過去幾年來，人工智慧領域高速發展，幾乎可以說每三個月就是一個全新的技術高度，以台商為主的電子產業也對這個領域高度重視，其中不乏有企業大舉投入，希望不僅可以服務集團內，更能內外兼修，進一步發展成為獨立的業務火車頭。

可惜到目前為止，這些企業多半是稀疏零散的微弱火花，還沒有形成一場燦爛的聲光盛宴。原因很多，但其中有個原因和觀念有關。

曾經的榮景

不可諱言，儘管發展迅速，在人工智慧領域還是多半停留在研究與創意階段，早些時候，官方鼓勵、產業有心、學界有意，加上學術資源僧多粥少，產學官一拍即合，瞬間出現一片榮景。

每家企業都宣稱已經展開多少產學合作計劃，不需要多久就可以進入工業4.0階段。但過了一年，原本的計劃可能已經鼓偃旗息，雖然氣勢猶在，卻換了另外一批人、一些計劃。

撇開一開始企業以為人工智慧無所不能，導致設定超高目標的誤會不談。企業經營者越來越務實，但也因為這樣，出現了將自動化與智慧化混為一談的觀念問題。

大量與少量

自動化發展時間接近四十年，為規模生產時代奠定成功基礎，設備成本也早已攤提完畢，這個優勢讓所有人習慣於以規模為主的泰勒式管理，計算基礎是以單一產品款式為中心的回收期。

然而，工業4.0 關注的對象是如何適應少量多樣需求，對於技術與數據分析的要求門檻較高，但這卻和規模生產盡可能規避各種變化的本質相衝突。自動化的基礎是盡可能固定、明確的機械動作，設備彼此之間進行有效銜接，以最少資源生產出最多合格產品。

但智慧化則是隨時檢視外界環境變化，在資源允許範圍內，以最高效率生產出最符合客戶需求及創造最適利潤的產品。兩者顯然不同，混為一談的最好結果只是計劃失敗，更大的災難還在後面。

界定自動化與智能化

人工智慧工具最終的目標是為企業賦能，而且要能深度結合人類、機器與資訊，進而在生產情境中轉化為企業的競爭力。先將自動化與智能化清楚界定，才能清楚定義目標與進程，也才不至於在一個地方團團轉，實現了戰術上的積極勇猛，卻也凸顯了在戰略上的混沌不清，這正是決策者極力避免的狀況，而幾年來許多企業大舉投資的結果也證明了一個關鍵——智慧工業的第一步絕非投資。

量自身企業是否適用，也要在使用的過程中掌握本文所提到需要注意的事情，這樣才能讓辛苦規劃出的策略有好的品質。

黃逸華老師主管工業自動化、能源數據及管理節能、流程改善、資訊系統規劃、工業大資料系統等創新服務。並曾擔任中國多個城市工業能源顧問，協助建立城市工業能源管理系統及資訊化建設工作。 專注宏觀數據戰略及流程規劃、工業領域資料採擷及分析、工業流程自動化、智慧製造、服務型製造、 戰略規劃、能源管理、運營管理體系設計等領域，協助客戶有效轉型資料驅動型企業。曾協助世界500 企業、及重要城市進行資料服務頂層設計、導入大區域大範圍能來源資料管理專案。