工業 AI 被視為引領全球製造業 AI 驅動轉型的下一波革命浪潮，可推動生產走向少量多樣、營運效率與品質雙提升。然而，要真正突破現場導入瓶頸，如何加速 AI 在工業場域實踐才是關鍵。Moxa 泛亞暨台灣區總經理林世偉強調，網路通訊正是承載這場變革的基礎架構，必須從三大面向進行優化與強化。

Moxa 與台達電子、雲界數位創新探討工業AI加速落地的機會與挑戰

AI 在製造場域的精準發揮，仰賴涵蓋多層次（感知層、網路層、應用層）與更廣更細緻的生產現場數據。只有整合包括 IIoT 感測器、運動參數、環境資訊等全方位資料，才能順利與 AI 應用及 IIoT 裝置融合，實現即時決策與後續擴充應用潛力。

面對場域實時分析需求，網路必須同時支援多樣流量模式，包括對時效性要求高的控制訊息，以及對資料量大但延遲容忍更高的 AI 推論或模型訓練。林世偉談到邊緣運算與雲端協同的重要性：邊緣適合即時控制與敏感資料處理，雲端則服務 AI 訓練與推論，以平衡性能、安全與成本考量。

AI 導入使得生產現場網路更加多樣且複雜，包括有線、無線、單對乙太、時效網等新世代傳輸技術。這些技術支撐更佳監控、追蹤與協調能力，但也帶來資安挑戰。因應 IEC?62443 等工業資安標準，網路架構需融合元件層級與系統層級之資安管控，並導入 IT 資安防護與 OT 網路區隔策略，以確保生產設備與數據安全。