啟動AI試製線 支援產業升級

(台北內科週報第682期/2025年5月19日-2025年5月25日)

【產學政研連線】在產業界的心目中,工研院試製線就像1個5星級廚房,可以煮出各式各樣的菜,如能善加利用,支援不同業者挑選想客製化的菜色,將可協助產業加速開發新產品與降低所需成本。

經濟部產業技術司郭肇中司長表示,傳統製造業在產品設計階段往往需要投入大量成本,面對國際關稅變動與成本壓力,縮短設計與開發時程、減少試製成本,已成為提升競爭力的關鍵。透過AI建模與試產線驗證,不僅能有效降低製程評估與打樣成本,更能在智慧製造過程中,將每個錯誤與瑕疵視為精準製造的寶貴經驗,透過反覆優化,讓「首件即成品」,大幅減少開發時間與降低成本,使製造業在全球市場中能奠定強韌、更具競爭力的實力。

▲工研院建置「中大型電動商用車AI結構設備與性能驗證示範場域」,整合油耗、能源效率與行車安全等關鍵議題,進行車體結構AI最佳化設計(照片係工業技術研究院提供)。

郭肇中指出,為協助中小企業創新升級,應對關稅變局,經濟部已請工研院、金屬中心、紡織所等產業技術研發法人機構,陸續開放50條最先進的AI試製線,歡迎有需求的中小企業積極利用,透過創新技術強化競爭力,共創產業升級的新未來。

工研院副總經理、電子與光電系統研究所張世杰所長表示,工研院擁有少量多樣AI試產線與應用場域,提供多領域創新支援。例如在半導體領域的AI扇出型異質整合封裝試產場域,融合封裝製程與智慧監控技術,透過自主建模與3D布局提升訊號品質、縮小封裝體積,並與本土業者合作推動設備驗證,降低高階封裝門檻。

▲工研院於「金屬與塑膠成型零件生產AI試產線」,導入「AI音訊非破壞檢測技術」(照片係工業技術研究院提供)。

據業者表示,透過此高彈性「技術廚房」,滿足AI晶片系統異質整合(含3D IC與AI晶片)快速試產需求,過去業者缺乏1座可快速試作、驗證與調整的「技術廚房」,透過工研院結合經濟部資源,建構具備設計導入、封裝對位,及製程與AI監控能力的高階試產線,提供關鍵封裝與製程驗證服務,解決記憶體控制模組化、演算法頻繁變動下的開發瓶頸,協助企業驗證關鍵技術、降低開發風險、加速產品導入。這不僅提升開發彈性,更奠定台灣在AI時代晶片異質整合的領先地位。

此次為業者提供的AI試製線,涵蓋了金屬和塑膠成型零件生產、面板級先進封裝、智慧動力模組開發以及電動車動力系統等多個領域,工研院機械與機電系統研究所團隊表示,業者可以藉由這些先進技術試製線,提升製程精準度與生產效率,並確保產品的高品質。例如,試製線中可提供「AI音訊非破壞檢測技術」,就像挑選西瓜時透過敲擊聲音辨別,AI也能透過金屬聲波分析,判斷內部是否存在裂縫或瑕疵。利用AI分析金屬敲擊時產生的聲波,精確辨別金屬內部是否有裂縫或瑕疵,將檢測準確率從85%提升至98%。不僅大幅提高了金屬零件等高安全性產品的檢測精度,也有效保障了最終產品的品質。這些AI技術幫助業者降低報廢率,減少誤殺良品的情況,進而降低二氧化碳排放,對環境產生了積極的影響。


AI在服務業如何發威

王建彬/撰文

(台北內科週報第652期/2024年10月14日-2024年10月20日)

根據未來流通研究所的「零售業AI解決方案」報告,台灣零售業在AI應用市場的4大熱門領域,分別為行銷/銷售/廣告、個人化購物中心OMO、顧客數據平台 (CDP)以及客戶服務。

事實上,AI可以在商業服務業中提供多種協助,茲分述如下:

一、需求預測與庫存管理。包含需求預測:例如,用機器學習演算法分析歷史銷售數據、季節性變化、促銷活動及市場趨勢,結合外部數據(如天氣預報、節假日等),預測未來的產品需求;其次是自動補貨:根據需求預測結果,自動生成補貨訂單。系統會考慮庫存水平、供應商交貨時間和最小訂貨量等因素,自動發送訂單給供應商。

二、個性化推薦。包含產品推薦:透過分析顧客的購買歷史、瀏覽行為和偏好,利用協同過濾演算法或內容過濾演算法,向顧客推薦相關產品;定製化廣告:根據顧客的行為數據和偏好,生成個性化的行銷廣告,並通過電子郵件或社交媒體發送給顧客。

三、價格優化。首先是動態定價,利用AI分析市場需求、競爭情況及庫存水平,自動調整產品價格,實現動態定價;其次是促銷優化,分析過去促銷活動的效果,結合當前市場情況和顧客行為數據,制定最佳促銷策略。

▲商研院樂於和大家分享的王建彬院長,揭露他對AI在服務業應用的看法,很有參考價值(照片係商業發展研究院提供)。

四、顧客服務。主要在智能客服:使用聊天機器人和AI客服系統,自動回答常見問題,處理簡單查詢和投訴。

五、店鋪運營與管理。店鋪分析:通過分析店鋪銷售數據、客流量和顧客行為,優化產品擺設和布局,提升購物體驗;員工管理:根據銷售預測和店鋪需求,智能調整員工排班,確保人力資源的最佳利用。

六、市場與競爭分析。市場趨勢分析:使用AI分析市場數據和消費者行為,找出市場趨勢和機會,幫助零售業制定長期策略;競爭分析:監控競爭對手的價格、促銷活動和市場動態,進行競爭分析,制定應對策略。

七、供應鏈優化。供應鏈管理:透過分析供應鏈數據,優化供應鏈流程,減少浪費,提高效率;風險預測:利用AI預測供應鏈中的潛在風險,如供應中斷、物流延誤等,幫助制定應對措施。

八、客戶行為分析。顧客區隔:通過AI技術對顧客進行區隔分析,了解不同類型顧客的需求和行為特徵,制定針對性的行銷策略;購物車分析:分析顧客的購物車行為,找出影響購買決策的因素,提供最佳的行銷建議。

總之,服務業的AI應用範圍廣泛,涵蓋上述8大主要領域。目前AI仍處於導入階段。今後,期待企業能夠加速讓全體員工理解,並參與AI應用,以提升生產力和競爭力。

(本文作者係商業發展研究院院長)