人工智能（AI）技術被開發(fā)后已為產品設計、供應與制造帶來大轉變，并催生出所謂智能工廠運行方式。評論指出，廠商若要維持競爭力，必須要接受AI來幫助人類智能，借此提升生產效率。

　　據報導，AI已扎根在各產業(yè)上，其中制造業(yè)也不例外。AI讓醫(yī)療器材到電子產品制造商與制藥等公司，能善用大數據與物聯(lián)網（IoT）投資去發(fā)現(xiàn)新的模式與洞見，以便更有效率及快速執(zhí)行任務。

　　AI算法將提供智能建議而與工人在關鍵決定上合作。當工人能自由專注在策略性任務上并讓AI算法執(zhí)行一般的任務，將可望催生創(chuàng)新并讓效率與質量提升。

　　最早在1910年代，工廠工人開始在組裝在線工作，在1950年代中期與1970年代后，工業(yè)機器人進入工廠但并未具備真實智能且作業(yè)功能受限，只能在高度控制的環(huán)境下執(zhí)行重復性任務。等到1980年代，工業(yè)機器人開始大量被使用，所有技術讓生產者運行更有效率。

　　目前以AI為主的軟件則讓機器可自我教導來讓效能最大化、辨別最佳流程與訓練自己達到被期望的結果，同時符合六標準差（Six Sigma）標準。能從傳感器收集數據并回饋關鍵信息給工廠的IoT成長后，也帶動以數據為主的新AI遠見。

　　Wovenware日前為醫(yī)學裝置制造商開發(fā)AI解決方案，可從生產流程中收集到傳感器數據并預測生產線裝置何時無法修復而必須被丟棄。同樣AI也被用在其它工廠上，在產品出貨前預測制造失常。

　　從IoT傳感器與生產執(zhí)行系統(tǒng)取得的制造數據也被用來開發(fā)客制、深度學習算法，以便在送交客戶手上之前就辨識出瑕疵產品，借此降低責任、更換與保證成本甚至拯救生命。

　　AI也透過預測維修大幅改變生產，例如某技術使用AI來判定何時該執(zhí)行機器維修，借此節(jié)省成本與改善作業(yè)。某家制藥廠商也使用AI驅動機器人來執(zhí)行質量測試與篩選、分類與包裝藥丸。

　　據Frost & Sullivan報告指出，采用機器學習技術開發(fā)智能與安全機器人將成為顯學，雖然人類仍需執(zhí)行邏輯性、理性與道德性決策，但報告指出，讓機器可偵測改變中的生產情境并實時回應的認知技術，將可降低隨時介入的需要性。

　　另一方面Gartner報告也指出，雖然AI將減少180萬個工作機會，但仍會透過刺激創(chuàng)新與成長，創(chuàng)造出230萬個職缺。