相較於半導體、電子代工大廠，台灣相對屬於中小規模的傳產製造、機械設備業，由於早在工業4.0問世後，疫情推動數位轉型浪潮以來，便已習慣透過各種視/力覺感測系統蒐集累積製程中/後段產生的大數據，用來監控品質、預測診斷零組件壽命，乃至於售後維運服務所需的生產履歷。

其中隨著2010年製造業邁向工業4.0時代，終端客戶對於同步提升產品品質和生產良率的要求日益嚴苛，使得量檢測精度與頻率逐步增加。量檢測流程也從傳統為了確保品質，開始上溯到即時品質回饋；再結合AIoT技術即時提供量測數據，供製程設備修改參數，以符合最終產品的品質規範，甚至希望能達到不產出不良品，使得即時量測流程的重要性，幾乎已不亞於製程生產設備！

AI影像辨識更是實現智慧製造的關鍵技術，不僅帶來了巨大的商業潛力，更為傳統產業的轉型升級提供了強勁動力，克服傳統工廠使用人工目視去判斷製程的瑕疵檢測，往往須耗費大量人力與時間，長期反映在墊高整體的生產成本上。且就檢測品質而言，容易因為長時間觀看導致視覺疲勞、或是肉眼觀察的細緻度不足，造成誤判的風險，難以保持品質穩定。
...
...