受惠於近年來生成式人工智慧（Generative AI, GenAI）題材持續發酵，由 NVIDIA 帶動的AI熱潮，使得台灣在 AI製造供應鏈角色備受矚目。台灣資通訊、電子零組件占有出口比重與日俱增，已超過2/3產品出口集中在電子相關產業，也引發各界對於產業是否會患上「荷蘭病（Dutch disease）」的疑慮。

展望未來地緣政治衝突只會越演越烈，對台灣石化、紡織、機械與汽車零組件等傳統產業受到關稅、匯率的影響固然不言而喻；即使近年來台灣因為人工智慧（AI）題材加持，半導體、電子代工業出口一支獨秀恐也無法倖免，只是名義上的壁壘換成了保（護）費，台積電也為此率先提出「晶圓2.0」的說法避險。

電子代工產業龍頭和碩董事長童子賢則對於近年來因為AI熱潮把台灣捧得太高，飄飄然上了雲端的說法示警，強調：「我們確實是AI重要參與者之一，但不是制定者跟決定者！外界認為台灣是AI中心的角色，其實還少了『代工』兩個字。」

他也期待台灣不只有代工事業，而能有更高附加價值。「無論是製造業或服務業，只要想用更少人力做更多有生產力的工作，其實AI都是一個好幫手。」童子賢認為：「AI就像2000年興起的網際網路一樣，並非單一產品，而是更厲害的背景技術，浸潤到所有產品與服務層面，創造出momo、Netflix、Uber Eats等應用和服務。」

Google前台灣董事總經理簡立峰更早前提醒，在這波AI浪潮中，台灣雖然是第一波受惠者，但除了製造之外，在AI應用場景上的缺乏，將是未來需要面對的挑戰。即使我們投資了許多金錢在生產GPU，但台灣使用GPU的數量卻是屈指可數，這也直接反映了我們在應用場景投資的缺乏，必須從消費者、生產者、政府和其他角度投入，才能支撐這個產業。

若以淘金熱的故事來比喻，NVIDIA可形容為設計鏟子者，台積電則是製造鏟子的人。「現在是賣鏟子的先賺錢，而花錢買鏟子的微軟、Google、Apple、Amazon、Meta等5大網路公司投入大量金額，在購買GPU和興建資料中心上，幾乎買走了90%的鏟子。」簡立峰認為：「任何產品的生命週期，最終都將邁入成熟期。未來用鏟子的會愈來愈多，而製造鏟子的只有一個高峰期。」

尋求AI應用場景　百工百業先行

圖一 : 國科會從今年啟動為期10年（2024~2033）的「晶創台灣方案」計畫，最終為台灣百工百業創新賦能，創造有利於技術研發與產業創新需求的互動機制。（source：國科會）

如今在應用面的進展屢屢突破想像，已展現GenAI可用來提升生產力、促進產業創新的巨大潛力。國科會也從今年啟動為期10年（2024~2033）的「晶創台灣方案」計畫，共挹注3,000億經費時，便強調並非獨厚半導體領域，而是建立GenAI共通雛型工具。

藉此強化與業界、公協會溝通，共同釐清資料、模型分享機制及智慧財產權歸屬等議題；並透過雛型、案例展示等GenAI訓練課程，培育能結合領域知識（domain knowledge）的種子。最終為台灣百工百業創新賦能，創造有利於技術研發與產業創新需求的互動機制；另結合生成式AI，以建構AI產業創新應用生態系發展的機會。

協同AI落地智慧生產　加速廠內轉型應變

根據中華經濟研究院定義目前所稱「AI工廠」，係指將所有工廠智慧化，進行全面自動化和最佳化的工廠營運模式，滿足AI應用在製造業落地後的龐大需求，促使生成式AI從虛擬世界進入實體（物理）世界，全面監控管理生產流程，提升生產效率、資源利用率和產品品質。

其中不僅能自動化完成物料運輸、零配件組裝、產品檢測和包裝等任務，大量縮短生產週期，提升單位時間內的產出量；還能透過大數據分析與機器學習，將生產計畫和資源配置最佳化應用，針對不同產品需求快速調整和轉換，滿足少量多樣化和客製化的市場需求，同時具備高度靈活性。

企業因此可運用AI在虛擬世界模擬各種生產場景，預測和優化生產流程，將顯著提高生產效率和創新能力。AI工廠也可對生產過程的各類數據即時監控和分析，實現對原材料、能源和設備的精細化管理，從而大幅提升產品的一致性和可靠性。

