迎合當前AI話題熱潮，台灣製造業除了仰賴半導體、3C電子代工產業，已帶來龐大硬體商機。惟從機械業視角看來，也不能忽略可由垂直應用領域向上發展，積極探索如何利用傳產工具機及零組件、智慧機械等產業70~80年來累積的專業知識、數據資料等優勢，將加速上下游整合開發專屬客製化的AI小語言模型。

繼2011年工業4.0席捲全球後近10年，直到疫情期間企業開始積極數位轉型，協助全球製造業不斷演進升級；並加入了自2016年AlphaGo帶動的機器學習（Machine Learning）等人工智慧（AI）科技，陸續發展出生成式（Generative AI）與鑑別式人工智慧（Discriminative AI），促進自動化、高速化與準確性效益。

依工研院產科國際所產業分析師熊治民表示，其中鑑別式AI係經過標記資料學習訓練，針對輸入資料進行辨識、分類，目前更已結合自動光學檢測（AOI），被大量導入應用到諸多場域，包括人臉及車牌、人體病徵辨識，產品瑕疵辨識與分類，讓製造業者能提高零組件與產品自動化檢測速度與準確性；甚至是設備健康診斷、確保人員及工作場域環境安全辨識與警示等，降低人力需求與誤判率，並提升人員安全與作業效能，顯現AI應用方案價值。
...
...