未來一年中，製造商的前三大重點投資包含GenAI、協作型機器人、自主移動機器人（AMR）與自動引導車（AGV）。從數據看未來，AI智慧生產很快將成為全球製造業日常。

工業自動化龍頭洛克威爾自動化(Rockwell Automation)發佈的《智慧製造概況》報告指出，全球17個主要製造國家/地區中，有1,500家以上的製造商(包含消費性包裝商品、食品飲料、汽車、半導體、能源、生物科技等產業)已經使用或正在評估智慧製造技術，占比從2023年的84%提升至95%；製造商認為，AI是創造商務成果的首要能力，83%的製造商預期在2024年使用生成式AI(GenAI)技術；42%的製造商認為，提高自動化是降低人才短缺與縮短技術差距的關鍵，因此，未來一年中，製造商的前三大重點投資包含GenAI、協作型機器人、自主移動機器人（AMR）與自動引導車（AGV）。從數據看未來，AI智慧生產很快將成為全球製造業日常！

智慧生產/製造的未來應用場景

今年6月來台參加COMPUTEX TAIPEI的輝達（NVIDIA）執行長黃仁勳在演講中指出，「未來工廠」是由機器人指揮機器人，由機器人大軍協助製造機器人與設備，也突顯出輝達AI生態系統的高效、自動化，而加速AI生態系統實現的要角之一除了Blackwell，還包含新一代GPU平台Rubin。Rubin GPU採用8顆高頻寬記憶體HBM4，Rubin Ultra GPU則採用12顆HBM4。Rubin GPU預計2025年第4季量產，2026年推出。

圖一 : NVIDIA Blackwell平台。(source：NVIDIA)

黃仁勳強調，繪圖處理器可以比中央處理器省下更多成本與能源，免於運算通膨，買越多就省越多。舉例來說，如果打算花10億美元打造資料中心，只要投入5億美元採購繪圖處理器（GPU），變身AI工廠，電力只要多花3倍，效能可以增加60倍，而速度則快了100倍之多！

他也大秀「數位人類（Digital Humans）」技術NVIDIA ACE，該技術是基於多語言識別與合成，利用可生成對話的大型語言模型（LLM），使數位人類具備幾可亂真的外貌，甚至模擬皮膚上的光影變化，可以在雲端及個人電腦中運作，未來，所有的PC都會是AI PC。至於生成式AI模型NVIDIA Earth-2數位孿生模型可以更準確地預測氣候變化，不僅擁有高解析度，速度還比傳統物理方法快上千倍。

未來，所有工廠都是機器人工廠，而機器人製造的產品也是機器人，比方鴻海將使用輝達的Omniverse模擬技術與AI工具，整合西門子（Siemens AG）的數位孿生（Digital Twin）等技術，打造GenAI機器人工廠，並利用NVIDIA Metropolis視覺AI技術、Isaac AI機器人開發與部署等技術掌控AI工廠。台達電、和碩、緯創等供應鏈的AI自動化工廠也將採用相關技術。至於NVIDIA Jetson Orin可以提供卓越的AI運算能力、大型整合記憶體和全面軟體堆疊能力，有助加速GenAI、邊緣運算、機器人的端對端開發應用。

圖二 : 機器人可以執行複雜而且動態的任務。(source：NVIDIA)

圖三 : 鴻海打造的GenAI機器人工廠。(source：NVIDIA)

達明機器人則使用NVIDIA Isaac和Omniverse平台加速開發AI協作機器人。透過NVIDIA Isaac Sim機器人模擬及合成數據生成的應用平台，使機器人編程時間減少了70%，循環時間減少了20%；數位孿生為協作機器人提供強大支援，以虛擬方式對工作環境進行建模；GenAI有助產出數萬張模擬資料，讓機器人在虛擬工作環境中進行測試及優化，訓練出適合各行業的超級AI模型。

圖四 : 達明機器人使用NVIDIA Isaac和Omniverse平台加速開發AI協作機器人。(source：NVIDIA)

