《科技》臺灣製造業加碼投資AI 2025年預算估增11.5%

針對各個次產業的AI化程度，資策會MIC指出，較爲成熟的產業包括PCB、光電材料及元件業，而發展較慢的次產業則爲其他電子零組件及電腦與其周邊設備業。產業分析師張家輔指出，業者導入AI的主要期望是改善績效和降低成本，這也反映出臺灣製造業最關注的指標包括良率、產能、產品上市時間和成本等，業者將AI視爲一個有助於改善這些指標的工具。 根據調查結果，製造業業者導入AI後，最顯著的成效改善項目包括增加營收、減緩缺工壓力和降低成本。然而，仍有一些指標需要更 多觀察，尤其是在「提升問題的可預見性」方面，滿意度較低。張家輔分析指出，AI預測成效不如預期的原因主要有兩個：一是外部政經環境、供需不穩和黑天鵝事件等因素會影響預測準確性；二是企業是否做好數據準備工作，這對預測準確性也有很大關係。

針對已實踐AI的企業，資策會MIC發現，IT部門的AI發展進程最快，這類部門的實踐比例高達六成，顯示大多數企業將IT部門視爲數位轉型的推動者。其次，製造部門的「製造生產」和「產品質檢」部門也在快速跟進。從AI應用的分佈來看，品檢相關的應用居於熱門位置，前三名中就有兩項與品檢相關，另外一半的應用則與製造生產有關。前十名的AI應用依序包括瑕疵檢測、瑕疵圖片標記、生產流程改進等。未來，製造生產部門對AI的需求將最爲強烈，隨後是產品研發和產品質檢部門，預計這三個部門將逐步擴大與其他部門之間的智慧化差距。

資策會MIC還指出，已導入AI的製造業企業有加大投資的趨勢，2024年已導入AI的企業平均投入209萬元，預計2025年這一數字將增至236萬元，2026年將達到261萬元，2024-2026年的CAGR爲11.5%。張家輔分析，約四成已導入AI的業者會繼續加大預算，預計2025年將有46%的企業增加預算，2026年則爲39%。而未擴大投資的企業並非削減預算，而是選擇維持投入，顯示出整體制造業對AI投資的積極態度。

在技術投資方面，資策會MIC指出，鑑別式AI爲製造業的主流技術，2025年預計將佔AI預算的73%，而生成式AI則佔27%，預計2026年生成式AI的投入比例將增至29%。分析指出，生成式AI的成長潛力值得期待，儘管目前多數應用集中於產品開發報告生成，未來有望擴展到更多的製造環節。

最後，資策會MIC強調，數據仍是AI發展中最關鍵的挑戰。80%的已實踐AI的企業表示面臨數據問題，尤其是大型企業，由於其組織結構較爲複雜，數據問題比中小型企業更爲棘手，特別是在數據不足或數據之間關聯不清的情況下。尚在規劃階段的企業則面臨成本高和效益難以評估的挑戰，數據挑戰和數位化程度不足也是主要問題。張家輔指出，數據準備工作必須實際執行，少數數據會導致模型效能不佳，而過多的數據未經有效治理也會影響AI的發揮。企業應該從最終應用場景出發，確定所需的數據類型，並改善數據品質、數據量和治理工作。