關於 中小 企業 整體競爭力提升方案 ，我們在網路上蒐集到這些相關的討論、資訊與評價

AI結合製造業 生產變得更智慧

04:092019/06/30 工商時報
工研院人工智慧應用策略辦公室副主任周大鑫

以往人工智慧（AI）迫於技術限制，無法實現許多應用，但現在的AI已成為世界各國大舉搶攻的當紅科技。工研院也看準此一趨勢，在製造業製程中融入AI，除了讓生產變得更智慧，還能傳承老師傅的經驗，讓技術不斷層！

我國製造業出口值占整體出口總值的七成，然而隨著東南亞國家崛起，台灣製造廠商面臨劇烈競爭，過去的大量生產與低價競爭已非決勝關鍵。從前製造業倚賴人力，多數時候需要靠人來判斷，當AI導入製造業應用，有些人擔心AI會搶走人類飯碗，但其實AI結合製造業，並不會奪走人類的工作，反而在追求客製化、快速生產的世代下，製造業透過AI的深度學習技術，可大幅精進機器視覺、大數據分析，讓機器協助人做出更正確的決策，賦予製造業更多智慧與彈性、擺脫削價競爭，實現少量多樣的生產模式。

AI導入製造業的應用，多以優化製程參數、檢測良率和設備故障預診斷居多，舉例來說，半導體和電子產業已有廠商將AI導入製程，利用AI的深度學習，增進品質、效率及降低成本。此外，半導體和電子業若無預警停機，恐使產線停擺、造成重大損失，所以AI的設備故障預診斷應用相形重要，此技術能即時監控、預先知道設備狀況，趁早維護設備，避免機台無預警當機。

提升品質、傳承工藝

AI導入製造業應用，可為台灣產業帶來兩大效益。除了上述透過優化製程參數、提升檢測良率或設備故障預診斷之外，如今製造業越來越少資深工程師，也越來越少年輕人願意投入，傳承成為令人頭痛的問題，以前開發新產品時，都以嘗試錯誤累積經驗，現在藉由AI有效配比參數，協助有經驗的員工決策，可以縮短新產品開發時間，強化台灣產業競爭力。未來，AI如果能進一步將老師傅的經驗數位傳承，給予沒有經驗的員工建議，讓年輕人迅速完成工作，並累積這些經驗進一步完整學習與分析，成為企業資產，升級台灣製造業。

另外，台灣擁有優秀的製造與資通訊人才，以及豐富的半導體和光電產業的製造能力，有助我國製造業者切入AI應用。然而，製造領域廣泛，台灣的製造跟資通領域之間有巨大的鴻溝，台灣的製造業者96％是中小企業，人力集中於製造和生產管理，很少資通訊人才，製造業的資通訊基礎建設也不夠，很多設備無法聯網，沒有足夠的資料量做數據分析，導致雙方的概念有落差，無法密切溝通跟合作，這是國內製造業者導入AI應用時最大的問題。

協助製造業導入AI

為了幫助製造業消彌鴻溝，順利導入AI迎向智慧製造，工研院鎖定未來AI應用與商機，在智慧製造研發布局上，針對設備業者和製造工廠規畫兩條策略，帶動AI開發創新應用技術。

策略一、加速中小企業導入AI設備：藉由製造設備將AI擴散到中小企業，讓具有AI跟資通訊功能的設備（即控制器、工具機或機器人）落實到工廠，不僅提高設備的附加價值，也能消彌製造跟資通訊領域的鴻溝。目前工研院已針對電子產業，開發AI應用模組設備，當設備啟用時就能啟動智慧化功能，針對光電半導體的研磨製程，本院也結合感測資訊技術進行研磨製程診斷，讓設備能知道砂輪的研磨狀況，在加工缺陷出現前，調整設備來維持最佳加工效率。

策略二、人機協作的系統方案導入製造產線：針對製造工廠的需求，將解決方案導入生產系統及供應鏈管理。舉例來說，工研院已針對PCB、半導體、金屬加工等多項產業，開發出結合AI的AOI檢測設備模組，利用AI深度學習如何分類瑕疵後，有助提升瑕疵判別能力，進而提高檢測產能與降低製程成本。如果將AI檢測結果與製程資訊結合分析，可進一步得到詳細的瑕疵產生原因，可協助工程人員快速且明確地解決不良品問題。

