從「製造」走向「科技」：鴻海研究院人工智慧研究所所長栗永徽解密鴻海的 AI 轉型 3 階段
在全球製造版圖快速變動、AI 技術加速演進之際，鴻海科技集團正推動從「製造的鴻海」變成「科技的鴻海」，全面實現 AI 轉型。在近期 TechOrange 科技報橘主辦的「AI 智慧大工廠」高雄場論壇，特別邀請到鴻海研究院人工智慧研究所所長栗永徽，深入剖析「從製造巨人到智慧巨擘：鴻海的 AI 轉型之路」，揭示鴻海轉型升級的清晰藍圖。
栗永徽指出，傳統工廠普遍面臨人力密集、生產效率低落、變化應對能力不足、資源浪費嚴重、管理複雜與品質不穩定等問題。以射出成型為例，栗永徽分析過去必須仰賴資深師傅進行瑕疵判斷與問題回溯，不僅耗時、成本高且難以確保一致性，因此鴻海的 AI 智慧工廠策略就是透過 AI 模型取代人工作業，讓機器能 24 小時穩定運作，大幅提升生產良率與效率，改變傳統工廠高度依賴人力的運作模式。
鴻海的 AI 轉型三階段
栗永徽進一步說明，透過建立機台連通性、將所有設備數據上傳至資料中台，以奠定 AI 應用基礎後，才正式進入 AI 轉型的三階段。首先，「AI 1.0 」是將集中的資料可視化，並透過工具與計算規則進行數據分析及更精準的管理決策。
「AI 2.0」階段聚焦在「可預測性」，主要是將生成式 AI 、智慧製造與鴻海自身的創新技術結合，形成新型態的人機協作模式，讓工作者可以在 AI 的幫助下進一步提升產能與效率。
「AI 3.0」則是目前最前沿的階段，致力於打造具備「超級大腦」的統一平台，實現全流程的自主決策與閉環控制，使工廠能在無人介入下自動運作，達到真正的「關燈工廠」。「鴻海在中國已經有數十座工廠屬於關燈工廠，可以在無人的狀態下自主運行，」栗永徽說。
工廠數字孿生平台的具體效益
「我們有一個共性基礎平台建設，就是工廠數字孿生，」栗永徽說明，鴻海在建構實體工廠前，會先透過 NVIDIA Omniverse 這一類工具將實體工廠虛擬化，讓每台機器、產線與每個空間配置都能在虛擬空間中先行建模，讓工廠規劃更精準，也能提前進行參數校準、數據分析與預測，實現最佳化的產線設計與決策。
另一方面，工作者可以透過 AR 在虛擬工廠環境進行設備操作訓練與維修模擬，顯著降低錯誤率與培訓成本。同時，鴻海也能在模擬過程中收集大量數據，用於預訓練 AI 模型，讓 AI 在實際部署前即具備基本能力。栗永徽以不同的實例說明透過數字孿生技術，可以達到 AGV 數量減少 1 台、規劃週期縮短 20%、產能預測準確度提升至 97%、設備效率提升 4% 的具體成果。
「AI 工業質檢」與「 AI Agent」平台降本增效的關鍵
面對產線質檢的人力瓶頸，鴻海打造了先進的 AI 工業質檢平台，導入深度學習演算法，提升準確率並大幅減少人工介入。栗永徽指出，傳統 AOI 雖已具備檢測功能，但受限於較簡單的演算法，錯誤率仍偏高，因此需要大量人工復判，相較之下鴻海的 AI 工業質檢平台則能將人工判讀數量大幅降低，顯著提升產線效率。另一方面，為解決少量多樣產品難以收集足夠訓練資料的問題，鴻海也以先進 AI 深度學習演算法，實現更高的精確度與性能。
為支撐智慧製造與其他智慧應用場域進一步發展，鴻海特別打造「AI Agent」平台，並以自主訓練的大型語言模型 FoxBrain 為基礎，同時作為智慧製造、智慧電動車與智慧城市三大平台的核心。「我們的願景就是把 FoxBrain 當成平台的大腦，讓使用者可以下達指令，並透過模型感知、分析、調用工具，」栗永徽強調，AI Agent 的運作模式，就是大語言模型搭配自主感知與記憶、規劃決策、執行複雜任務等流程，鴻海期待 AI Agent 平台在智慧製造場域可以實現錯誤率小於 1%、可在數分鐘內處理 1TB 數據，並全天候運作同時提升 20% 至 30% 工作效率的目標。
從建立 AI 工廠架構、部署數字孿生與模擬平台、升級質檢效率到打造 FoxBrain 模型及 AI Agent 平台，鴻海在加速實現「AI 工廠」願景的同時，更持續深化技術研發與落地應用場景，成為台灣製造業 AI 轉型的標竿。