台灣智慧城市產業聯盟、台灣玉山科技協會及台北市電腦公會共同於2023年10月18日舉辦第3場「AI狂潮與智慧城市應用」論壇。隨著5G基礎建設逐漸普及與晶片效能的增進，AI邊緣運算（Edge AI）成為一大產業趨勢。與邊緣運算（Edge Computing）結合之後，Edge AI的應用領域更為廣泛，諸如安全監控、自駕車、交通管理、智慧醫療與智慧製造等領域均隨之進化。本場論壇主題著重於Edge AI在智慧製造的應用，邀請多位領導業者分享自身產品、技術在製造業場景的應用實例，以及對製造業數位轉型的觀察與思考。

首先由台灣智慧城市產業聯盟林智清秘書長開場致詞。他提到，進入網路時代，互聯網發達使得網路上所有的運算資源都集中在大型的IPC、雲端設備。但隨著更多樣的應用發展、伺服器效能、晶片運算越來越強，某些應用情境需要更有效率的傳輸，例如自駕車、工廠內的自動辨識等，需要端和點之間快速的聯繫，無法等待雲端（Cloud）回傳訊號，所以邊緣運算受到各界日漸重視。而在ChatGPT崛起以來，AI熱潮不斷，台灣作為ICT重鎮，在這波邊緣運算浪潮中，有機會將更多產品推廣到海外，滿足全世界智慧城市相關需求。

英業達5G研發事業處簡嘉南處長以英業達的5G智慧工廠應用經驗，分享「AI邊緣運算在智慧製造的挑戰與未來」。英業達將自身雲端、Edge AI等技術，導入台灣的工廠實際使用。簡嘉南處長分析，Edge AI帶來了分散式人工智能（Distributed Intelligence）浪潮，打破集中式雲運算系統架構，由中心節點（Data Center Server for AI Training）和末端節點（Edge AI Gateway for AI Inference）組合，帶來快速運算、資料串接回饋與提升良率和交期等優點，而末端節點傳輸較少資料的特性，可降低流量瓶頸與資安風險，也帶來更好的成本效率。 

簡嘉南處長並點出，製造業有許多痛點，諸如人力作業造成人為疏失、大型機具工安意外、各型設備難以系統性維護管理、異地作業難以管理等，可透過導入AI數位轉型智慧工廠解決問題。然而，應用在製造業的AI技術較偏向於鑑別式AI來完成預定任務，例如作業員身份驗證、產品瑕疵檢測、預防保養推論與工安防護等，其他仍有許多問題須克服，例如系統和不同介面設備的整合、數據管理和治理、持續優化AI Model算法、維護和支援系統，與技術人員培訓等，而隨著生成式AI進入市場，製造業也應思考如何搭上這波浪潮，整合鑑別式AI與生成式AI能力讓智慧製造再次升級，走入智慧製造2.0時代。

接著，優智能吳浩平技術長以「Edge AI在中小型製造業之有效應用」為題，分享Edge AI為中小型製造業的數位轉型帶來的益處。吳浩平技術長表示，中小型製造業面臨最直接的困境就是人力不足，導致產能無法提升、製造經驗難以傳承甚至技術斷層等問題。由於預算、資源有限，數位化後，傳統製造業由下而上、層層連結的資訊模型，不僅建置昂貴，也沒有人力去進行不同階段的資料處理，因此並不適用於中小型製造業現狀。

他分析，因為中小型製造業資源不足，更需要以最輕量、成本最低廉的方式，第一時間掌握產線狀況，並迅速將數據轉化為可用於決策的資訊。結合Edge AI系統，即可做到輕量化、快速生成數據，且即時消化成對生產者有用的資訊，舉例而言，透過Edge AI辨識製程步驟後，可透過AI學習自動辨識與標記，產生製程報告後，可針對每個製程階段收集數據、分析並產生製程報告，做到異常偵測、調整製程等處理。

中小製造業數位轉型另一個問題在於，新模式和過去的生產經驗能否彼此轉化，再來是要有好的擴充性和彈性，因為運算是跟著設備或作業單元（work cell）走的，未來規模增加、縮減都很容易，並且相較於傳統資訊系統的架構，Edge AI的系統架構中，所有資訊會匯集到統一的資訊中心，就不存在資料分層壁壘的問題。吳浩平技術長並分享數位轉型前的三個思考：策略、架構與元件，首先確立數位轉型的目標與手段，其次是選定合適的架構與配合的技術元件，才能確實達成轉型目標。

凌華科技邊緣AI運算平台事業處陳少華總經理的講題為「邊緣運算賦能AIoT產業創新應用」，他分析智慧製造系統並非只處理單一產品或一家公司，需要從邊緣運算裝置（edge）到雲端（cloud）做許多整合，諸如通訊協定、平台與作業系統等等整合，而凌華近年來積極投資AIoT創新應用如Private 5G（P5G）、機器人（Robotics）與AI Vision，也搭上智慧製造浪潮；例如P5G的建置，即是在智慧工廠的場域中，搭建出一個不受其他無線訊號干擾的網路環境，讓機器設備在工廠中四處移動仍可穩定傳輸訊號。