整體而言，現今製造業面臨急單、少量多樣的挑戰，業者必須更頻繁變動產線內容，來因應客製化生產需求，而透過AI的深度學習與數據分析，可以讓機器變更聰明，有益增進製造品質，以及承先啟後工藝經驗，將製造智慧化，協助業者滿足市場迅速變化的要求。

資料來源：https://www.chinatimes.com/newspapers/20190630000267-260204…

導入 AI 就是勝利？兩個案例告訴你「準確的」AI 應用能有多大爆發力

Posted on 2019/01/25
台灣微軟 台灣微軟

AI 人工智慧落實在各行各業，尤以競爭激烈的零售市場最積極導入。研究機構 Research and Markets 估計，全球人工智慧零售產業的產值將由 2017 年的 9.936 億美元成長到 2020 年的 50.34 億美元。這反映出零售業大舉利用 AI 來改善自身的競爭力，卯足全力要替消費者打造一個「個人化、全通路、差異化」的體驗服務。

根據 Deloitte 統計，到了 2020 年，95% 的全球前百大企業軟體商會將認知科技整合進入他們提供的解決方案；另一方面，行動 app 的開發也將大爆炸，需求的增速是供給的 5 倍，也就是市場須要 5 倍的 app，但企業內部的 IT 開發產能只能做到需求的 ⅕。

在消費過程中接觸到數位行銷渠道的顧客將能提升 20% 轉換率，另有 56% 消費者表示，如果在數位連結實體的跨通路體驗讓人滿意，感受到高度客製化，就更容易買單。

換言之，即使全球的整體零售市場不斷成長，但在各家拼鬥角力下， 競爭也更激烈。根據 Digimind 數據，全球的零售業者目前已有 46% 的受眾來自跨渠道通路，也就是線上、線下、居家、商場、辦公室等無所不在的全通路零售，更能吸引消費者。

在這個情況下，零售廠商為了爭取顧客，必須投入的獲客成本（CAC）勢必提高，但另一方面，投入獲客成本後，大多數零售商往往未能掌握合適的工具、獲客手段不成熟，以至於與對手提供的服務大同小異，做不出差異化，無法妥善地實現全通路 、無終式的整合銷售。
AI 導入不是有做就好，企業應先了解「為何而做」？

因應新型態的跨通路銷售，零售商求新思變，常藉由導入 AI 來增進消費者體驗，科技演進下 ，AI 已不再是大企業才能觸及的領域，放在雲端上的諸多 AI 解決方案，讓中小企業也可以開始導入智慧服務，同時藉由軟體開發團隊和 IT 的協作，快速的完成新解決方案的導入。
客戶體驗流程圖

導入門檻降低，對大多數企業而言都是好消息，但企業在導入 AI 的過程中，應該試著理解消費者「需要什麼」？這件事可以透過重新檢視消費者與企業之間的互動流程找到新的利基點，

例如消費者是否需要更方便的互動方式，這個方式要透過臉部辨識、圖像辨識、還是語意辨識去達成？實體零售商可能可以透過臉部辨識更清楚認識每個客戶，電商可能可以透過語意辨識與消費者進行更進一步的互動，或者是透過消費者更個人化的選購，利用圖像辨識去進行推薦商品的選擇。

甚至再深入一些，在既有的客戶關係維護系統（CRM）、工作流程管理（CMS）中導入 AI，藉由機器學習達到更精準的客 戶 分群（Segmentation）， 增加回流 , 並減少客戶流失 ，並藉此公司的行銷資源集中在 20% 貢獻 80% 營收的 VVIP 身上，增加客 戶 黏性,，也帶動公司的整體產能。

當然，AI 導入的場景不僅僅限制在單一場景，例如實體零售商也可以透過語意辨識加深和消費者的互動，並更有效地促使消費者到實體門市完成消費，微軟在 2017 年推出的零售業全渠道行銷概念影片，就是很好的例子。

