新型態風險下，企業行動轉捩點

【文／楊毓馨 資料、圖片提供／黃建邦、達志影像】

史丹佛大學最近發佈的「2024 年AI 指數報告」揭示了一個關鍵發現：人工智慧(AI) 技術正賦能員工，以前所未有的效率和品質來完成任務。這項進展不僅展現AI 的潛力，也突顯其在工作場所的重要性。

2023年，ChatGPT 引發的全球熱潮，標誌著AI 技術的新時代來臨。台灣製造業和其他企業，在少子化和勞動力短缺的壓力下，越來越重視AI 的導入，以提昇生產效率和市場競爭力。台灣企業不僅積極結合AI 與物聯網(IoT) 技術，並嘗試利用生成式AI 來強化客戶體驗。然而，企業間AI 化程度的差異正在加劇，也反映出對AI 認識和應用程度的失衡。

對於台灣的中小企業而言，導入AI 的過程充滿挑戰。數據資源不足、領導層對AI 的認知缺乏，以及內部資源調配的限制，都是需要克服的障礙。此外，數據整合、人才培育和組織文化的轉變，也是實踐AI 潛力的關鍵因素。

「2024 年AI 指數報告」中也對人類提出警示，如果沒有適當的監督和指導，AI 的使用可能會導致效能下降，並強調負責任地應用AI 和人機協作的重要性。在這個AI 驅動的轉型浪潮中，企業領導者如何運用新思維和策略，在激烈的市場競爭中脫穎而出，將是成功的關鍵。

產業AI 進程

在企業導入AI 的過程中，數位轉型是不可或缺的一步。AI 在製造業中的應用已經開始顯示其對企業轉型的重要影響。中小企業在AI的應用上面臨諸多挑戰，包括如何將資料數位化、進行資料篩選，以及如何將其應用於實際業務中。

專長資料數據分析、資訊系統規劃開發，現為中國生產力中心數位轉型與資訊科技應用部協理的黃建邦即指出，中小企業應根據自身需求選擇合適的AI 應用。「目前階段，機器學習的AI比生成式AI 更適合製造業。因為它可以根據工

廠現有環境的數據，精準預測機台運作情況，幫助調整生產速度和資源分配。」黃建邦補充。

老師傅與AI：人機協作的新紀元

在台灣的傳統製造業中，「老師傅」代表擁有豐富經驗和高超技藝的職人精神，經由長時間的實踐和學徒制度，將知識和技能傳承下來。然而，在當今自動化和數位化的浪潮中，這些寶貴的經驗和技能，來到新的轉捩點。如能結合老

師傅的智慧與人工智慧的力量，以人機協作的模式，不僅可確保技術的傳承，為企業帶來高效率，並激發員工開創思維的想像力，這些都有助企業在快速變化的市場中保持競爭力。

• 工作紀錄數位化：將老師傅的工作流程和技巧，透過數位軌跡記錄下來，讓AI 系統能學習並模仿這些經驗。

• 智慧輔助系統：開發AI 輔助系統，使老師傅的決策和技能能夠迅速地傳授給新一代員工。

• 混合工作模式：創建一個讓老師傅與AI 系統協同工作的環境，使AI 在老師傅的指導下進行學習和改進，同時藉由協作也進一步激發老師傅的工作想像力。

黃建邦顧問觀點整理
中小企業的AI 應用與風險
在過去，進料、物料和銷售的決策通常由企業主觀判斷。現在，AI 的多面向思考，透過像深度演算的類神經網路，越來越精準，可以幫助企業做出更明智的決策。然而，生成式AI在製造業中的應用目前仍有限，因為現階段製造業在生產製造領域的數位轉型，更迫切需要的是能依據自身生產環境所預測的明確數據參數來提高效能，而不僅僅是創造新設計。
新型態風險下的企業行動轉捩點
AI 帶來的風險，包括數位落差加劇、資訊偏差和勞動力取代。企業在這樣的一個重大轉捩點，更應掌握先機，透過AI 應用轉變改善企業體質，提高效率、降低成本，直面未來挑戰。

數據就是未來的石油

數據是未來的石油。任何企業數據的流失，對於企業都是重大的損失。數據的累積和清理是數位轉型的第一步，中小企業即使目前處於自求溫飽的狀態，也應該提早因應，儘可能保留所有的數據資料，為未來運用AI 打下堅實的基礎。
AI 的發展趨勢

1.通用型AI(AGI) 將是未來發展趨勢：目前，我們所見到的AI 主要是特定領域的AI，但通用型AI 將是未來的趨勢。AGI 將具備更廣泛的智慧，能在多領域進行決策和執行任務。

2.AI 應用更細節化：隨著AI 的發展，將越來越細緻。不僅是品質檢測，甚至在製造業的每個生產與製作細節中，AI 都可能參與，例如：排程、訂單管理，到最末端的廢棄物處理。

3.資訊化的普及：就像過去電腦和手機的普及一樣，AI 也將逐漸滲透到各個領域。企業中所有環節的參與人員，都會透過AI 的預測建議，來作為工作的行動依據。

AI 的企業應用

1.日常任務自動化：AI 可以自動執行日常任務，例如，數據輸入、發票和其他管理任務，從而讓員工騰出時間專注更多增值活動。

2.改進決策：人工智慧可以分析大量數據，並提供可執行的見解和建議，從而幫助中小企業做出明智的決策。這不僅提高決策的準確性，也能減少決策所需的時間，幫助企業保持競爭優勢。

3.開發新產品和服務：AI 技術使中小企業能夠節省成本，開發創新的產品和服務，吸引新客戶，並進入新市場。

製造業的AI 應用

• 品質檢測：製造業可以利用AI 進行品質檢測，例如，瑕疵品的檢測。透過AI，企業可以提高檢測效率，降低人力成本，並確保產品品質。

• 先進排程：AI 可以幫助製造業調整生產排程，確定進料分配、生產線安排等，這有助提高生產效率，減少排程錯誤。

• 生產過程管控：AI 可以在生產過程中進行溫度、時間等因素的調整，以確保產品達到預期的品質。
台灣中小企業的AI 應用策略

• 生產優化：利用機器學習預測需求，調整生產計畫。

• 客戶服務：使用聊天機器人提供即時回應，改善客戶體驗。

• 資料分析：透過AI 分析大量數據，發現商機和趨勢。

• 風險管理：利用AI 來預測風險，提前採取應對措施。

【更多精彩內容請見《能力雜誌》2024年5月號，非經同意不得轉載、刊登】