AI融入製造設計的挑戰與突破

人工智慧（AI）在製造業中的應用，無疑為提升生產力、效率和安全性帶來了巨大的潛力。從裝置健康監測到供應鏈問題及消費者需求的預測，機器學習模型已逐漸成為製造流程中不可或缺的一環。然而，根據《國際機電與製造系統期刊》發表的研究顯示，AI在生產環境中的廣泛應用仍面臨諸多障礙，尤其是在早期設計階段的整合上，挑戰更為顯著。

來自瑞典梅拉達倫大學的Yuji Yamamoto與Kristian Sandström，以及瑞典研究院的Aranda Muñoz Álvaro指出，早期設計階段是決定AI如何最終融入製造流程的關鍵時期。他們強調，在此階段，工程師、資料科學家、生產人員及其他相關利益者必須將目標與功能及成果進行對齊。然而，若資料科學家的技術專業與製造業者的實務知識之間存在落差，這一過程便可能受阻，進而導致溝通不良與不切實際的期望，最終安裝的AI系統無法滿足工廠現場的實際需求。

研究人員發現，最大的問題之一在於認知超載，即參與者因任務的複雜性而感到不堪重負。例如，機器學習與AI的技術術語，對於具備生產管理專業但缺乏資料科學背景的人員來說，往往難以理解。反之，資料科學家也可能難以掌握製造運作的細節，如工作流程設計及應對突發挑戰所需的即時調整。兩者之間的知識鴻溝，可能導致AI系統無法適應製造業高度動態的特性，從而造成失敗。

要克服這些障礙，研究人員建議加強跨領域合作，並建立更有效的溝通機制。此外，培訓計畫也應針對不同專業背景的人員進行設計，以縮小知識差距，並確保AI系統能夠真正滿足製造業的需求。唯有如此，AI才能在製造設計中發揮其最大潛力，為產業帶來實質的效益。