林子璇

近年人工智能(ai)正热，并普遍被视作即将颠覆制造工业的科技。市场研调机构abi research最新报告就预测，到了2024年，制造工业领域的ai装置装机量将达到1540万台，而2019~2024年的年复合成长率(cagr)将达64.8%。

不过尽管前景看好，真正细探会发现，不同制造阶段有不同的ai案例，难以一言蔽之。譬如，在产品开发阶段导入衍生式设计(generative design)；或在生产阶段借力机器视觉、缺陷检测(defect inspection)、生产最佳化和预测性维修等等。

abi research分析师指出，鉴于制造商不愿将数据传到公有云，因此几乎所有工业ai的模型训练与推论(inference)都发生在终端(edge)。为了因应此需求，ai芯片组业者与服务器业者，便专门针对工业制造设计了ai服务器(ai-enabled server)，也有愈来愈多工业基础建设都装载了ai软件或专门的ai芯片组。

然而尽管如此，将ai导入工业制造领域的过程并不如想像般顺利，至今最成功的两类商用案例是“预测维修”和“设备监控”，主因是相关的ai模型已臻成熟。据估计，这两类装置的装机量，将在2024年分别达到980万台和670万台。值得注意的是，由于ai芯片组的进步，这些ai工业装置许多都能在单一装置上支持多种使用案例。

至于未来成长潜力最为看好的类别则是“缺陷检测”，预估此类ai装置的装机量，可望从2019年的30万台、大大成长到2024年的逾370万台。“缺陷检测”在电子和半导体制造领域最受欢迎，几个大厂如富士康(foxconn)、三星和乐金电子(lg electronics)都已经和ai芯片组业者和软件供应商合作开发基于ai的机器视觉技术，好执行表面(surface)、泄漏(leak)和元件级(component-level)缺陷检测、微粒检测(microparticle detection)等任务。

另外，除了稳定性和可靠度都已获信任的传统机器视觉(machine vision)技术外，新兴的深度学习(deep learning)技术也能挑出预期之外的产品异常和缺陷，为制造商提供有价值的见解。

报告也提及产业的人才现况，指制造商现在正为了导入ai而训练自家的数据科学团队，然而同业之间人才竞争激烈，尤其ai人才要不是往网络巨擘跑、就是偏好新创公司。于是，他们可能转而和ai生态系中的其他伙伴合作，譬如云端服务供应商、系统整合业者、芯片组与工业服务器制造商等等。

以上是网络信息转载，信息真实性自行斟酌。