AI時代，製造不只求快，更要「預判」。本集《大智若魚》邀請台達電 CTO Office／ Advanced Technology 團隊研究員 簡立誠 Leo，帶你走進台達電的 AI前線：從資料驅動的智慧製造成熟實作，到邊緣運算、強化學習（RL）、Routing 機制與 Digital Twin 的整合，如何把「看得到的效益」落到機台、產線與能源場景。
Leo 長期投入深度學習與邊緣AI，專注把前沿技術導入工廠與產品；近期參與台達電與 NVIDIA 的多項協作與驗證，聚焦「模型上邊緣、決策在現場」的即時應用。智慧製造已走過 1.0～3.0 的資料堆疊期，現在進入「主動最佳化」階段：由 AI 將被動回應變成主動預測。以機台維護為例，模型可提前預估壽命曲線，延長週期、降低停機；良率管理則從事後分析，升級為關鍵因子即時調參。
AI Agent 讓模型直控工具與系統：智慧建築節能、智慧交通排程、能源管理調度到供應鏈最佳化，都能在單一決策層上協同。面對關稅與地緣風險，分散式製造透過資料與模型的「雲-邊協作」維持彈性與合規。新創或企業導入 AI 的關鍵，不是「做大」而是「做準」：找對場景、聚焦一個可驗證的痛點，快速原型—小步快跑—閉環上線。看得見的良率、稼動、能耗與維護指標，就是最好的商業證明。
你的產線或服務場景，最想先用 AI 解決哪個痛點？留言告訴我們，《大智若魚》讓你秒懂 AI。
________________ 製作 | 錄音剪輯：孫聖峰