电子产品世界

未来一年中，制造商的前三大重点投资包含GenAI、协作型机器人、自主移动机器人（AMR）与自动引导车（AGV）。从数据看未来，AI智能生产很快将成为全球制造业日常。
工业自动化龙头洛克威尔自动化(Rockwell Automation)发布的《智能制造概况》报告指出，全球17个主要制造国家/地区中，有1,500家以上的制造商(包含消费性包装商品、食品饮料、汽车、半导体、能源、生物科技等产业)已经使用或正在评估智能制造技术，占比从2023年的84%提升至95%；制造商认为，AI是创造商务成果的首要能力，83%的制造商预期在2024年使用生成式AI(GenAI)技术；42%的制造商认为，提高自动化是降低人才短缺与缩短技术差距的关键，因此，未来一年中，制造商的前三大重点投资包含GenAI、协作型机器人、自主移动机器人（AMR）与自动引导车（AGV）。从数据看未来，AI智能生产很快将成为全球制造业日常！

智能生产/制造的未来应用场景
今年6月来台参加COMPUTEX TAIPEI的辉达（NVIDIA）执行长黄仁勋在演讲中指出，「未来工厂」是由机器人指挥机器人，由机器人大军协助制造机器人与设备，也突显出辉达AI生态系统的高效、自动化，而加速AI生态系统实现的要角之一除了Blackwell，还包含新一代GPU平台Rubin。Rubin GPU采用8颗高带宽内存HBM4，Rubin Ultra GPU则采用12颗HBM4。Rubin GPU预计2025年第4季量产，2026年推出。


 
图一 : NVIDIA Blackwell平台。(source：NVIDIA)

黄仁勋强调，绘图处理器可以比中央处理器省下更多成本与能源，免于运算通膨，买越多就省越多。举例来说，如果打算花10亿美元打造数据中心，只要投入5亿美元采购绘图处理器（GPU），变身AI工厂，电力只要多花3倍，效能可以增加60倍，而速度则快了100倍之多！
他也大秀「数字人类（Digital Humans）」技术NVIDIA ACE，该技术是基于多语言识别与合成，利用可生成对话的大型语言模型（LLM），使数字人类具备几可乱真的外貌，甚至模拟皮肤上的光影变化，可以在云端及个人计算机中运作，未来，所有的PC都会是AI PC。至于生成式AI模型NVIDIA Earth-2数字孪生模型可以更准确地预测气候变化，不仅拥有高分辨率，速度还比传统物理方法快上千倍。
未来，所有工厂都是机器人工厂，而机器人制造的产品也是机器人，比方鸿海将使用辉达的Omniverse模拟技术与AI工具，整合西门子（Siemens AG）的数字孪生（Digital Twin）等技术，打造GenAI机器人工厂，并利用NVIDIA Metropolis视觉AI技术、Isaac AI机器人开发与部署等技术掌控AI工厂。台达电、和硕、纬创等供应链的AI自动化工厂也将采用相关技术。至于NVIDIA Jetson Orin可以提供卓越的AI运算能力、大型整合内存和全面软件堆栈能力，有助加速GenAI、边缘运算、机器人的端对端开发应用。


 
图二 : 机器人可以执行复杂而且动态的任务。(source：NVIDIA)


 
图三 : 鸿海打造的GenAI机器人工厂。(source：NVIDIA)

达明机器人则使用NVIDIA Isaac和Omniverse平台加速开发AI协作机器人。透过NVIDIA Isaac Sim机器人仿真及合成数据生成的应用平台，使机器人编程时间减少了70%，循环时间减少了20%；数字孪生为协作机器人提供强大支持，以虚拟方式对工作环境进行建模；GenAI有助产出数万张仿真数据，让机器人在虚拟工作环境中进行测试及优化，训练出适合各行业的超级AI模型。


 
图四 : 达明机器人使用NVIDIA Isaac和Omniverse平台加速开发AI协作机器人。(source：NVIDIA)

