專題報導

文/李振麟

許多企業團體對AI轉型時，第一步驟就想到購買AI軟體、導入系統以及訓練員工使用。然而真正的AI轉型，並不只是使用工具，而是公司組織系統的轉型。

企業必須重新思考，哪些工作可能被AI所取代？哪些人才應該被重新培訓以提升工作技能？哪些作業流程會被自動化取代而必須重新整合？哪些資料可以被整合？哪些商業模式需要再重新設計？

如果企業只想到要把AI軟體當做節省成本的工具，便很容易錯失更大的商機。因為AI最大的價值，並不在於為達到降低薪資成本而減少勞工人力，而是讓企業藉此方式來提升員工工作能力，創造出更有價值的效率、更快的經營決策，以及在服務品質提升下，轉化成為新的收入來源。成功的企業家要把AI融入，投入而成為企業文化的一部分、執行與最終決策。

AI對製造業的利多與衝擊 傳統產業如何突破困境？

AI對製造業的影響，已經不只是「機器取代人工」這麼簡單，而是重新改寫整個產業鏈的競爭規則。過去製造業比的是土地、設備、資金、人力、產能與價格；未來比的是資料能力、預測能力、自動化能力、供應鏈反應速度與客製化能力。誰能把AI導入研發、採購、生產、庫存、物流、銷售與售後服務，誰就能將傳統製造走向智慧製造。

製造業導入AI時，重點不應該盲目追求流行，而是要選擇高投資報酬的應用場景。二○二五年到二○三○年間，AI科技、自動化與數位轉型，將持續改變企業的工作型態。

AI帶來利多的產業鏈環境，第一個最直接受惠的是半導體與先進封裝產業。AI伺服器、GPU、ASIC、HBM高頻寬記憶體、先進封裝、散熱、電源管理等，都是因為AI算力需求而成長。AI模型越大，需要的晶片也就越多，因此晶圓代工、IC設計、封測，都是AI浪潮下的受惠者。

第二個受惠產業是伺服器、資料中心與電力設備供應鏈。AI產業發展不只需要高階晶片，也需要大量伺服器、資料中心、散熱系統、電力設備等相關零組件。因此，除了半導體與高科技產業外，許多傳統製造業也能進入AI供應鏈，獲得新的訂單與成長機會。例如伺服器機殼與鈑金加工、零組件組裝、線材加工、機櫃製造、散熱設備、電源供應器、低階包裝、塑膠零件、五金零件等產業，都可能因AI設備需求增加而受惠。尤其資料中心的建置規模龐大，除了伺服器本身，也需要穩定的供電、備用電源、冷卻系統、消防設備及基礎工程，將進一步帶動完整供應鏈的發展。

傳統產業要如何突破困境？

傳統產業第一步不是急著買AI系統，而是先盤點自己的痛點。老闆要問：公司最浪費錢的是哪裡？是報價太慢、庫存太高、交期不準、良率不穩，還是業務開發不足？AI導入一定要從問題出發，不是從技術出發。近期歐洲製造業分析也提醒，很多工廠知道AI重要，但真正落地成效有限，原因之一就是沒有先找出營運問題在哪裡。

第二步是把資料整理好，沒有資料，AI就無法發揮作用。傳統工廠至少要建立：客戶訂單資料、報價資料、製程資料、良率資料、庫存資料、客訴資料。這些資料不一定一開始就要很高級，可以從重點是讓資料能累積、能查詢、能分析。

然後就是要強化品牌與信任，AI會讓資訊更透明，沒有信用的公司會更容易被淘汰。傳統產業應該建立官網、產品型錄、案例照片、檢驗報告、ISO認證、ESG說明、客戶應用案例。

AI不是淘汰傳統產業 而是淘汰不改變的企業

AI對製造業的利多，會集中在高階晶片、先進封裝、伺服器、電力散熱、自動化、智慧車等產業；不利衝擊則會落在低毛利、低技術、資訊不透明、過度依賴人工與缺乏數位能力的傳統工廠。

這並不代表傳統產業沒有未來。真正的關鍵是，傳統產業能不能把過去的製造經驗，轉化成數位資料；把經驗轉化成標準流程；把低價代工轉化成解決方案；把人脈業務，轉化成AI輔助的全球開發能力。唯有最懂得把人、機器、資料與AI結合的企業，才能創造出最大價值。