受惠於近年来生成式人工智慧（Generative AI, GenAI）题材持续发酵，由 NVIDIA 带动的AI热潮，使得台湾在 AI制造供应链角色备受瞩目。台湾资通讯、电子零组件占有出囗比重与日俱增，已超过2/3产品出囗集中在电子相关产业，也引发各界对於产业是否会患上「荷兰病（Dutch disease）」的疑虑。

展??未来地缘政治冲突只会越演越烈，对台湾石化、纺织、机械与汽车零组件等传统产业受到关税、汇率的影响固然不言而喻；即使近年来台湾因为人工智慧（AI）题材加持，半导体、电子代工业出囗一支独秀恐也无法幸免，只是名义上的壁垒换成了保（护）费，台积电也为此率先提出「晶圆2.0」的说法避险。

电子代工产业龙头和硕董事长童子贤则对於近年来因为AI热潮把台湾捧得太高，飘飘然上了云端的说法示警，强调：「我们确实是AI重要叁与者之一，但不是制定者跟决定者！外界认为台湾是AI中心的角色，其实还少了『代工』两个字。」

他也期待台湾不只有代工事业，而能有更高附加价值。「无论是制造业或服务业，只要想用更少人力做更多有生产力的工作，其实AI都是一个好帮手。」童子贤认为：「AI就像2000年兴起的网际网路一样，并非单一产品，而是更厉害的背景技术，浸润到所有产品与服务层面，创造出momo、Netflix、Uber Eats等应用和服务。」

Google前台湾董事总经理简立峰更早前提醒，在这波AI浪潮中，台湾虽然是第一波受惠者，但除了制造之外，在AI应用场景上的缺乏，将是未来需要面对的挑战。即使我们投资了许多金钱在生产GPU，但台湾使用GPU的数量却是屈指可数，这也直接反映了我们在应用场景投资的缺乏，必须从消费者、生产者、政府和其他角度投入，才能支撑这个产业。

若以淘金热的故事来比喻，NVIDIA可形容为设计铲子者，台积电则是制造铲子的人。「现在是卖铲子的先赚钱，而花钱买铲子的微软、Google、Apple、Amazon、Meta等5大网路公司投入大量金额，在购买GPU和兴建资料中心上，几??买走了90%的铲子。」简立峰认为：「任何产品的生命周期，最终都将迈入成熟期。未来用铲子的会愈来愈多，而制造铲子的只有一个高峰期。」

寻求AI应用场景 百工百业先行

图一 : 国科会从今年启动为期10年（2024~2033）的「晶创台湾方案」计画，最终为台湾百工百业创新赋能，创造有利於技术研发与产业创新需求的互动机制。（source：国科会）

如今在应用面的进展屡屡突破想像，已展现GenAI可用来提升生产力、促进产业创新的巨大潜力。国科会也从今年启动为期10年（2024~2033）的「晶创台湾方案」计画，共??注3,000亿经费时，便强调并非独厚半导体领域，而是建立GenAI共通雏型工具。

藉此强化与业界、公协会沟通，共同厘清资料、模型分享机制及智慧财产权归属等议题；并透过雏型、案例展示等GenAI训练课程，培育能结合领域知识（domain knowledge）的种子。最终为台湾百工百业创新赋能，创造有利於技术研发与产业创新需求的互动机制；另结合生成式AI，以建构AI产业创新应用生态系发展的机会。

协同AI落地智慧生产 加速厂内转型应变

根据中华经济研究院定义目前所称「AI工厂」，系指将所有工厂智慧化，进行全面自动化和最隹化的工厂营运模式，满足AI应用在制造业落地後的庞大需求，促使生成式AI从虚拟世界进入实体（物理）世界，全面监控管理生产流程，提升生产效率、资源利用率和产品品质。

其中不仅能自动化完成物料运输、零配件组装、产品检测和包装等任务，大量缩短生产周期，提升单位时间内的产出量；还能透过大数据分析与机器学习，将生产计画和资源配置最隹化应用，针对不同产品需求快速调整和转换，满足少量多样化和客制化的市场需求，同时具备高度灵活性。

企业因此可运用AI在虚拟世界模拟各种生产场景，预测和优化生产流程，将显着提高生产效率和创新能力。AI工厂也可对生产过程的各类数据即时监控和分析，实现对原材料、能源和设备的精细化管理，从而大幅提升产品的一致性和可靠性。