陳少華總經理並分享凌華的產品應用實例，如AI邊緣運算平台（Edge AI Platforms）應用於智慧城市、工業製造、成田機場的警衛機器人、產線成品的AOI外觀檢查等等，未來自主移動機器人（Autonomous Mobile Robot, AMR）到自駕車的發展將成為趨勢。因應前述需求，凌華推出ROS 2 Solution產品，搭配多種感測器、攝影機，可應用於工廠中的物流機器人、警衛機器人、無人駕駛接駁巴士等等。

中華電信企業客戶分公司柯偉震副總經理以「Edge AI與5G專網在智慧工廠的創新應用與發展」為題談到，AI在智慧化時代，扮演非常重要角色，但必須整合其他技術例如5G、大數據等，才能達到智慧製造目標。根據市場數據，2023年製造業進入AI導入和驗證階段的比例近二成，相較於2022年11.4%有長足增加，顯示製造業正積極導入AI以提升營運效率。

柯偉震副總經理表示，5G的時代傳輸速率是Gbps等級，而中華電信的5G企業專網的優點在於高速率、低延遲、大連結，並整合邊緣運算，能有效達到智慧工廠內各種不同場景、端點傳輸需求，諸如AOI瑕疵檢測、庫存管理、無人搬運車、移動機器人等，並確保資訊安全與可靠性。Edge AI應用可協助企業降低人力、耗材、物料等成本，提高機台產能及可靠度，縮短維護時間等，以成功數位轉型，達成5G智慧工廠目標。中華電信目前已與台灣電路板、半導體多家領導廠商進行5G專網合作。

接著由和碩聯合科技核心技術研發中心軟體研發處梁家銘資深經理分享自家企業應用智慧製造的案例。他表示，企業的獲利關鍵來自營運效率提升，諸如產能、交期與成本控制等，多數企業都希望使用科技提升營運效率，強化競爭力。而從數位化、自動化到智能化的演進，其目的在於建構一個能自主運行的營運系統，甚至連決策都能交由系統處理；這時，人的價值在於開發與設計這系統，讓系統能夠高效、穩定運作，成為人們的助力。

和碩是一家專業電子代工公司，製造業務的地位重要，因此自行開發的AI平台─PEGA AI應運而生。結合AI、數據、數位孿生（Digital Twins）與雲端技術，目前已有許多落地的應用。舉例而言，AI視覺在產線上的應用，包括表面黏著（SMT）製程的瑕疵檢測、自動組裝的視覺導引定位、元件檢測、Bar code文字辨識等，搭配工作流程調整，可有效降低人力使用；此外在工廠工安監控上的應用，如人員進出門禁、人臉辨識等都已在工廠中落地，並部署至和碩全球11個製造據點。

他並談到，AI落地最難的關鍵其實是規模化，從開發、維運到大量提供給第一線工程師實際使用的過程，容易在規模化時發生瓶頸。他建議，公司要想辦法自己培養人才，而設計思路上，不管軟體或硬體，都要通用化，有助於快速開發、資訊共享與積累傳承。

接著，辰隆科技婁道生總經理以「Al邊緣運算與5G在智慧工廠自主移動機器人（AMR）的最新應用」為題，談及5G企業專網與智慧製造的重要趨勢，因應世界潮流與強化國家競爭力，企業專網也凸顯其重要性，針對企業與場域的專屬性與目的性，專屬網路需能順應環境變遷與競爭態勢轉變，進行彈性調整與優化，而他認為企業專網的市場尚處於萌芽期，預計要到2026年以後才能放量。

針對工廠中自主移動機器人的市場趨勢，婁道生總經理分享，倉儲物流設備在2026年整體市場規模預計成長至460億美元，自動化搬運系統及設備需求在2023到2026年間快速成長，在2026年甚至可望與傳統設備齊平。他表示，5G企業專網、邊緣運算、人工智能、機器人等技術以及物聯網等創新技術的引入，有助於在未來一段時間內持續推動自主移動機器人的發展。

專題演講最後壓軸的是研華科技智慧工廠解決方案林世彰協理，他的講題為「AI生成時代的智慧製造創新驅動力」。他表示，在智慧製造的轉型過程中，平台是非常重要的，初級建置好平台，有助於協助迅速橫向擴充多種功能，並且確保一開始就符合安規、資安等種種標準，在測試、導入的時程上也更有效率。

在視覺AI、資料AI之外，研華並加入生成式AI（Generative AI），讓裝置蒐集數據同時做資訊處理，甚至可將語音轉為文字資訊，成為一台smart machine，進而整合Open AI的資料庫，創造出更大的價值。林世彰協理表示，過去製造業討論的是老舊設備升級、IoT的應用，而到2023年，生成式AI結合智慧製造，將改變作業方式，成為新一代使用介面。