整合全通路，零售商該如何創造與消費者的雙贏？

微軟案例影片中，店家首先透過智慧語音辨識來解析消費者的需求，接著引導至品牌的智能客服，透過串接 客戶管理的 資料庫 , 或是社群與電商的公開資料 , 了解 客戶喜愛的服飾類型，再藉由 AI 圖像辨識進行分析，找出與消費者過去喜愛類型接近的產品，並推播給消費者，減少瀏覽時間，讓尋覓喜愛產品不再曠日費時，而變得極為便利。

推薦商品一旦被消費者看中，即可在手機上先行勾選，列入下次到門市時的「試穿清單」。消費者抵達門市時，其手機的 AI 和店員手機的 AI 立即串接，店員就會把「試穿清單」先放進試衣間；消費者在店內瀏覽時，也有 KIOSK 透過 AI 臉部辨識提供個人化服務，例如最新推薦商品。最後再串接訂購平台，消費者在試衣間時就可結帳，系統並將購買品項傳給零售商後台，統計熱賣款式，根據這些數據來調整庫存。

上述案例展示了零售業未來實現全通路行銷的各種可能性，從客戶在家、前往門市、到完成消費的過程，如何做到有效卻不讓人反感的訊息促銷，這些過去看似前延的概念，正在慢慢成為現實，也成了服務差異化的創新展示場域。

離台灣比較近的案例，也可以看看近期微風利用 臉書 Messenger 結合微軟 AI 工具的成果 。

微風南山利用了微軟合作夥伴愛酷（Accuhit）所建置的 Chatbot，提供互動性和遊戲性，快速的進行消費者資訊的收集，並瞭解會對特定產品感興趣的消費者面貌，進 行後續的行銷，也是非常有趣的應用案例。

上述兩個案例，讓我們看見了雲端 AI 演算串接各種應用載具之後的龐大可行性，過去我們談的是消費者的最後一哩路，現在，我們嘗試從消費者接觸產品前就開始行銷，將各式各樣的 API 工具導入消費者面對的各種溝通渠道，透過影像、聲音、VR 等不同方式帶來獨特而創新的體驗。

不僅消費者受惠，零售商也將因此受益。所有的零售商都在提供更客製化的 AI 機器人服務，但如何將獲取到的資訊反饋給企業的後台，與雲端工具 Omnichannel (支付、 App、Kiosk、網站等等) 結合 ，形成一個有高度的分析視野、有助於未來的營運走向；或者如何主動接觸客戶（例如各種行銷工具可因此客製化及自動化）、甚至如何透過機器學習來對客戶進行評比分類…… 等，諸如種種，既充滿挑戰、也讓人興奮，因為它將帶來無限可能性。

美國連鎖超市 Kroger 的 AI 進化，與解決方案商的共創雙贏

零售業與解決方案商的合作達成最大效益化，最近也有一起很重要的案例可供參考。

美國最大連鎖超市 Kroger 近期與微軟達成新的戰略合作—智慧貨架。Kroger 導入微軟既有的 AI 套件，開發出專屬的 App，消費者走進賣場，開啟 App，就能在經過適合自己的商品時，看到屬於自己的客製化圖標，讓消費者更便利就能找到符合需求的商品。

除此之外，消費者也可先在 Kroger 的 App 預先下單，一旦抵達商場，Kroger 員工會直接將訂單品項放進消費者的後車廂，Kroger 統計，這個作法讓每筆訂單的完成時間降低一半以上。主要解決的會是消費者在大賣場進行採購, 需要面對排隊結帳的痛點. 再拿了就走這種深度學習進入量產前, 此舉不外乎是一個折衷的解決方案.