例如NVIDIA執行長黃仁勳在COMPUTEX 2024期間舉辦的主題演講，便以自行車龍頭巨大集團（捷安特）的物流中心為例，便引進由廣運（Kenmec）與合作夥伴宇見智能科技（MetAI）提供的自動化倉儲與物流系統「即時 3D 模擬生成智慧物流場域」，來提高效率又降低風險。

經由MetAI的生成式模型技術，可在不到4分鐘時間內就通過NVIDIA RTX GPU運算後，迅速生成OpenUSD SimReady虛擬倉儲物流環境，將傳統需要278小時的前置作業規劃時間大幅縮短；並透過數位分身模擬的場域，預期能有效減少40%的專案落地時程。未來也不排除將巨大遍布全球多個製造基地的工廠，皆改造成自主程度更高的生產設施；或是透過AI來模擬不同的工廠布局，取得最佳的空間、流程與效率。

最後，AI工廠的全球協作能力可顯著提升供應鏈效率與穩定性，透過雲端運算和物聯網技術，實現全球範圍內的生產協同和資源共享，不僅能提升生產效率，還能即時調整生產策略，有效應對市場不確定風險。

達梭3D EXPERIENCE雲平台　協力打造數位分身

圖二 : 達梭系統強調須先掌握足夠資料，才有機會談AI，進一步發展數位分身（Digital twins）技術。（source：3ds.com）

達梭系統也在2021年推出基於雲端的3D體驗平台，並強調須先掌握足夠資料，才有機會談AI，進一步發展數位分身（Digital twins）技術，期盼透過延伸虛擬世界去改變實體（物理）世界。即使有NVIDIA推出Omniverse平台來打造AI智慧工廠，也須先有軟體建立內外結構、模擬機器人生產流程的內容，才能聯結AIoT正式生產。

達梭系統台灣資深技術經理許欲生分析目前在製造業發展現況，各領域都有不同軟體，如設計3D CAD、模型分析3D DMU、PLM等，達梭過去10餘年來（2012）則基於雲端的3D EXPERIENCE平台，集中管理旗下或異質來源軟體的所有資訊數據；進而執行電磁、熱、結構模擬分析，打造一個貫穿完整生命週期的虛擬分身體驗。

因此使用者不必每次都要回復到CAD設計之前的網格資料去模擬分析，就能搭建PPR資料模型定義MBOM，並規劃數位化製程，直接利用大數據分析工序和工時；經過3D作業指導輸出，同步工程分配到每個站位，不必擔心後續更改設計版本或夾治具，都能在電腦完成而省時與成本。

由於達梭可容許廠內選用不同品牌機器人或設備依序生產零組件、組裝驗證，模擬找出最佳路徑，透過VR體驗，模擬生產設備空間及稼動率、產能物流動線布局，皆得到真實數據而非圖表，可在實際生產前調整，並將資訊上傳ERP、MES；通過AR/VR在實際生產前體驗，產生用來製造的虛擬分身；最終整合產品資訊和製造流程並加上註解，輸出3D操作手冊。

宜鼎全通路產品與服務　垂直深化AIoT應用場域

圖三 : 宜鼎無論是在軟硬體、通路及產能等面向都已經完備，將AI導入自身擅長的工控市場。（攝影：陳念舜）

工控記憶體模組大廠宜鼎國際（Innodisk）近期也正式啟用位於宜蘭的全球研發製造中心二期廠區，打造為集團的AI核心基地，讓邊緣AI軟硬整合涵蓋的層面更加完備。宜鼎集團董事長簡川勝表示，宜鼎深耕工業市場20年以來，從工業電腦（IPC）儲存與記憶體起家，並隨著客戶需求調整發展重心，從工控領域逐步垂直深化朝向「AIoT」階段邁進，進而投入工控市場AI化及AI應用市場。

「當雲端AI佈建到一定程度後，不落地不行！」簡川勝強調，因此宜鼎從工業儲存跨足至周邊軟硬體整合服務，近年更積極推行品牌升級，以「Architect Intelligence」為宗旨，從市場面演進、產品面變化及商業化落地應用三面向逐步發展，無論是在軟硬體、通路及產能等面向都已經完備，將AI導入自身擅長的工控市場。

也將過往累積的全球 AIoT 專案經驗，延伸到垂直領域的AIoT，積極轉變為邊緣AI解決方案領導品牌推出9大產品服務，成為IPC導入邊緣AI應用落地的重要夥伴。如今布局「純AI」應用著重在邊緣運算領域，包含智慧城市、智慧工廠、智慧交通、智慧零售等產業客戶。

