什麼是人工智慧（AI）？

許多人對「人工智慧」或「AI」一詞感到困惑。它被視為工業 4.0 的一部分，但同時也與「自動化取代人類工作」的威脅聯繫在一起。AI 並非硬體，而是軟體，也並不像好萊塢電影常描繪的那樣會導致文明終結。

那麼，AI 究竟是什麼？人工智慧能做些什麼呢？讓我們來探討 AI 的基本概念，並將其放在適當的背景下，以便我們能夠以更理性的角度接受這項技術所帶來的機會，而不被炒作的人工智慧軟體範例牽著鼻子走。

人工智慧對我們而言意味著什麼？

人們對 AI 有兩種截然不同的看法。第一種觀點認為，如同好萊塢電影所描繪的那樣，未來的高科技機器將入侵世界。然而，這類故事的重點其實並不在於造成破壞的機器本身，而是控制它們的軟體——一種能夠自行思考、超出原始設計範疇的高級演算法。真正智慧的定義，正是指這種不依賴特定程式碼下能夠思考的能力。

除少數例外，人類被認為是具有智慧的。然而，機器目前仍然僅受軟體的指揮，只能對發聲並傳達給他們的情況做出反應，它們遵循程序已達到想要的結果。有人認為，一般人類行為也可以透過高科技與更先進的過程來模擬。而若要讓機器真正擁有獨立思考的能力，那麼它們的運作方式就必須超越傳統的軟體演算法，逐步展現出智慧的光芒。

因此，許多人認為現有的組裝機器與連接的軟體已經具備「智慧」。這類說法旨在讓消費者相信，最新的產品比以往更聰明，能創造更高的價值與效能。而事實上，市場上的新機器與機器人確實越來越強大，每一次技術進步都讓 AI 更加智能。然而，我們距離真正能夠自主思考的人工智慧還有多遠？

如今，人工智慧不斷獲得大量投資，這些資金主要來自於持續改良的機器與軟體銷售。然而，技術發展速度驚人，這也讓人們面臨一個問題：何時才是投資「智慧」解決方案的最佳時機？如果現在投入最先進的 AI 技術，它會不會不久的將來就會過時呢？

絕對不會過時！

其中的關鍵於，智慧解決方案的硬體與軟體之間，正逐漸呈現出更明顯的區別。在過去，我們購買的製造工具通常包含硬體與軟體，因此兩者的差異較難察覺。然而，硬體的改進受到實體產品開發週期的限制，無論是機械還是電子設備，都需要較長的時間來優化。而相較之下，軟體的改進速度則快得多。我們都曾經歷過智慧型手機、電腦，甚至 SMT 貼片機或檢測設備的頻繁軟體更新，這些更新通常能夠提升設備的運作效能。

這並不代表設備供應商一開始錯失了增加價值的機會，也不意味著原始設備或軟體有問題。這種觀念已經過時。由於軟體並非實體產品，其發展更像是一種持續的流程，而非像硬體那樣一次次的重大變革，因此新功能可以立即提供，這也大幅改變了我們對於軟體的投資方式。

就連微軟已經不再推出全新的 Windows 版本，而是持續為 Windows 10 提供小幅度的增量更新。如果每次改動都需要推出一個全新版本，那麼我們現在可能已經來到 Windows 42，每次升級都會帶來恐慌與花費。相反地，透過漸進式更新，使用者的體驗幾乎不受影響

硬體的進展較慢，通常以獨立的產品階段呈現，而軟體則更加靈活，且能夠得更聰明、更聰明，而且只需一次性投資，或是透過訂閱制，讓使用者能夠隨時選擇需要的功能。隨著我們快速邁向 AI 時代，這種模式變得越來越重要。

數位智慧的起源

關於「是軟體帶動硬體發展，還是硬體推動軟體進步」的討論，隨著我們將軟體開發視為一種持續流程，而硬體變革則是逐步推進，變得更加耐人尋味。然而，在 AI 應用與智慧運作領域，軟體的發展已逐漸與硬體脫鉤。智慧倉儲的發展便是一個引人入勝且具歷史意義的例子。

