二、AI 應用的深化及優化
從成長到變革,AI 都是企業不可或缺的動能。Gartner 預估,2025 年將有 10% 的企業建立 AI 工程最佳實務,相較於尚未部署相同建置的企業,其產出的價值將領先多達三倍。
同時 IDC 也預測,台灣企業對 AI 技術的預算支出持續上揚,2022 年將成長 27% 之多,其中以金融服務與零售流通產業為大宗,在台灣總體占比超過 60%。而 CloudMile 也觀察到有愈來愈多台灣製造業者導入 AI 應用,於智慧生產、品質管理及智能產線等面向,優化製程及產線效率。
例如,CloudMile 運用 AI 視覺辨識技術,曾協助封測廠進行組裝電路板(PCBA)瑕疵檢測,並協助光電廠進行面板瑕疵檢測,使業主得以大幅降低目檢人力成本。CloudMile 也運用 AI 模型,協助紡織廠在接收到設計師傳來草稿或樣本時,就能快速從幾十萬匹布料中精選幾款合適標的,從而提高與設計師之間的溝通效率,讓布料定案的時程從過去 1.5 至 3 個月,驟減為 1 週內。
數據決策力與企業營運息息相關,從數據分析到 AI 預測,皆是協助企業加速數位轉型、精準掌握商機的助力。因此,持續優化 AI 的導入,提升應用的便利性,打造高整合度的 AI 場景,將是刻不容緩的課題。
延伸閱讀:GCP 從數據分析到 AI 預測 協助製造業縮短產品上市時程
延伸閱讀:運用 AI 打造「人性化」金融體驗,掌握新數位客群