面對生成式 AI 技術的快速發展，無論企業是否意識到，就算是車廠或設備製造商都一樣，只有製造實體產品已不足以取得競爭優勢，必須制定一套融合策略，結合實體產品與數位科技，從資料與專業領域中獲取最大價值的系統。但是，該怎麼做？

正如同 Google 前台灣董事總經理簡立峰日前所提醒，在這波 AI 浪潮中，台灣雖然是第一波受惠者，但除了硬體製造之外，在 AI 應用場景上的缺乏，是未來勢必面對的挑戰。例如，作為全世界少數可以做無人機，且身處地震頻繁的地區，台灣卻需要土耳其在地震發生時，協助用無人機做 3D 模型給我們，很顯然就是對應用缺乏想像。

融合策略為工業找到新價值

美國達特茅斯大學塔克商學院傑出講座教授維傑．高文達拉簡（Vijay Govindarajan）與美國波士頓大學奎斯特羅姆商學院管理學講座教授文卡．文卡查曼（Venkat Venkatraman）於《哈佛商業評論》撰文指出，傑出的機械製造業重已意識到，取得競爭優勢的關鍵不在於最有價值的實體資產，而是獨具深刻的見解；且不是直接在硬體設備中安裝電腦即可，而必須考慮許多細節，並制定一套融合策略。

融合策略必須跨職能且需要不同部門的高階經理人彼此合作，以判斷如何運用感測器的資料，為既有客戶提供價值，也為未來客戶創造新產品。透過對新科技進行實驗，並建立路徑圖（Roadmap)，說明如何將新科技納入以取得最大優勢，自動駕駛汽車的開發就是最好的例子。透過整合感應器、軟體與資料連結能力，為自家車輛性能取得差異化，並勝過競爭對手。

融合產品、融合服務、融合系統，和融合解決方案怎麼做？

由 AI、生成式 AI，及其他先進數位科技所開拓的策略機會，主要可分為四大類別：融合產品、融合服務、融合系統，和融合解決方案。

融合產品：是從無到有設計出來，要即時蒐集和運用產品使用資訊。企業可以運用傳統 AI 分析數據，找出改善之處；或運用生成式 AI 創造既有產品的數位孿生（Digital Twin）並訓練機器人；甚至運用大語言模型（large language models, LLM）開發獨家見解，為客戶增加價值。

融合服務：由於工業產品的服務多半以勞力密集為主，企業仰賴文字紀錄與標準協議解決問題。目前的工業公司多半不再需要大量現場技術人員提供服務，而是讓 AI 根據產品的使用資料生成客製化建議，並自動傳給客戶。例如有新創透過水下攝影機連結能自動蒐集魚群資料，並傳送至雲端的物聯網AI場控分析儀，透過雲端內建人工智慧搜尋引擎與自動影像強化對魚群進行分析，再透過自建的API對接平台整合現場設備，漁民只要利用手機，便能隨時了解養殖魚蝦在水下的成長狀況，進而減少不必要的勞力成本付出。

融合系統：融合系統是從個別產品轉向多家公司的多種相互連結的產品整合起來，提高整體系統的效率。不同於傳統系統整合商，只負責連接不同組件讓系統正常運作，更要確保系統會隨著新組件和功能的增加而不斷改進。 例如，杜拜哈里發塔使用漢威聯合的系統管理通風、空調等設備，通過即時數據分析辨識異常狀況，提早發現事故，並加快反應速度，降低潛在風險。

融合解決方案：融合解決方案結合融合產品、服務和系統，直接改善客戶的績效。而企業不是透過傳統的諮詢流程，一次解決一位客戶問題，而是根據產品的使用資料，以服務眾多客戶為開發依據，並取得客戶的高度信任，將營收和利潤與客戶的成功進行連結，以取得解決方案的成功。

新舊融合，創造產業最大優勢

兩位作者強調，工業公司至今多半仰賴開發獨家科技與垂直整合進行競爭。為了執行融合策略，必須與數位原生世代及新創公司合作開發新科技和應用。而每家工業公司都必須制定自己的融合策略，而不是區別人類智慧與機器智慧，並強化每個職能和流程。除了需要公司執行長親自帶領數位轉型，制定整體策略外，更需要確保每個成員對於優先事項和資源分配需求都有共識。

AI 導入與應用是台灣產業轉型勢必面對的課題，從 2017 年本會首任董事長兼執行長、已故陳昇瑋博士帶領團隊協助企業導入 AI 開始，2018 年創辦台灣人工智慧學校，至 2020 年疫情前培育超過 6500 位產業 AI 人才，可稱為台灣因應第一波產業 AI 化；2022 年底生成式 AI 面世之後，或可稱為第二波產業 AI 化，在技術與應用上有極大的改變。

這一波 AI 熱潮也讓全球對於AI的思考從「成本」「投資」延伸到「風險」，意即， AI 絕不能只停留在技術採用的考慮，必須從營運策略與企業治理的高度重新定義及定位。對於企業、產業與政府而言，無一例外。

而綜觀現在產業對於 AI 的應用，最缺的就是想像。如何擴張不同的想像，提供產業新的刺激？大部分企業不缺資金、不缺題目，但是缺乏作法與知識，期待能透過多方對話、激發出跨領域與跨界的創新。