GenAI的出現與相關解決方案也成為協助產業轉型的重要推力。Google研究指出，82%的組織正在考慮或已經在使用GenAI，除了OpenAI推出的人工智慧聊天機器人程式ChatGPT、能以文字描述生成影片的人工智慧模型Sora，Google的多模態大型語言模型系列Gemini、基於大型語言模型和微軟圖形的數據和AI輔助工具Microsoft Copilot都在快速顛覆智慧製造/智慧工廠的未來應用，意味著機器學習(ML)已經開始創造生成全新的事物，而不僅止於分析既有的舊事物。

比方GenAI可以透過解讀設備與機器的遠端測試數據，協助製造業優化營運效能、減少停機發生率並提高設備利用率；擁有特殊機器學習演算法的GenAI銷售應用程式可以根據歷史數據、庫存資料提供完善的銷售建議，還能快速篩選整個產品生命週期中的各類相關資料(如維修、庫存與報價資料)。

對於製造業供應鏈來說，GenAI有助降低供應鏈管理風險、即時找出問題並提出有效的決策洞察，並能提供客戶更好的即時服務體驗。Deloitte調查指出，GenAI的預測性維護能提高25%的工業生產力、減少70%的故障發生率，還能降低25%的維護成本。

AI驅動下，未來的製造產線會出現各種「數位工廠」，可以有效提高生產效率及產品品質，並能有效降低營運成本，甚至實現低碳永續目標。舉例來說，數位工廠可以利用先進的大數據分析等AI技術來提升智能化與效率；機械、電子系統的自動化可以有效整合軟硬體；透過各種設備及感測器收集數據，有助即時監控與分析生產流程，還可以透過數據分析優化生產/製造效能；MES、HMI和ERP等系統的高效整合有助優化製造流程與執行系統。

穿梭於產線上的可能都是機器人或數位人類，而這類智慧工廠所建構的數位供應鏈有助企業快速存取系統資訊、組織內外部技術及營運數據，進一步形成完整的智慧製造生態系統！

半導體大廠台積電早已整合AI、機器學習、專家系統與先進演算法來建構智慧製造環境，如整合智慧化行動裝置、物聯網（IoT）、擴增實境/混和實境（AR/MR）和移動式機器人，結合智慧自動物料搬運系統（AMHS）來整合晶圓生產的資料收集與分析，以有效利用生產資源，發揮最大製造效益。

台達推出的全方位電子組裝智能製造解決方案DIAMOM則整合了產線設備聯網，透過雲端監控平台收集即時數據，以強化可視化戰情中心，讓管理者從遠端即可掌握生產狀況，甚至可以透過AI智造聯網方案實現產線自主預測診斷，快速完成換線、品質檢測與異常排除；智能倉儲及物流搬送解決方案則實現了廠辦高度自主運作，透過軟硬整合平台串接收料上架、自動搬運、揀貨出貨等流程；數位雙生虛實整合解決方案包含虛擬機台開發平台DIATwin與虛實整合設備平台RTM，可以協助電子組裝設備導入製程與機台模擬軟體，事先完成參數調適與製程測試。

圖五 : 台達機聯網方案(DIALink)整合多元通訊協定，搭配自動化控制器、機器視覺、感測器等產品，為客戶量身打造解決方案。(source：Delta)

AI智慧生產的市場需求

AI智慧工廠能夠隨時監控生產進程、更新產品狀況以及資訊同步，在製造業逐漸走向智慧製造生態系的過程中，可以有效提高製造與溝通過程的可視性，並能提高生產力與安全性，更因為AI智慧製造同時結合人類與機器的優勢，不僅可以代替人類進行重複、耗時或危險的任務，還能收集、分析、辨識及解讀數據，AI自動辨識問題與即時反應的能力有助進一步協助制定決策或產線調整，提高產品良率，有效節省成本。

GE Digital表示，2025年全球製造業中，80%的企業將在生產過程中應用數據分析和人工智慧技術以提高生產效率和品質。市場研究機構Mordor Intelligence指出，2021年至2026年間，智慧製造市場規模的年複合成長率達8.85%，預計2026年的市場規模將達1,986億美元；DATA BRIDGE Market Research則預估，2022年至2029年間，製造業的AI應用增長幅度達17.20%，預計2029年的市場規模將達53億美元。

