AI沒有泡沫！西門子押注「工業AI黃金十年」：台灣中小廠如何跨過轉型門檻？|數位時代 BusinessNext

當AI浪潮席捲全球，市場不免有「AI是否將泡沫化」的擔憂聲浪。台灣西門子總裁暨執行長張合翕3月25日表示「AI不會泡沫化」，也看好未來10年會迎來「工業AI」重要的成長，將成為台灣下一個黃金十年。

現階段AI應用正從消費端走向工業端，簡單來說，「工業AI（Industrial AI）」是實現工業自動化的關鍵，能夠讓機器、系統和生產流程在人為極少干預下自主運作。

透過深度整合生成式AI、機器人技術、物聯網（IoT）與先進分析技術，工業AI可以幫助企業營運效率最佳化，並讓供應鏈每一個環節的決策精準度提升。

張合翕指出，台灣AI發展速度已達前所未見的程度，未來有潛力成為繼半導體之後的另一座「護國神山」。

工業AI、數位雙生克服「工廠人員習慣」，成中小企業轉型關鍵

現在工業AI的導入是企業轉型的加速器。然而，企業普遍存有一大疑慮：AI會不會產生幻覺？

針對AI幻覺，西門子坦言「不可能百分之百避免」，但能透過多節點的國際標準化治理流程來防堵。值得關注的是，西門子的工業AI與數位雙生技術並非單純依賴盲目的機器學習，而是基於物理基礎模型、大型語言模型等技術，並結合現場真實數據進行修正。

西門子表示，以車輛馬力為例，出廠數據會隨著每個人的駕駛習慣而改變；融合原廠數據與現場實際操作習慣，打造出「可推導、高可靠度」的專屬模型，確保AI決策更貼近真實產線的需求。

同時，西門子與輝達展開深度合作，結合西門子深厚的工廠工程專業與輝達強大的運算力，共同打造「工業AI作業系統」，為每一個數位雙生建構包含空間（X、Y、Z）、時間與5D資料維度。

以百事可樂公司為例，透過在虛擬環境中先進行測試，不僅提升了20%產能，更在實際建廠前排除了90%的潛在錯誤，避免實體改建的巨大浪費與碳排。

張合翕進一步說明，工業AI正重塑整個產業端到端價值鏈，涵蓋設計、生產、營運、服務到供應鏈管理。

而台灣西門子業務推動加速協理范栩指出，現階段台灣中小企業導入數位轉型的最大痛點，其實不是技術，而是「人」。

舉例來說，西門子在協助水龍頭五金產業等傳統製造業轉型時發現，最大的阻力來自於第一線人員的習慣改變。「過去員工拿著紙本圖紙、填寫實體表單就能下班，現在卻要求他們在電腦平台上進行數據交換與審核。」這種從紙本到系統的巨大工作模式轉換，才是企業推動數位雙生時必須跨越的挑戰。

目前，在台灣本地市場，西門子已將工業AI和數位雙生技術導入智慧製造、能源管理、軌道運輸與城市基建等各領域，像是透過數位雙生SIMIT系統，協助中鋼完成系統升級，使升級效率提升58%，並將停機時間由65天縮短至38天，以及協助曙光機械降低高達90%的開發成本。

突破空間與電力雙重挑戰，GIS設備成資料中心與半導體護城河

不過，當企業急於導入AI時，也面臨電力基礎建設與碳焦慮等現實考驗，要如何將AI帶來的優勢，真正轉化為看得見的獲利？

隨著AI算力需求激增，資料中心與半導體廠的用電量與日俱增。以近期在台北市中心建置的40MW資料中心為例，要在寸土寸金且電力需求龐大的都會區順利落地，面臨極大的空間與穩定性挑戰。

西門子電氣與自動化業務總監李典融表示，對於資料中心和半導體產業而言，「不容許任何電力波動與中斷」是最高原則，一旦跳電將造成難以估計的損失。為此資料中心捨棄體積龐大的傳統配電盤（AIS），改採西門子氣體絕緣開關設備（GIS）。

相比傳統設備，GIS的佔地面積大幅減少約50%，讓企業能將省下的珍貴空間轉做其他算力或營運。加上傳統配電盤與空氣接觸，容易受到環境影響且需要頻繁維護，而GIS採密封設計，不僅降低了額外的能源耗損，更大幅提升供電的穩定度與安全性。

面對即將到來的碳費徵收與國際淨零趨勢，西門子透過AI大數據分析，平台能即時監控廠房設備的用電量，在尖峰與離峰時間進行自動調配，揪出不必要的能源浪費。

台灣人工智慧學校執行長陳伶志博士在記者會上表示，台灣AI應用現況正快速從生成式AI演進至代理式AI，進而邁向實體AI，應用範疇已全面延伸至製造、能源與基建等實體產業。

延伸閱讀：momo為什麼不買foodpanda？台灣電商與192億元的距離，其實不是錢的問題

責任編輯：李先泰

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。