此外, 對於 Kroger 來 說， 和微軟合作打造新的解決方案，能把消費數據轉換成新的 API 工具，讓其他零售商也能導入符合自身需求的功能， 對傳統的零售業者或是製造業者， 不外乎是製造了一個新的生財工具 ，策略性的轉型成解決方案商 。微軟在零售的觸角，在 Walmart 帶槍投靠的效應下，日漸茁壯。

影片：https://youtu.be/hQ14_HpnBvY

資料來源：https://buzzorange.com/…/20…/01/25/microsoft-case-about-ai/…

人工智慧「降門檻」須警惕安全風險

北京新浪網 (2018-12-03 00:44)

　　來源 經濟參考報

　　記者 朱涵 杭州報導

　　一批人工智慧開放平台正在大幅降低技術門檻，讓人工智慧走近中小企業，不再是財力雄厚者才能擁有的「奢侈品」。專家認為，開放平台是人工智慧技術發展新趨勢，將推動人工智慧發展進入高峰，但同時也不可避免帶來多重安全風險，須予以防範。

　　人工智慧「降門檻」推動創新

　　百度與金龍客車合作的無人小巴「阿波龍」日前在北京海淀公園進行了公開試乘，這款無人車搭載了百度Apollo系統，能基於高精地圖和智能感知技術，對行進路線進行最優規劃。

　　不僅僅是「阿波龍」，在百度Apollo自動駕駛平台開放的一年多里，已在全球有了133家生態夥伴和11000多家的開發者。

　　「包括戴姆勒、福特、沃爾沃、因特、微軟、比亞迪、北汽、奇瑞等汽車產業鏈上下游的領軍巨頭加入Apollo的生態。自動駕駛趕上了汽車和通訊兩個百年產業的交錯之際，百度多年積累的人工智慧技術發展通過開源的方式加速整個生態的創新。」 百度總裁張亞勤說。

　　前段時間在浙江烏鎮召開的第五屆世界互聯網大會上，百度Apollo自動駕駛開放平台與亞馬遜機器學習全託管平台、安謀中國全新人工智慧平台「周易」、supET工業互聯網平台、京東智能供應鏈技術服務平台、小米智能家居開放平台等一批人工智慧平台作為15項「世界互聯網領先科技成果」的重要組成在大會上進行發佈。

　　中科院院士鄔賀銓作為世界互聯網領先科技成果推薦委員會中方主任，高度評價人工智慧平台類成果。「發佈成果由47名全球知名的互聯網業界專家投票產生，代表了互聯網領域的創新智慧和未來互聯網的發展趨勢。『平台』成為領先科技成果『重頭戲』。」鄔賀銓認為平台類成果打造生態，將利於其他中小企業利用平台和技術進行進一步開發。

　　在百度自動駕駛開放平台上，開發者甚至不用學習就能輕鬆使用相關的技術。安謀中國全新人工智慧平台「周易」能夠將人工智慧的設備開發周期縮短三到五倍，把算力開發成本減少五到十倍。亞馬遜機器學習全託管平台上，受過訓練的開發人員僅需3到4周的時間，就能夠完成原本需要10到20個博士級專家耗時9個月完成的項目。

　　「今天幾乎所有的人工智慧設備都是針對特定的應用場景，垂直集成，產業協同效應低，開發費用往往達到數億元，周期要數年。我們產業急需一個開放適配性強、互通的人工智慧軟硬體開發平台來降低開發成本。」安謀中國執行董事長兼首席執行官吳雄昂說。

　　「大家都知道人工智慧的重要性，但除了谷歌、騰訊、百度這樣的企業，沒有多少公司能真正有實力去開發先進的人工智慧技術。所以我們將過去積累的技術能力開放出來。」百度公司董事長兼首席執行官李彥宏說。

　　「天下武功，唯快不破。進入智慧時代，『快』不僅僅是『日新月異』，還可能是以小時、以分鐘計算。」中國工程院院士、浪潮集團首席科學家王恩東說，創新速度是人工智慧發展的核心競爭力。

　　多重安全風險值得警惕

　　多名專家和業內人士表示，人工智慧發展曾經歷多次低谷，本輪發展呈加速態勢，行業內對此已有共識，同時也應充分認識到，人工智慧帶來的安全問題也會隨發展「動態演進」。

　　人工智慧「降門檻」將催生更多黑客、更多病毒和更短攻擊周期。鄔賀銓說，在網路安全領域，人工智慧的普及將有助於識別網路安全風險，同時也將降低黑客的門檻，讓更多人學會黑客，病毒的變種越來越多，且周期會越來越短。