傳統倉儲模式通常是依照零件編號進行分類，並為每種零件指定特定的存放容器。這些通常依照字母順序排列，方便人工尋找物料以組裝套件。然而，這種方法在空間利用上極為低效。隨著新零件的引入和舊零件的淘汰，倉儲空間必須不斷調整，導致存放位置產生閒置區域或擁擠現象。許多儲物箱可能長時間閒置或超載，當需求變動時，調整容器尺寸又需要極大的體力勞動，因此讓人們往往傾向於用人工靈活應對例外狀況。

第一款不成熟的倉儲管理軟體解決了這個問題。人們發現電腦比人工更擅長記錄與查找物料，以至於不需要依照字母順序排列。這種標準稱為「隨機存儲（Random Storage）」，物料可以存放在任何未使用的容器內，並由系統記錄其位置與數量，當需要時，軟體會通知作業人員準備物料。這一變革進一步推動了自動化物流的發展，例如無人搬運車（AGV）與自動化起重機等硬體技術的應用使倉儲自動化成為可能。隨著技術不斷演進，如今我們看到的大型電商倉儲中心已經達到了前所未有的先進程度，許多原本由人力執行的工作現在已經完全由機器取代。這是一種基於標準化的機械驅動自動化，基本上就是工業 3.0。

然而，這些自動化設備的機械系統如今變得更加智慧，其基礎仍然來自硬體的發展，特別是模擬人類感官的感測器，以及連線能力，讓機器能夠做出更多自動化決策。在AI 軟體加入前，這些機器並不算是真正的智慧化。

數位「第六感」

智慧軟體的發展仰賴可讀取且可存取的數據。人類進化五種感官，不斷接收與處理大量資訊。而如果有一天，人們希望直接與網際網路連結，而不再依賴視覺、聽覺、語言或打字輸入，那麼可能需要人造的第六感來實現這種連結。

與人類相反，機器如今正在迅速獲得並發展它們的第六感。例如，突破性的 IPC「Connected Factory Exchange（CFX）」標準已經問世，使來自不同供應商的各種機器與系統能夠透過一種通用語言輕鬆互相溝通。

人類的智慧來源於五感所接收的數據，數位智慧始於第六感的開發。

數位智慧的演進

延續智慧倉儲的發展歷程，當工業 3.0 的硬體投入運作後，工業 4.0 便隨之引入 AI 軟體。提到「隨機這個詞，許多人會直覺地質疑，基於隨機性的系統真的能夠高效運作嗎？讓操作人員四處尋找空閒的存放位置顯然是低效且不必要的，而數位倉儲系統的智能正是為了解決這個問題而誕生。

倉儲管理軟體能夠精確記錄每個存放位置的內容，並指導物料應存放在哪裡，無論是由人員操作還是機器執行，這並非真正的「隨機」。系統的智能體現在於選擇存放位置的決策過程。如果軟體開發者意識到物料箱與領料區之間的距離影響作業效率，他們可以進一步設計演算法，分析哪些物料消耗頻率較高，並將其存放在靠近領料區的位置，甚至優化揀貨路徑，以提高物料供應速度並縮短補貨時間。此外，系統還可以考慮物料的尺寸、形狀、類型，以及存儲條件（如防靜電或防潮需求）。

除了基本的存放邏輯外，存儲決策還可能受到多種因素影響，例如物料的所有權、成本、是否為新品或二手品、是否裝載於送料器（Feeder）、是否享有免稅優惠，甚至是否適用於特定產業。這些決策過程實際上就是 AI 軟體演算法的運作方式，透過開發者的知識與邏輯設計，讓系統能夠以最佳方式進行物料存放，而非單純的隨機分配。

