台灣新製造怎麼走？鴻海AI大腦推手解惑

商業周刊／採訪●曾如瑩

過往談新製造，談的是工業4.0，今年新製造轉型的主軸談的是人工智慧（AI），利用人工智慧提高效率、降低成本，轉型少量、多樣的生產模式，台灣科技與傳產製造龍頭，不約而同的大力投入人工智慧。

鴻海董事長郭台銘6月出席富士康30週年廠慶時喊出，未來30年鴻海的成長要靠工業人工智慧，預計要培育出兩萬名AI種子人才，5年要投資新台幣100億元在工業互聯網的AI應用。人工智慧將助力鴻海的下一波成長。

台塑也宣布要成立人工智慧與工業4.0研發中心，還送了百名種子部隊去美國受訓。

郭台銘口中的「工業人工智慧」一詞創始者為兩岸新製造專家，辛辛那提大學特聘講座教授李傑，他指出，台灣製造業需要的不是人工智慧，而是「工業人工智慧」，誤用人工智慧不僅無法轉型新製造，還可能提高成本。

他是郭台銘倚重的新製造專家，郭台銘前往史丹佛大學演講，與辛辛那提大學簽署工業智能發展協定時，旁邊都有李傑的身影，鴻海在矽谷成立的人工智慧新公司Industrial AI System的合夥人就是李傑。

為了了解工業人工智慧，郭台銘還化身為學生，認真聽完李傑的2天課程。

▲郭台銘倚重的新製造專家李傑。（圖／商業周刊）

談新製造與AI》

傳統AI不保證可靠性
工業用失誤一次就不及格

在李傑短暫停留台灣《商業周刊》取得的獨家專訪，他指出工業人工智慧將讓數據更聰明，這是場不加入、就淘汰的革命。以下是專訪精華摘要。

《商業周刊》問（以下簡稱問）：鴻海與台塑紛紛投入人工智慧，為何製造業熱衷於人工智慧？

李傑答（以下簡稱答）：富士康想把工業物聯網當成新的商業模式，從原先獨善其身（編按：只將代工做得完善），再兼善天下（編按：推廣工業物聯網給客戶）。自己先把它做好，再影響到全世界。而工業人工智慧扮演的角色，就是符合製造業節省成本，增加效能，提高質量等剛性需求，鴻海轉向工業互聯網，希望協助企業達到以上目的。

問：現在製造業提的人工智慧跟你提出的工業人工智慧有何不同？

答：人工智慧是認知科學，主要是讓軟體做深度學習、人臉辨識與人機互動，但是傳統的AI不保證成果的可靠性，常會因為輸入數據與使用者不同，結果就會不同。現在中國也投資很多AI，只要成功一次（如自駕車或下棋），就覺得AI可以逆天了。

但是在工業的運用上，強調的是可靠的預測，我主張的工業人工智慧集中在專業知識，每一次使用人工智慧獲得的結果都是可靠，適用於強調「安全性」的產業，如，汽車、地鐵與工具機。因為在工業的使用上，若因為人工智慧導致誤判或錯誤，代價是難以彌補。

在鴻海30年大會我也談了，工業人工智慧是ABCDE，A是代表AI或者叫Analytics，B是大數據（Big Data），C是雲端（Cloud），ABC是全世界都在談，那我再加上D是領域知識（Domain know how），目的是證據E（Evidence），透過證據經驗不斷提高AI的可靠性，達到省成本、提高價值、增加效率的目的。

類似工業工程裡提到PPM（百萬分率）概念，意思是100萬次都成功才算成功。如，飛機發動機要有100萬次裡面只准1次失事才符合美國航空局標準，若用此標準來看，一般的AI是不合格。

談應用與挑戰》

本質、體質或素質
導入前，先釐清3問題

問：請舉實際應用的例子？

答：比如我協助過中船，我們用AI幫它省能，船舶最大的成本是油錢，我們用AI算出風向與海浪，船透過改變行進角度就能用最省油的方式運輸，行走當中不斷計算找出最好的解答。一年我們可省下6％油錢，這就是AI。AI非用不可，只是它的算法相當複雜，我常說，大數據讓人更聰明，AI則讓數據更聰明。

問：台灣製造業在導入AI時會遇到哪些挑戰？

答：很多人找來AI專家，給一堆數據就說可導入AI，但忽略導入AI，你得先回答你想解決的是哪個問題？製造業轉型不外乎想解決3個問題：本質、體質與素質問題。

本質問題是你想做什麼，這要從顧客端的價值去看，你想帶來什麼價值，這沒法靠數據，這是靠思維。

體質問題是製造過程中的成本效率、環保和安全，以前是靠人的經驗去管，現在是靠數據說話。素質問題是你如何設計與製造，人員怎麼訓練，顧客是否按照標準用你的產品。體質問題是用智能製造，素質用自動化解決，本質是靠思維改變。

談迷思與認知》

破數據、爛算法都不準
它是文化大革命，不in就out

問：用AI做製造轉型，會遇到哪些迷思？