GenAI的出现与相关解决方案也成为协助产业转型的重要推力。Google研究指出，82%的组织正在考虑或已经在使用GenAI，除了OpenAI推出的人工智能聊天机器人程序ChatGPT、能以文字描述生成影片的人工智能模型Sora，Google的多模态大型语言模型系列Gemini、基于大型语言模型和微软图形的数据和AI辅助工具Microsoft Copilot都在快速颠覆智能制造/智能工厂的未来应用，意味着机器学习(ML)已经开始创造生成全新的事物，而不仅止于分析既有的旧事物。
比方GenAI可以透过解读设备与机器的远程测试数据，协助制造业优化营运效能、减少停机发生率并提高设备利用率；拥有特殊机器学习算法的GenAI销售应用程序可以根据历史数据、库存数据提供完善的销售建议，还能快速筛选整个产品生命周期中的各类相关资料(如维修、库存与报价资料)。
对于制造业供应链来说，GenAI有助降低供应链管理风险、实时找出问题并提出有效的决策洞察，并能提供客户更好的实时服务体验。Deloitte调查指出，GenAI的预测性维护能提高25%的工业生产力、减少70%的故障发生率，还能降低25%的维护成本。
AI驱动下，未来的制造产线会出现各种「数字工厂」，可以有效提高生产效率及产品质量，并能有效降低营运成本，甚至实现低碳永续目标。举例来说，数字工厂可以利用先进的大数据分析等AI技术来提升智能化与效率；机械、电子系统的自动化可以有效整合软硬件；透过各种设备及传感器收集数据，有助实时监控与分析生产流程，还可以透过数据分析优化生产/制造效能；MES、HMI和ERP等系统的高效整合有助优化制造流程与执行系统。
穿梭于产在线的可能都是机器人或数字人类，而这类智慧工厂所建构的数字供应链有助企业快速存取系统信息、组织内外部技术及营运数据，进一步形成完整的智能制造生态系统！
半导体大厂台积电早已整合AI、机器学习、专家系统与先进算法来建构智能制造环境，如整合智能化行动装置、物联网（IoT）、扩增实境/混和实境（AR/MR）和移动式机器人，结合智能自动物料搬运系统（AMHS）来整合晶圆生产的数据收集与分析，以有效利用生产资源，发挥最大制造效益。
台达推出的全方位电子组装智能制造解决方案DIAMOM则整合了产线设备联网，透过云端监控平台收集实时数据，以强化可视化战情中心，让管理者从远程即可掌握生产状况，甚至可以透过AI智造联网方案实现产线自主预测诊断，快速完成换线、质量检测与异常排除；智能仓储及物流搬送解决方案则实现了厂办高度自主运作，透过软硬整合平台串接收料上架、自动搬运、拣货出货等流程；数字双生虚实整合解决方案包含虚拟机台开发平台DIATwin与虚实整合设备平台RTM，可以协助电子组装设备导入制程与机台仿真软件，事先完成参数调适与制程测试。
 
图五 : 台达机联网方案(DIALink)整合多元通讯协议，搭配自动化控制器、机器视觉、传感器等产品，为客户量身打造解决方案。(source：Delta)

AI智慧生产的市场需求
AI智慧工厂能够随时监控生产进程、更新产品状况以及信息同步，在制造业逐渐走向智能制造生态系的过程中，可以有效提高制造与沟通过程的可视性，并能提高生产力与安全性，更因为AI智能制造同时结合人类与机器的优势，不仅可以代替人类进行重复、耗时或危险的任务，还能收集、分析、辨识及解读数据，AI自动辨识问题与实时反应的能力有助进一步协助制定决策或产线调整，提高产品良率，有效节省成本。
GE Digital表示，2025年全球制造业中，80%的企业将在生产过程中应用数据分析和人工智能技术以提高生产效率和质量。市场研究机构Mordor Intelligence指出，2021年至2026年间，智能制造市场规模的年复合成长率达8.85%，预计2026年的市场规模将达1,986亿美元；DATA BRIDGE Market Research则预估，2022年至2029年间，制造业的AI应用增长幅度达17.20%，预计2029年的市场规模将达53亿美元。