自律、自我保護與政策監督

不過，隨著AI應用的不斷延伸，資訊外洩、造假、抄襲、詐騙等風險勢必成為一大隱憂，而GenAI的發展也可能引發法律與倫理方面的爭議。KPMG澳洲與昆士蘭大學進行的一項全球調查(Trust in artificial intelligence)顯示，約有五分之三的民眾對於信任AI系統持謹慎態度，並有71%的受訪者希望人工智慧能夠受到監管，就連全球科技巨頭的CEO們也呼籲加強監管人工智慧。

世界智慧財產權組織(WIPO)已於2024年2月28日發布《智慧財產權導航：生成式人工智慧》（Generative AI: Navigating Intellectual Property），以協助各界了解使用GenAI工具的智慧財產權(IP)風險，並提出可能的保護措施。

歐、美、中等國家或地區早已關注GenAI的發展，並發佈了風險治理政策措施。如中國於2023年7月發布全球首部GenAI立法《生成式人工智慧服務管理暫行辦法》，並於15日正式施行。該法鼓勵GenAI技術的創新應用，希望在明確規範下促進GenAI健康發展及應用，同時確保國家、組織與民眾的安全，並維護公共利益及各方的合法權益。

歐盟的《歐盟人工智慧法案》(EU AI Act)以風險管理為導向，致力於保護基本權利、民主、法治及環境的永續，確保民眾在使用負責任、合乎道德與可信賴的人工智慧之間取得平衡，該法案預計2025年開始實施。

美國提出《生成式AI著作權揭露法案》（Generative AI Copyright Disclosure Act），要求業者應於發表GenAI系統30天內先行通知美國著作權局局長（Register of Copyrights），揭露用來訓練或建置該系統所使用的版權保護內容(包含已推出的AI系統版權內容)。該法案的目的在於保護創作者權利與智財，希望在道德與保護民眾之間取得平衡。

台灣的國科會也在今年7月發布《人工智慧基本法》草案，草案預告60日(即日起至9月13日止)，揭露7大基本原則與4大推動重點，鼓勵AI創新發展並兼顧人權與風險，並將協同各部會推動AI發展所需法規。7大基本原則包含擬定永續發展、人類自主、隱私保護、資安與安全、透明可解釋、公平不歧視及問責，4大推動重點包含創新合作及人才培育、風險管理及應用負責、權益保障及資料利用、法規調適及業務檢視。

結語

GenAI可以根據使用者提示（Prompt），生成新的內容(如文字、圖像、音訊、聲音、影片與程式碼)，廣為熟知及使用的GenAI工具包含ChatGPT、Midjourney、Copilot與Firefly。

經濟部智慧財產局指出，GenAI包含許多IP 風險及不確定性，建議企業及組織採取以下保護措施：(1)採取技術、法律和實際的保護措施來保護機密資訊；(2)使用符合規定的IP工具、尋求補償、審查資料集、檢查技術和實際措施來降低侵權的可能性及相關風險;(3)思考AI產生的程式碼是否存在風險，如軟體應用程式或程式碼為開源(Open Source)時，應調查、制定技術和實際措施來因應；(4) GenAI可能模仿特定主體的肖像或聲音，應避免這類功能產生的相關風險;(5)應明確於合約中載明AI生成物(如文字、圖像或其他創作)的IP性質和權利歸屬。

各國對GenAI等工具的監管態度不盡相同，如中、美、歐盟、台灣針對相關議題加以立法，但新加坡、印度等國家則是按兵不動。不過，隨著智慧化的快速發展，個人或產業在應用AI技術、工具或素材的過程中勢必產生各種遊走於道德、法律模糊地帶的可能或爭議，除了前述5項自保措施，還是需要各國政府擬訂統一的「AI規則」，才能避免智慧化帶來的負面困擾。