求，AI芯片組業者與服務器業者，便專門針對工業制造設計了AI服務器(AI-enabled server)，也有愈來愈多工業基礎建設都裝載了AI軟件或專門的AI芯片組。

　　然而盡管如此，將AI導入工業制造領域的過程并不如想像般順利，至今最成功的兩類商用案例是“預測維修”和“設備監控”，主因是相關的AI模型已臻成熟。據估計，這兩類裝置的裝機量，將在2024年分別達到980萬臺和670萬臺。值得注意的是，由于AI芯片組的進步，這些AI工業裝置許多都能在單一裝置上支持多種使用案例。

　　至于未來成長潛力最為看好的類別則是“缺陷檢測”，預估此類AI裝置的裝機量，可望從2019年的30萬臺、大大成長到2024年的逾370萬臺。“缺陷檢測”在電子和半導體制造領域最受歡迎，幾個大廠如富士康(Foxconn)、三星和樂金電子(LG Electronics)都已經和AI芯片組業者和軟件供應商合作開發基于AI的機器視覺技術，好執行表面(surface)、泄漏(leak)和元件級(component-level)缺陷檢測、微粒檢測(microparticle detection)等任務。

　　另外，除了穩定性和可靠度都已獲信任的傳統機器視覺(machine vision)技術外，新興的深度學習(deep learning)技術也能挑出預期之外的產品異常和缺陷，為制造商提供有價值的見解。

　　報告也提及產業的人才現況，指制造商現在正為了導入AI而訓練自家的數據科學團隊，然而同業之間人才競爭激烈，尤其AI人才要不是往網絡巨擘跑、就是偏好新創公司。于是，他們可能轉而和AI生態系中的其他伙伴合作，譬如云端服務供應商、系統整合業者、芯片組與工業服務器制造商等等。