AI 製造競爭力重新洗牌！未來贏家是最會累積數據的企業，而非工廠最大者
Celine
實體 AI 與自主製造時代來臨 製造業競爭核心從設備轉向數據資產
隨著實體人工智慧（Physical AI）與自主製造（Autonomous Manufacturing）快速發展，全球製造業競爭力正迎來重大轉變。多家國際研究機構與科技公司指出，未來製造企業的競爭優勢，將不再只是生產設備規模、成本控制或產能擴張，而是能否持續累積、管理並運用工廠數據，透過 AI 不斷優化製程與決策能力。
業界認為，「數據」將成為 AI 時代最重要的工業資產，未來製造企業也將從傳統生產工廠逐步轉型為大型工業數據公司。
IDC：IT、OT 整合是自主製造第一步 數位主線成關鍵基礎
市場研究機構 IDC 研究副總裁 Jeffrey Hojlo 表示，企業若要成功導入自主製造，首先必須完成資訊技術（IT）與營運技術（OT）的深度整合，同時在不中斷生產的情況下，逐步完成基礎設施現代化。
他指出，最重要的起點是整合散落於各系統的資料，建立涵蓋整個企業的「數位主線（Digital Thread）」，讓各部門資料能夠即時流通，形成完整的數據鏈。
在自主製造環境中，感測器、設備、生產線與網路所產生的數據，都必須無縫串聯，才能支援數位分身（Digital Twin）模擬分析，再將最佳化結果即時回饋至實際生產現場。
IBM：AI 價值不在分析 而是快速轉化為生產力
IBM 則提出「Speed to Action（行動速度）」概念，認為 AI 真正的價值，不只是產出分析結果，而是能夠快速落實到工廠營運之中。
IBM 指出，自主製造的核心，在於 AI 能主動偵測問題、自行執行決策，而非僅提供建議。
IBM 韓國顧問事業群主管李濟源表示，未來製造企業的競爭力將重新定義。過去衡量企業競爭力的設備規模、生產成本及產能，未來的重要性將逐漸降低，取而代之的是工業數據的累積速度及數據品質、AI 模型持續學習的能力、製程最佳化效率、問題的偵測與自動執行速度。
李濟源表示，即使兩家公司導入相同設備，只要其中一家累積更多製程數據，並完成 AI 可學習的資料標準化，其生產品質、生產效率及市場反應速度，都將快速拉開差距。
數據治理成企業核心能力 三大能力決定未來競爭力
IBM 認為，企業若希望建立自主製造能力，至少需要建構三項核心能力，一是將製程數據視為長期資產，而非短期工具，二是建立可持續訓練與優化 AI 模型的管理機制，三是建立涵蓋 IT 與 OT 的完整數據治理（Data Governance）制度。
目前全球不少領先製造企業已開始利用 AI 改善品質管理、預測性維護及能源最佳化，顯示自主製造已不只是未來藍圖，而是正在快速落地的產業趨勢。
花旗：工業數據將成 Physical AI 最大護城河
花旗（Citigroup）去年發布《Embodied Intelligence：The Rise of Physical AI》研究報告指出，如同大型語言模型（LLM）需要大量文字資料訓練，Physical AI 同樣需要龐大的工業數據支撐。
報告指出，工廠設備持續產生的大量製程數據，加上企業累積多年的產業知識（Domain Know-how），將成為 Physical AI 最重要的訓練來源，也將形成競爭對手難以複製的技術門檻。
隨著 AI 模型持續演進，工業數據的重要性甚至可能超越演算法本身，成為企業最大的競爭優勢。
WEF：AI 時代真正的原物料不是晶片 而是數據
世界經濟論壇（WEF）今年初在達沃斯論壇前刊登 Gecko Robotics 執行長 Jake Loosararian 專文《From Steel to Data：The Next Revolution》。
他指出，AI 競爭的核心已從算力與演算法逐漸轉向數據，「現代最重要的原物料，不是運算能力，也不是演算法，而是數據（The modern raw material isn't compute or algorithms. It's data.）。」
Loosararian 認為，過去工業革命依靠鋼鐵推動全球經濟，而 AI 時代則由數據扮演相同角色。
尤其 AI 若要真正理解現實世界，必須持續取得來自工廠、發電廠、鐵路、造船、航空等實際工業場域所產生的大量物理數據（Physical Data），這些資料將直接決定 AI 模型的能力與應用價值。
他強調：「AI 革命真正建立在原始物理數據之上，而不是程式碼。」
自主製造時代 製造企業正轉型為數據企業
Ledar Korea 總經理王浩林表示，製造企業的競爭模式正快速由設備導向轉為數據驅動。
他指出，過去企業利用數據分析找出生產瓶頸、改善效率；如今 AI 自主製造更重視的是從發現問題到完成改善的整體速度，因此企業的軟體能力、數據整合能力及 AI 應用能力，將成為新的核心競爭力。
隨著 Physical AI、自主製造及數位分身技術持續成熟，市場普遍預期，未來製造業的競爭將不再只是比拼工廠規模或設備數量，而是比誰擁有更多高品質工業數據，以及更快將數據轉化為 AI 決策能力，進一步提升生產效率、產品品質與企業競爭優勢。