宜鼎總經理室特助張獻文表示：「客製化便是宜鼎最大優勢，須針對各種應用對軟硬體規格的需求都有所不同。」以工控儲存為例，就常需要針對種類繁多的 Chipset、主機板與系統設計等做出相應參數調校；或者在為客戶導入用於 AI 機器視覺的相機模組時，為提升視覺辨識效果，也會針對其應用環境光源、視野範圍、影像品質需求等進行細部的客製化調整。

這些在服務過程中累積的 Know-how，也成為公司獨有的養分。隨著ChatGPT生成式應用爆發之後，正積極往最專長的項目是Edge AI邊緣運算發展，宜鼎2023年AI及智慧物聯網（AIoT）相關產品營收佔比為21.5%，包含PoC（概念驗證）與量產等AI開案量高達1,000多件，看好今年集團營收會較去年成長，AI與AIOT營收占比可望增至3成。

宜鼎旗下子公司安提在躋身成為NVIDIA供應鏈成員之一，名列官網公布的模組化伺服器MGX架構的指定合作夥伴以來，主要應用市場在企業端，AI開案量超過600件，更為宜鼎集團帶來可觀的AI開發商機。

目前營收比較多是來自推論（Inference）機種，去年開始送樣的訓練（Training）機種在今年陸續出貨，預估COMPUTEX之後的AI開案量年成長將增2~3成。不僅能更迅速實踐創新技術，更攜手全球夥伴將旗下產品及AI解決方案高效導入實際場域、規模化部署至邊緣端。

恩智浦首創整合AI學習工具 簡化使用者邊緣部署應用

圖四 : NXP具備NPU與eIQ的開發套件。（source：NXP）

恩智浦公司（NXP）執行副總裁暨技術長Lars Reger也在COMPUTEX 2024期間主題演講表示：「NXP多年來透過積極推動工業向數位雙生（Digital Twin）轉型的過程，並提供智慧連結設備，尋找可擴展的軟體平台來解決機器人在感測、連接、安全和保障方面的所有因素；同時賦予這些機器人卓越的感官，大腦中值得信賴、安全和即時的部分，找到以節能方式擴展信任的能力。」

在AI時代，邊緣運算是更須關注的領域，使得原本微控制器（MCU）必須處理的數據越來越多、連接的終端越來越複雜，勢必得提升其效能。恩智浦因此推出新一代MCX微控制器系列家族產品，通過廣泛採用的MCUXpresso軟體和SDK工具套件，提供具可擴展性及突破性功能的產品；加上簡化的系統設計、以開發人員為中心的體驗，提供客戶更強大性能和多元化功能的產品。

基於現今已有許多業者開始提供讓企業訓練專屬AI模型的平台，日前恩智浦也成為首先將NVIDIA經過訓練的低程式碼AI模型「NVIDIA TAO API」，可通過eIQ機器學習開發環境運用一系列預先訓練的模型和遷移學習（transfer learning）整合，再直接部署至恩智浦旗下邊緣處理產品組合的半導體供應商，為AI模型的訓練、最佳化和部署，提供統一平台，讓開發人員可自訂構建人工智慧模型、更輕鬆在邊緣部署，並針對特定用途對進行微調和最佳化。

藉此結合恩智浦在工業和物聯網邊緣創新領域擁有豐富的經驗，以及NVIDIA在訓練與測試AI模型方面具有專業優勢，讓客戶能更加快速、輕鬆地將之推向汽車、工業與物聯網、行動裝置與通訊基礎設施市場，提供創新解決方案。

製造業導入AI 營運優先製造

值得一提的是，根據中經院最新發布「2024上半年台灣採購經理人營運展望調查」，結果顯示有75.1%製造業廠商表示公司無提供相關產品，也未規劃研發、生產或進入相關產品、市場或供應鏈。僅24.9%回報已經或正在準備參與AI供應鏈，其中41.9%仍在「研發設計產品中」、16.2%「已完成研發但仍未量產」，41.9%「已產出且已進行銷售」。

但企業對導入AI營運意願還是頗高，製造業受訪者中約有49.8%回報有評估、規劃或已導入AI相關技術應用於公司營運，目前進度分別為「規劃評估中，尚未導入」（61.3%）、「導入中」 （22.6%）、「導入完成，但未見成效」（0.8%）、「導入完成，已見成效」（2.4%） ，以及「已導入，且持續導入新AI技術與運用」（12.9%）。

進一步觀察製造業導入的原因，以「優化營運流程」61.3%占比最高，其次是「提升營運效率」58.1%與「節省人力成本」50.8%。然而，製造業約有50.2%回報完全沒有規劃、評估和導入AI相關技術，主要原因為「無相關需求」。