AI 導入全球 13 廠、500 站點，和碩親揭從策略到部署實戰經驗
ChatGPT 席捲全球之前，AI 已在製造業掀起革命，但落地過程並不輕鬆，隨著新一波 AI 浪潮襲來，製造業者如何應對？和碩自行開發了 AI 平台 PEGAAi，如今已部署在全球超過 13 座工廠，共 400 至 500 個站點，讓 AI 成為「人的眼睛」，這段製造業升級之路 2012 年就開始，甚至開始思考如何讓生成式 AI 成為「數位員工」、協助機器人發展。
台灣 AI 策略發展高峰會中，和碩聯合科技新產品發展事業處人工智慧發展處資深經理張森皓，分享了和碩從策略到部署 AI 的實戰經驗。
核心問題：怎麼讓 AI 應用快速落地？
「我們整個單位的重點就是讓 AI 應用能夠落地，」張森皓表示，和碩最初打造資料平台蒐集來自工廠的各種異質資料，例如圖片、流程 log、感測數據等，並儲存在資料中心，用來支援後續 AI 模型的訓練。然而，他接著提到，雖然有了資料，但 「建模」這個步驟讓第一線場域使用者非常痛苦。
痛苦的原因在於，多數操作人員沒有資料科學與機器學習的背景，即便有現成的 AI 解決方案，「也不知道怎麼用。」為了解決這些痛點，和碩接著以「平台思維」打造 PEGAAi，將常見的營運知識、重要的 know-how 都放在同一個平台，隨著使用者熟悉平台工具，不同廠區同仁也開始根據自身需求開發創新應用，進一步加速內部 AI 能量擴散。
標準化、知識累積，AI 推動工作文化逐漸轉變
推動 AI 應用落地不只涉及技術，更深層的是流程與文化的變革。張森皓指出，透過統一平台，不僅能標準化流程、減少重複任務，還能累積、共享經驗知識。他也觀察，投入 AI 過程中，也帶來工作文化的改變──過去是很多營運人員是在產線上做事，但現在是營運組長、AI 工程師要來確定工廠產線是否合規、是否正常。
張森皓表示，和碩在過程中學到的是，AI 導入代表的是巨大的流程變革，「我們不希望導入 AI 的過程，讓高階工程師花更多力氣來解決我們的問題，」這也是為什麼他強調監控與回復能力非常關鍵，包含 retraining 機制等。他也補充，這些模型不只要部署在雲端，效能也須能延伸至邊緣裝置，確保實際應用一致性。
面對生成式 AI，思考什麼具有最大效益
面對生成式 AI 的應用浪潮，張森皓指出，他們蠻感謝市面上有許多開源模型，讓他們能直接思考這些模型和應用如何快速落地。這也激發他們思考，什麼樣的生成式 AI 應用能達到「巨大的效益」？和碩的答案是，讓生成式 AI 成為企業內部的「數位員工」。
張森皓表示，和碩希望產生一個數位員工，具備系統與維修等專業知識，而且它不只能回答問題，還能主動嵌入企業系統、流程，進行人機協作，也就是所謂的 AI Agent。
想讓 AI Agent 走入企業日常，該注意什麼？
基於 AI 部署經驗，張森皓指出使用者基本上都不希望花太多時間去調整 AI，而是能夠快速地確認和迭代 AI 。他表示，當使用者能快速了解 AI 的效能和能力，接著有三大項目不可忽略。
第一點要注意的是，找到讓企業快速將開源模型或其他模型從外部部署到企業內部的方法。張森皓表示，這需要開發一個應用程式來快速部署這些 AI 模型，並且能快速進行測試，同時，也需要考慮資安法規問題。
第二點是，當有了 AI 模型或 AI Agent 後，實際應用將不只是一個單純與人互動的聊天機器人，而是嵌入到實際的企業工作流程之中，因此需要對外互動的介面，例如 service bar、營運監控，而這需要透過 API 與現有的系統溝通。
第三點是，如果希望持續有效利用 AI Agent，監控是否做得完善就非常重要。張森皓指出，當部署一個 Agent 或數位員工後，需要能立即知道它是否被使用、回答是否正確或流程是否出錯。這樣的流程監控對於判斷這個數位員工是否有效益，或者根本應該被淘汰，至關重要。
AI Agent 如何協助機器人發展？
張森皓也舉了一個結合實體 AI（機器人）和 AI Agent 在虛擬世界進行設備優化的具體案例。這個 AI Agent 被稱為 「JEDI」，原因是希望機器能像絕地武士一樣，在虛擬空間中學習、學會「打架」，並進行自我強化，最終在實際應用時能夠發揮作用。
張森皓表示，AI Agent 扮演的角色是幫忙下指令，自動生成虛擬世界中進行實驗和優化所需的「獎勵函數」，讓實驗和優化過程可以不斷地自動生成，並且能自我評估系統優化內的結果，不需要全靠人工操作。
舉例來說，在環境多變的情況下，AI Agent 系統可以識別原因、做出判斷，並自動調整點膠機器人的參數設定，例如速度、壓力，以達到標準要求，這個 Agent 也能夠重新學習和調整。和碩指出，透過模擬各種參數與環境變異相關的結果，AI Agent 可以持續識別有效的結果，更快速擴展模擬到現實的策略，而像這樣模擬到現實的實驗，大約只需花費一到兩個小時就能完成。
【推薦閱讀】
◆ 微軟教會它的 AI 代理互相交談了──這可能改變我們的工作方式
＊本文開放合作夥伴轉載，首圖來源：《TechOrange》拍攝。