SAS Taiwan 於 TechOrange 科技報橘舉辦的「2024 AI 智慧大工廠」系列論壇中，分享探討 AI 對企業特別是製造業所帶來的商業影響和機遇，重要論點如下：

    1. AI 與製造業的整合趨勢

• AI 正在迅速改變製造業，由IDC 的報告指出，2026 年全球 50% 的大型製造業將整合營運系統與生成式 AI，以提升效率。

• 預測到 2028 年，AI 和機器學習將進一步融入生產線，減少 10% 的停機時間。

     2. AI 落地應用的挑戰

• 導入 AI 面臨數據分散、整合難度大、AI 模型不被業務單位採用等挑戰。

• 企業需要先完善基礎的數據蒐集和分析，才能進一步應用更進階的 AI 進行優化。

     3. AI 在製造業的具體應用

• 良率檢測： 使用 AI 預測模型和深度學習技術，協助半導體業者找出影響良率的異常參數，提高產品質量。

• 預測性維護： 透過 AI 建立設備維護預測模型，讓企業在設備故障前預先進行維護，減少停機時間。

• 節能減碳： 利用 AIoT 技術，透過實時數據分析來優化設備參數設置，達到節能目標。

     4. 國際應用案例

• 西門子醫療設備： 透過 AIoT 技術和雲端平台實現設備的預測性維護，降低設備停機時間並提高客戶滿意度。

• 食品製造商： 使用生成式 AI 進行庫存管理，通過 AI 即時彙整資料，提高營運效率。

     5. 「決策式 AI」的重要性

• AI 最終的目的是輔助企業決策，企業需要可信賴的 AI 和決策式 AI 來增進商業價值。

• 強調組織人員、科技和生態系統的緊密協作，確保 AI 在實際應用中的安全性與可靠性。

SAS Taiwan不僅強調 AI 在製造業的應用帶來的顯著效益，同時也指出企業在導入 AI 時可能面臨的挑戰，成功運用 AI 需要完善的數據基礎設施和策略，以及與組織內外的緊密協作，從而真正發揮 AI 的商業價值。 

相關報導請參閱連結