早期，大多數的離散型（Discrete）最佳化演算法主要是模仿人類解決問題的方式，但執行速度更快且更精確。隨著問題變得愈來愈複雜，傳統的手動最佳化方式逐漸難以應對，這時數位模擬（Digital Modeling）技術開始發揮作用。與其在軟體中明確設計邏輯流程，工程師們開始運用所謂的「基因演算法（Genetic Algorithm）」，即透過一組規則來評估解決方案的效果，並對不同方案進行評分，判斷哪些方案符合目標、哪些不符合。

在這個過程中，軟體會隨機生成不同的解決方案組合，並逐一評估其效果。系統會不斷重複這一過程，逐步調整方案，直到找到最佳解決方案。然而，對於複雜問題來說，每新增一個變數，演算法所需的運算次數就會大幅增加，然而開發測量軟體卻變得更加容易，因為只需要根據不同問題調整測量標準，以加快運算效率。儘管如此，要達成 SMT（表面黏著技術）機台的最佳化排程，仍可能需要數小時的運算時間。因此，在現實應用中，通常會在最佳化程度與計算時間之間做出妥協，以確保客戶能夠在可接受的時間內獲得足夠最佳化的解決方案。

最先進技術卻依然有令人挫折的部分

在倉儲管理中，即使搭載最強大的電腦硬體，我們仍無法等待幾秒鐘來讓智慧軟體進行決策，因為一切必須是即時的。例如，在工業 4.0 環境下，指導物料存放位置、分析視覺檢測結果等決策過程，迫使我們必須採取不同的方法，可能將離散演算法與試錯法（Trial and Error）相結合。

我們距離真正讓軟體在整個工廠中快速、準確地做出複雜的智慧決策仍有一段距離。而推動這一進步所需的投資，必須建立在提升客戶價值的基礎上，才能確保其商業可行性。

真正的數位智慧

要讓軟體開發人員能夠放心交棒，讓真正智慧型的軟體自主運作，也許我們可以從人類，特別是幼童的學習方式中學習。兒童透過不斷的試錯自然而然地成長，我們的五感幫助我們理解痛苦與快樂，而我們的本能演算法大多傾向於追求快樂，並根據過往經驗調整行為。

隨著軟體獲取的數據越來越多，並透過「第六感」——即連結與互通能力——持續學習，AI 也能開始模仿這種行為。當 AI 軟體產生嘗試不同方法的動機，以探索是否能獲得「快樂」（最佳結果），便是真正 AI 演算法誕生的起點。AI 軟體開發者需要識別「痛苦」與「快樂」的指標，也就是數位解決方案的激勵機制。

全球的工廠管理者已累積了大量知識，而若我們誠實面對，這些知識大多來自無數次的試錯經驗。然而，與人類管理者不同，數位時代的 AI 不需要在角色轉換時重新學習過往經驗。儘管讓一個「嬰兒級」的 AI 負責管理工廠聽起來或許有些違和，但這只需要發生一次，甚至不必從實體世界開始。

總結

參與人工智慧的發展不僅有助於工廠營運，還是一個令人著迷的過程。智慧軟體演算法的進步，乃至真正的人工智慧，其價值增長方式與硬體已截然不同。當前，投資於具備前瞻性、可持續發展的數位 MES（製造執行系統）軟體，比傳統 MES 更能帶來長遠效益。

現今採用數位 MES 的企業，將能夠獲得最具價值的回報，因為我們正見證智會決策逐步滲透到工廠營運的各個層面，選擇這類軟體時，應慎重考量，並在技術前瞻性上尋找業界先驅。

隨著IPC CFX 等技術的推出，對許多人而言，可能僅是一種「更智慧」、更低成本的接口解決方案，但事實上，它提供了一個邁向 AI 更大突破的機會。有些企業已準備好迎接這一變革，在整個 CFX 發展的過程中，一直是主要影響者與領袖，與那些僅會為其舊軟體提供更新的企業之間，存在著明顯的區別。不難分辨選擇哪條路通往更大的回報。

By Michael Ford, Sr. Director Emerging Industry Strategy, Aegis Software