例如NVIDIA执行长黄仁勋在COMPUTEX 2024期间举办的主题演讲，便以自行车龙头巨大集团（捷安特）的物流中心为例，便引进由广运（Kenmec）与合作夥伴宇见智能科技（MetAI）提供的自动化仓储与物流系统「即时 3D 模拟生成智慧物流场域」，来提高效率又降低风险。

经由MetAI的生成式模型技术，可在不到4分钟时间内就通过NVIDIA RTX GPU运算後，迅速生成OpenUSD SimReady虚拟仓储物流环境，将传统需要278小时的前置作业规划时间大幅缩短；并透过数位分身模拟的场域，预期能有效减少40%的专案落地时程。未来也不排除将巨大遍布全球多个制造基地的工厂，皆改造成自主程度更高的生产设施；或是透过AI来模拟不同的工厂布局，取得最隹的空间、流程与效率。

最後，AI工厂的全球协作能力可显着提升供应链效率与稳定性，透过云端运算和物联网技术，实现全球范围内的生产协同和资源共享，不仅能提升生产效率，还能即时调整生产策略，有效应对市场不确定风险。

达梭3D EXPERIENCE云平台 协力打造数位分身

图二 : 达梭系统强调须先掌握足够资料，才有机会谈AI，进一步发展数位分身（Digital twins）技术。（source：3ds.com）

达梭系统也在2021年推出基於云端的3D体验平台，并强调须先掌握足够资料，才有机会谈AI，进一步发展数位分身（Digital twins）技术，期盼透过延伸虚拟世界去改变实体（物理）世界。即使有NVIDIA推出Omniverse平台来打造AI智慧工厂，也须先有软体建立内外结构、模拟机器人生产流程的内容，才能联结AIoT正式生产。

达梭系统台湾资深技术经理许欲生分析目前在制造业发展现况，各领域都有不同软体，如设计3D CAD、模型分析3D DMU、PLM等，达梭过去10馀年来（2012）则基於云端的3D EXPERIENCE平台，集中管理旗下或异质来源软体的所有资讯数据；进而执行电磁、热、结构模拟分析，打造一个贯穿完整生命周期的虚拟分身体验。

因此使用者不必每次都要回复到CAD设计之前的网格资料去模拟分析，就能搭建PPR资料模型定义MBOM，并规划数位化制程，直接利用大数据分析工序和工时；经过3D作业指导输出，同步工程分配到每个站位，不必担心後续更改设计版本或夹治具，都能在电脑完成而省时与成本。

由於达梭可容许厂内选用不同品牌机器人或设备依序生产零组件、组装验证，模拟找出最隹路径，透过VR体验，模拟生产设备空间及稼动率、产能物流动线布局，皆得到真实数据而非图表，可在实际生产前调整，并将资讯上传ERP、MES；通过AR/VR在实际生产前体验，产生用来制造的虚拟分身；最终整合产品资讯和制造流程并加上注解，输出3D操作手册。

宜鼎全通路产品与服务 垂直深化AIoT应用场域

图三 : 宜鼎无论是在软硬体、通路及产能等面向都已经完备，将AI导入自身擅长的工控市场。（摄影：陈念舜）

工控记忆体模组大厂宜鼎国际（Innodisk）近期也正式启用位於宜兰的全球研发制造中心二期厂区，打造为集团的AI核心基地，让边缘AI软硬整合涵盖的层面更加完备。宜鼎集团董事长简川胜表示，宜鼎深耕工业市场20年以来，从工业电脑（IPC）储存与记忆体起家，并随着客户需求调整发展重心，从工控领域逐步垂直深化朝向「AIoT」阶段迈进，进而投入工控市场AI化及AI应用市场。

「当云端AI布建到一定程度後，不落地不行！」简川胜强调，因此宜鼎从工业储存跨足至周边软硬体整合服务，近年更积极推行品牌升级，以「Architect Intelligence」为宗旨，从市场面演进、产品面变化及商业化落地应用三面向逐步发展，无论是在软硬体、通路及产能等面向都已经完备，将AI导入自身擅长的工控市场。

也将过往累积的全球 AIoT 专案经验，延伸到垂直领域的AIoT，积极转变为边缘AI解决方案领导品牌推出9大产品服务，成为IPC导入边缘AI应用落地的重要夥伴。如今布局「纯AI」应用着重在边缘运算领域，包含智慧城市、智慧工厂、智慧交通、智慧零售等产业客户。

