BCG:臺廠全球佈局靠 AI 助攻 可望提高20%生產效率

人工智慧(AI)示意圖。 路透

全球製造業面臨日益複雜的環境—經濟與地緣政治的不確定性、永續法規要求、供應鏈重組壓力、人才短缺,而AI等先進技術蓬勃發展,不但有助於企業正面迎戰這些難題,更有機會創造新的價值。波士頓顧問公司(BCG)以其協助企業運用製造業AI(MFG AI)解決方案的經驗指出,臺灣的製造業處於關鍵轉折點,一方面亟需跳脫低毛利的困境,一方面在地緣政治環境下,面臨產能移轉及重新佈局的壓力,以及隨之而來的人才管理議題,若能以AI賦能製造業,可讓工業生產提高效率,將是臺廠佈局全球時的重要助力。

九成製造業認爲導入AI極重要

根據BCG與世界經濟論壇(WEF)共同出版的《把握工業領域AI革命新契機》白皮書指出,AI技術是製造業轉型的一大重點,成功應用的企業可讓工業生產突破生產瓶頸,提高20%的生產效率,但多數企業因組織與技術上的不足,仍苦於無法達成AI導入的預期目標,只能「望AI興嘆」。

這份針對全球1,800 多家制造業高階主管進行研究的白皮書,主要發現包括:

•89% 的製造業受訪者認爲AI極爲重要,並計劃在生產中實施AI技術。

•68% 的製造業者已經開始使用AI技術,在生產上至少已全面應用一項解決方案。

•這些公司中僅有六分之一 (16%) 已經達成AI相關目標,主要歸因於人才與組織(如:缺乏數位技術和能力、缺乏AI策略與發展藍圖)及技術基礎架構(如:缺乏數據處理能力)上的不足。

•製造業者雖然在諸多領域開始應用AI技術,整體AI成熟度仍然較低。品管是各產業應用AI技術最成熟的領域,距離打造「未來工廠」的願景仍有一段路。

臺廠面臨的AI技術轉型,與世界趨勢相符。BCG根據AI應用的成熟度和創造的價值,將製造業的數位化定義成四個階段,分別是聯網數據基礎(AI 0.0)、數位流程賦能(AI 1.0)、針對營運需求提供進階分析協助(AI 2.0)、進階自動化及閉環控制(AI 3.0)。根據BCG專家觀察,多數電子製造商達到了第二級的AI 1.0,但臺廠AI 2.0以上的部署仍不全面,導致難以與對手拉開差距。 BCG董事總經理暨合夥人、BCG大中華區營運專項共同負責人陳美融表示:「現在晉升到 AI 2.0的企業只佔3%至5%,約八成五都還停留在 AI 0.0的階段。但其實AI技術快速成熟,從 AI 1.0進階到 AI 2.0,有機會在三年內達成。」

生成式AI在未來工廠的作用

在BCG與WEF的調查中,製造業高階主管也將AI和生成式AI列爲最有機會顛覆產業的科技。面對生成式AI的熱潮,BCG提醒,生成式AI的潛力不限於ChatGPT, 但生成式AI亦不會取代傳統AI和現有的工業控制系統。許多既有的AI技術在製造業的應用已經成熟,在講求精密度的生產環境中,在異常檢測、生產分析、參數調整優化等場景使用生成式AI並不划算。

現階段,生成式AI能夠生成內容的特性,使其在輔助系統、推薦系統、自主系統上可以有很好的使用案例,能發揮相輔相成的作用,爲邁向「未來工廠」鋪路:

•輔助系統可以大幅提高手動作業(如程式撰寫、機臺維護)等的效率。

•推薦系統可以協助作業員找到最佳的解決方案。

•生成式AI的開發人員亦正在積極研發解決方案,讓設備能夠自主調節並且適應陌生環境。

BCG董事總經理暨資深合夥人、BCG X大中華區負責人魏傑鴻(Jeff Walters)建議,針對已經成熟的AI技術,如機器學習和深度學習,企業應打造高價值的應用場景並熟練使用,最大化AI的效益;針對生成式AI,則應儘快開始做試點嘗試,提前佈局。

舉例來說,某專攻PCB製造的臺廠在進行全球佈局時,就曾在BCG的協助下,利用生成式AI「合成數據」的訓練模型,使得機器人獲得辨識各類物體的能力。陳美融表示,「AI技術尚無法全面應用於整個製造過程,但可以利用生成式AI學習影像的能力,協助判斷產品的良率,有效降低臺廠對於人力的依賴,也更可以有效降低成本。」

AI輔助解決臺廠的管理困境

隨着國際品牌大廠嚴格要求臺廠進行供應鏈重整,甚至已明確訂出轉移產能的時間表,臺廠全球佈局的腳步勢必要加速,若能規模化應用AI,可爲臺廠的製造效率的難題提供破解之道。

陳美融觀察,臺灣電子業移廠至東南亞、印度、墨西哥等地後,面臨既有管理模式受到挑戰的困境,除了幹部級的經驗無法有效傳承,文化差異也影響生產優勢,臺廠因管理精準度降低,在新興生產地的平均生產效率下降了5%至15%不等。陳美融表示,「若能將原有的管理經驗轉化成數據,透過AI 快速學習,減少因人員管理而產生的生產誤差,將可確保臺廠的長期優勢,維持核心競爭優勢。」