辛辛那提大學特聘教授李傑：工業人工智慧 - 工程師

辛辛那提大學特聘教授李傑：工業人工智慧是ABCDE

http://bit.ly/2Q7EXe8

辛辛那提大學特聘講座教授李傑，最近接受商業周刊專訪提及「工業人工智慧」，他認為
台灣製造業需要的不是人工智慧，而是「工業人工智慧」，誤用人工智慧不僅無法轉型新
製造，還可能提高成本。

李傑教授可說是在工業4.0長久觀察與研究，並常提出獨到而精闢的見解，一針見血而導
正許多錯誤的觀念。所以，他的論點十分值得再三學習與心神領會後，絕對可引導大家步
入正確的轉型道路。以下他的觀點係針對台灣以製造業(硬體)優勢而提出，專訪精華摘要
如下：
人工智慧是認知科學，主要是讓軟體做深度學習、人臉辨識與人機互動，但是傳統的AI不
保證成果的可靠性，常會因為輸入數據與使用者不同，結果就會不同。AI運用於工業上，
強調的是可靠的預測，他主張的工業人工智慧集中在專業知識，每一次使用人工智慧獲得
的結果都是可靠，適用於強調「安全性」的產業，如，汽車、地鐵與工具機。
他認為，工業人工智慧是ABCDE，A是代表AI或者叫Analytics，B是大數據（Big Data），
C是雲端（Cloud），D是領域知識（Domain know how），目的是證據E（Evidence），透
過證據經驗不斷提高AI的可靠性，達到省成本、提高價值、增加效率的目的。
導入AI，必先了解想解決的是哪個問題？製造業轉型不外乎想解決3個問題：本質、體質
與素質問題。本質問題決定你要做什麼，為什麼要做；體質問題，做得好不好，提質增效
降本減存；素質問題，人的管理，設備平台、數據收集。所以，體質問題是用智能製造，
素質用自動化解決，本質是靠思維改變。
用AI做製造轉型，會遇到哪些迷思？第1個迷思是對數據來源品質掌握之重要性，若無法
掌控數據品質，用AI做出來的結果會不合所需。第2個迷思是以為有算法就有結果，其實
還得懂該領域專業知識。第3個迷思是以為建了雲端平台就是用AI，雲不是萬靈丹，雲只
是一個平台，提供客戶做即時運算（on demand computing），最重要是，雲端要跟客戶
與供應商連結，要有個社群一起使用它，數據量才會更多，算出來的結果，才會更精準。
轉型新製造是催生新文化，它不只是一個技術，更是要做到建立新文化，就是任何東西必
須要了解它數據哪邊來、資料哪邊不好、成本哪邊最多、怎麼樣提升效率。
小型公司如何布局AI能力，如何勝出？可從本身最優越的能力去做，做小卻做快，更快轉
型，懂得用工業人工智慧，做價值高、技術高的產品，讓技術跟顧客的價值連在一起，讓
顧客想要靠你，才能在新的時代中勝出。
李傑教授是鴻海董事長郭台銘倚重的新製造專家，並且與鴻海在矽谷成立人工智慧新公司
Industrial AI System。

另外，中國大陸在人工智慧方面，李傑教授在接受《21世紀》專訪，提出觀點及建議：
中國以互聯網思維在做人工智慧，他認為是工業與服務業是不同的，不能把手機社交、生
活APP的觀念用在工業上。相對社交、生活APP來說，人的生活需求是有共性的，但是工業
是更加複雜和多元化的。
中國目前首先要解決的是素質問題，不靠人來決定數據在哪裡，這是整合中國企業革命很
大的一個步驟，因為當信息化不對稱的時候無法做統一管理（第一點即信息對稱）。第二
個是體質問題，即管理對稱，體製不均勻，管理理念很難形成。對於中國製造業來說，沒
必要大家全部都去學習工業4.0、做工業互聯網，也沒有必要都去做數字化、人工智能。
企業應該專注做自己本質能做的“蛋黃”部分。
對於一些中國工業互聯網產業的數據，將德國日本美國的定義製造系統當做中國的基礎線
，這是錯誤的，不管是MES還是ERP，中國工業的體系和其他不同，他應該有一套自己的做
法，沒有必要走德國日本的路線。


--