人工智慧（AI）從80年代開始，就已經是一個很熱門的議題。但當時由於許多條件尚未成熟，因此人工智慧技術並無法順利發展，其中硬體設備過於高價、程式語言不夠普及、運算技術尚未成熟都是重要原因。
「在80年代時，人工智慧就已經是我學生時期的主修學科，」台灣西門子總裁暨執行長艾偉這樣說。
資策會產業情報研究所資深產業分析師韓揚銘也說，機器學習的概念很早就已經出現，其中應用的統計學概念，在很早以前就被提出。但與以往不同的是，由於近年在雲端、大數據、硬體運算的技術發展驅動下，帶動深度學習相關技術的實現，進而創造新一波的人工智慧時代。所以會發現這些人工智慧的概念，開始真正被產業使用。
AI再次活躍，未來怎麼走？
在這一波人工智慧興起，與以往最大的不同是企業時常已經累積海量的數據。在這時候，企業應該要避免資料的碎片化，也就是說企業必須將內部與外部所產生的資料集中，才能累積數據並進一步從資料中創造價值。
艾偉也表示，透過巨量數據的蒐集與分析，搭配專業領域知識，以人工智慧科技的智慧演算，能提供決策者更精準判斷的依據，提升產業生產力和效率，為社會經濟發展創造可觀價值。
但，人的能力有很多，人工智慧只能部分取代人類。韓揚銘認為，人工智慧先能夠做到如人類一般的思考與協調能力（如推薦、歸納、協作）、行動能力（如機器手臂、自駕車）以及感知能力（如視覺、聽覺）。但是創造力與更高層的智慧目前則是人類獨特的能力。
這三大領域，已能看到導入AI的好處
當條件已具備，未來人工智慧又能有什麼應用？
回顧2018年，西門子在未來製造、永續能源、智慧基礎建設三大領域完成了數個指標性專案，艾偉也指出，今年西門子將繼續深化這三大領域業務發展。
在未來製造領域中，西門子皆已與多家企業簽訂合作意向書。並且已能做到在生產製造上，提高預測性分析和降低30%品質測試成本。
在永續能源方面，也已與台灣電力公司合作，計劃在2022年前為全台超過300萬個智慧電表妥善管理，並確保再生能源電力傳輸的穩定。同時，能夠降低20%天然氣發電機組的氮氧化物排放量，並優化燃氣輪機運作效率。
在智慧基礎建設上，也已協助台北101成為全球最高的綠建築。並透過人工智慧，在軌道交通上降低33%列車延誤發生，並達成99.9%的列車安全可靠度。
