蓬勃发展的人工智慧（AI）已逐步渗透至产业应用中，根据史丹佛大学于2017年发表的人工智慧指数年度报告，在营收超过5千万美元的企业中，已有八成将AI技术导入生产线。儘管对中小企业来说，许多前景看好的AI技术仍有成本太高且导入程序过于复杂等问题，但透过科技持续创新，未来势必会开发出成本更低廉的技术解决方案，彻底改变市场竞争态势。在此一趋势下，中小型制造业者必须先了解有哪些创新选择，并开始规画将AI技术导入组织的方法，才能维持成长和竞争力。

　　在制造业生产现场，AI能分析生产资料以预测需求、规画产能、避免作业中断、减少废料和提升良率，同时也能简化产品或设备数据的搜集流程，利用机器视觉在生产现场或仓库自动撷取资料，大幅降低人工输入资料的时间。

　　此外，AI演算法能侦测不同地区和族群对产品的长期行为模式，协助管理者预测市场需求，提升约10％的准确度。制造商可利用这些洞察来优化制造和供应链管理，改善零件、原物料供货、库存、能源消耗及设备维修等相关决策。

　　AI技术亦能和不同的自动化设备产生加乘效益，颠覆传统制造业大量且同质的生产流程，依不同顾客需求提供高度客制化产品。如机器视觉和虚拟实境等技术即可与协作型机器人（cobot）整合，藉此强化机器人功能，增加人机互动的顺畅度与执行指令的能力。能安全地与人类员工协同工作、可快速导入且价格实惠的协作型机器人在加入智慧化配件后，将能协助企业更灵活地因应市场变化快速调整。

　　透过打造创新的「机器人即服务」（Robotics-as-a-Service），大部分无法自行开发的中小型制造商将可轻松拥有云端式监控和资料分析技术，使用者不需再以费时费力的方法设计程式，机器人将能利用演算法和庞大的资料集协助提升品质分析与流程控管。对制造业者来说，随着客制化风格的产品逐渐重返市场要角，多样化成品增加了检验工作的困难度。而装载了摄影机和感测器的机器人拥有比人类更敏锐的视力，能从大量资料中察觉异常环节，最高可比人工检测的速度快5倍；这些工具不只能发现缺点，还能找出根本成因，协助流程规画者加以改善。

　　连网感测器和设备亦能在预测性维护方面提供更智慧化的协助，藉由AI分析这些装置的输出资料，将能更轻易且即时地追踪产线运作状况和效能，在设备发生当机或失灵等问题前提早预警，并快速盘点解决方案。预测性维护可为制造业者减少60％以上突发性停机的机率、预防产能浪费，或因机器故障产出缺陷品而造成顾客负面观感。

　　儘管AI技术为制造业带来诸多加值，并非所有流程都需要立即智慧化，但不管是否做好准备，企业决策者都应该从现在就开始思考AI技术导入的通盘规划。若仅从单一部门层级启动智慧转型，而忽略了针对企业整体的全方位布局，可能导致未来需花费更多时间与成本才能让各环节彼此整合。无论从哪个流程开始智慧化，企业决策者的支持才是至关重要。