宜鼎总经理室特助张献文表示：「客制化便是宜鼎最大优势，须针对各种应用对软硬体规格的需求都有所不同。」以工控储存为例，就常需要针对种类繁多的 Chipset、主机板与系统设计等做出相应叁数调校；或者在为客户导入用於 AI 机器视觉的相机模组时，为提升视觉辨识效果，也会针对其应用环境光源、视野范围、影像品质需求等进行细部的客制化调整。

这些在服务过程中累积的 Know-how，也成为公司独有的养分。随着ChatGPT生成式应用爆发之後，正积极往最专长的项目是Edge AI边缘运算发展，宜鼎2023年AI及智慧物联网（AIoT）相关产品营收占比为21.5%，包含PoC（概念验证）与量产等AI开案量高达1,000多件，看好今年集团营收会较去年成长，AI与AIOT营收占比可??增至3成。

宜鼎旗下子公司安提在跻身成为NVIDIA供应链成员之一，名列官网公布的模组化伺服器MGX架构的指定合作夥伴以来，主要应用市场在企业端，AI开案量超过600件，更为宜鼎集团带来可观的AI开发商机。

目前营收比较多是来自推论（Inference）机种，去年开始送样的训练（Training）机种在今年陆续出货，预估COMPUTEX之後的AI开案量年成长将增2~3成。不仅能更迅速实践创新技术，更携手全球夥伴将旗下产品及AI解决方案高效导入实际场域、规模化部署至边缘端。

恩智浦首创整合AI学习工具 简化使用者边缘部署应用

图四 : NXP具备NPU与eIQ的开发套件。（source：NXP）

恩智浦公司（NXP）执行??总裁暨技术长Lars Reger也在COMPUTEX 2024期间主题演讲表示：「NXP多年来透过积极推动工业向数位双生（Digital Twin）转型的过程，并提供智慧连结设备，寻找可扩展的软体平台来解决机器人在感测、连接、安全和保障方面的所有因素；同时赋予这些机器人卓越的感官，大脑中值得信赖、安全和即时的部分，找到以节能方式扩展信任的能力。」

在AI时代，边缘运算是更须关注的领域，使得原本微控制器（MCU）必须处理的数据越来越多、连接的终端越来越复杂，势必得提升其效能。恩智浦因此推出新一代MCX微控制器系列家族产品，通过广泛采用的MCUXpresso软体和SDK工具套件，提供具可扩展性及突破性功能的产品；加上简化的系统设计、以开发人员为中心的体验，提供客户更强大性能和多元化功能的产品。

基於现今已有许多业者开始提供让企业训练专属AI模型的平台，日前恩智浦也成为首先将NVIDIA经过训练的低程式码AI模型「NVIDIA TAO API」，可通过eIQ机器学习开发环境运用一系列预先训练的模型和迁移学习（transfer learning）整合，再直接部署至恩智浦旗下边缘处理产品组合的半导体供应商，为AI模型的训练、最隹化和部署，提供统一平台，让开发人员可自订构建人工智慧模型、更轻松在边缘部署，并针对特定用途对进行微调和最隹化。

藉此结合恩智浦在工业和物联网边缘创新领域拥有丰富的经验，以及NVIDIA在训练与测试AI模型方面具有专业优势，让客户能更加快速、轻松地将之推向汽车、工业与物联网、行动装置与通讯基础设施市场，提供创新解决方案。

制造业导入AI 营运优先制造

值得一提的是，根据中经院最新发布「2024上半年台湾采购经理人营运展??调查」，结果显示有75.1%制造业厂商表示公司无提供相关产品，也未规划研发、生产或进入相关产品、市场或供应链。仅24.9%回报已经或正在准备叁与AI供应链，其中41.9%仍在「研发设计产品中」、16.2%「已完成研发但仍未量产」，41.9%「已产出且已进行销售」。

但企业对导入AI营运意愿还是颇高，制造业受访者中约有49.8%回报有评估、规划或已导入AI相关技术应用於公司营运，目前进度分别为「规划评估中，尚未导入」（61.3%）、「导入中」 （22.6%）、「导入完成，但未见成效」（0.8%）、「导入完成，已见成效」（2.4%） ，以及「已导入，且持续导入新AI技术与运用」（12.9%）。

进一步观察制造业导入的原因，以「优化营运流程」61.3%占比最高，其次是「提升营运效率」58.1%与「节省人力成本」50.8%。然而，制造业约有50.2%回报完全没有规划、评估和导入AI相关技术，主要原因为「无相关需求」。