自律、自我保护与政策监督
不过，随着AI应用的不断延伸，信息外泄、造假、抄袭、诈骗等风险势必成为一大隐忧，而GenAI的发展也可能引发法律与伦理方面的争议。KPMG澳洲与昆士兰大学进行的一项全球调查(Trust in artificial intelligence)显示，约有五分之三的民众对于信任AI系统持谨慎态度，并有71%的受访者希望人工智能能够受到监管，就连全球科技巨头的CEO们也呼吁加强监管人工智能。
世界知识产权组织(WIPO)已于2024年2月28日发布《知识产权导航：生成式人工智能》（Generative AI: Navigating Intellectual Property），以协助各界了解使用GenAI工具的知识产权(IP)风险，并提出可能的保护措施。

欧、美、中等国家或地区早已关注GenAI的发展，并发布了风险治理政策措施。如中国于2023年7月发布全球首部GenAI立法《生成式人工智能服务管理暂行办法》，并于15日正式施行。该法鼓励GenAI技术的创新应用，希望在明确规范下促进GenAI健康发展及应用，同时确保国家、组织与民众的安全，并维护公共利益及各方的合法权益。
欧盟的《欧盟人工智能法案》(EU AI Act)以风险管理为导向，致力于保护基本权利、民主、法治及环境的永续，确保民众在使用负责任、合乎道德与可信赖的人工智能之间取得平衡，该法案预计2025年开始实施。
美国提出《生成式AI著作权揭露法案》（Generative AI Copyright Disclosure Act），要求业者应于发表GenAI系统30天内先行通知美国著作权局局长（Register of Copyrights），揭露用来训练或建置该系统所使用的版权保护内容(包含已推出的AI系统版权内容)。该法案的目的在于保护创作者权利与智财，希望在道德与保护民众之间取得平衡。
台湾的国科会也在今年7月发布《人工智能基本法》草案，草案预告60日(即日起至9月13日止)，揭露7大基本原则与4大推动重点，鼓励AI创新发展并兼顾人权与风险，并将协同各部会推动AI发展所需法规。7大基本原则包含拟定永续发展、人类自主、隐私保护、资安与安全、透明可解释、公平不歧视及问责，4大推动重点包含创新合作及人才培育、风险管理及应用负责、权益保障及数据利用、法规调适及业务检视。

结语
GenAI可以根据使用者提示（Prompt），生成新的内容(如文字、图像、音频、声音、影片与程序代码)，广为熟知及使用的GenAI工具包含ChatGPT、Midjourney、Copilot与Firefly。
经济部智慧财产局指出，GenAI包含许多IP 风险及不确定性，建议企业及组织采取以下保护措施：(1)采取技术、法律和实际的保护措施来保护机密信息；(2)使用符合规定的IP工具、寻求补偿、审查数据集、检查技术和实际措施来降低侵权的可能性及相关风险;(3)思考AI产生的程序代码是否存在风险，如软件应用程序或程序代码为开源(Open Source)时，应调查、制定技术和实际措施来因应；(4) GenAI可能模仿特定主体的肖像或声音，应避免这类功能产生的相关风险;(5)应明确于合约中载明AI生成物(如文字、图像或其他创作)的IP性质和权利归属。
各国对GenAI等工具的监管态度不尽相同，如中、美、欧盟、台湾针对相关议题加以立法，但新加坡、印度等国家则是按兵不动。不过，随着智能化的快速发展，个人或产业在应用AI技术、工具或素材的过程中势必产生各种游走于道德、法律模糊地带的可能或争议，除了前述5项自保措施，还是需要各国政府拟订统一的「AI规则」，才能避免智能化带来的负面困扰。

关键词： 工业4.0 AI 智慧生产