　　「隨著人工智慧的進步，人工智慧的『雙刃劍』特徵會愈演愈烈。」鄔賀銓說。

　　360集團董事長兼首席執行官周鴻禕說，如今的網路攻擊已實現了智能化、自動化，速度極快。「網路安全監控經常會發現一些網路攻擊，發現后再去分析研究，拿出解決方案后還未實施，網路攻擊已經過去了，而新的攻擊已經開始。」

　　人工智慧所依賴的感測器、訓練數據和使用的開源軟體等存在安全隱患。中國信息通信研究院日前發佈的《人工智慧白皮書》顯示，人工智慧產品和應用的研發主要基於谷歌、微軟、亞馬遜、臉譜、百度等科技巨頭髮布的人工智慧學習框架和組件，而這些開源框架和組件缺乏嚴格的測試管理和安全認證，漏洞和後門易被惡意利用。

　　「有一種做法是『數據投毒』，想辦法在訓練數據里混入一些不正常數據，訓練出的人工智慧系統就一定會犯錯。軟體只要是人寫的，就一定有漏洞，比如1000行代碼里就會有4個漏洞。」 周鴻禕說，由於漏洞不可避免，目前網路攻防很不均衡。「嚴格來說，傳統大家常見的入侵檢測、防火牆、殺毒軟體這些技術，在抵禦這種攻擊上已經顯得無能為力。」

　　「目前人工智慧生態還未完全建立，尤其是在產業各個環節處於一個相對割裂的狀態，這就意味著黑客有機可乘。」 藍盾股份高級研究員、人工智慧專家江緯說，人工智慧所帶來的安全風險還包括拒絕服務、信息泄露、系統劫持等，可導致識別系統出現漏判、誤判，導致系統崩潰、被劫持，或使智能設備變成殭屍攻擊工具等。

　　風險管控及治理體系亟待建設

　　「人工智慧具有多學科綜合、高度複雜的特徵，我們需統籌謀划，穩步推進，把增強原創能力作為重點。」鄔賀銓等專家表示，在繼續加大人工智慧研發應用力度、發揮人工智慧應用潛力同時，要預判人工智慧挑戰，從技術、法律等方面「揚長避短」，防範風險。

　　首先，需要立足自身突破人工智慧關鍵核心技術。王恩東認為，國內人工智慧企業、科研機構要有清醒的認識，我們在基礎層面上還是有明顯差距，還要加強基礎研究和投入。鄔賀銓說，人工智慧的應用才剛剛開始，但還處於起步階段，在解釋因果關係上目前還無能為力。更多的希望要寄托在人工智慧的進步上。

　　其次，應打通數據孤島提升安全防護能力。「網路安全是『牽一髮動全身』的一個整體。我們面臨的很大問題是各個企業『各自為戰』，數據沒有打通，沒有全球或全國的視野，就看不到真正網路攻擊發生的過程。」周鴻禕說。

　　第三，建立健全保障人工智慧健康發展的法律法規、制度體系。「科技發展已經遠遠甩開現有社會法規與倫理規範，建立新的網路秩序迫在眉睫。」美國智庫布魯金斯學會約翰·桑頓中國中心主任李成認為，要讓網路空間和諧有序，社會、智庫、企業必須建立一個統一的網路法律和規則。

　　微軟全球副總裁沈向洋說，微軟提出了「公平、包容、透明、負責、可靠與安全、隱私與保密」的「六大原則」指引人工智慧發展，由多個部門負責人組成團隊制定政策來管理和指導開發「負責任」的人工智慧產品。

　　此外，也要加強國際交流探討治理應對策略。美國東西方研究所全球副總裁布魯斯·邁康納建議，國際各方應通過構建官方和非官方均認可的網路空間行為規則，預防風險共鑄安全長城。

資料來源：https://news.sina.com.tw/article/20181203/29078450.html