《中鋼目前AI推動現況》

1. 智慧生產技術

• 智慧化鋼帶偏移監控技術開發：提升鋼帶尺寸量測精度、精進影像量測技術及建立鋼帶側移監控系統，可減少軋延失敗率、降低鋼帶頭端碰撞損壞比例，以及設備異況之延誤時間。
• 熱浸鍍鋅線鋼帶智慧板形動態調控系統開發：結合雷射板形量測技術與彎輥力AI預測模型，實現對鋼帶的即時量測與邊波的動態調控，成功降低產品剔退率。
• 小鋼胚表面缺陷AI檢測系統應用：提升小鋼胚缺陷檢出效能及即時預警，亦提供缺陷數量與所在位置資訊和歷史資料查詢，避免缺陷產品外流，確保產品品質。

2. 全面推動智慧製造，建立九項AIoT平台，整合各產線數據及上線智慧模型，並提供數據查詢及模型管理的統一介面。

3. 透過人工 AI 創新，推動智慧產銷與智慧製造，落實高值化精緻鋼廠及發展綠能產業雙主軸策略，並積極執行數位、低碳、供應鏈轉型。

4. 運用AI技術最佳化運輸配置，以降低物流成本，提升對客戶整體服務，創造利基。此外，亦掌握全球減碳趨勢脈動，持續開發具有外部節能減碳效益之綠色鋼品。

5. 公司112年度教育訓練課程主要包括AI訓練、管理、語文、專門研修(含技術、品質管理)、電腦、環境安全與衛生、新進人員培訓、主管管理訓練、通識教育訓練等，112 年度中鋼教育訓練支出共46,161千元，平均員工訓練時數27.6小時。其中，推動數位轉型是本公司現階段重點政策之一，為強化 AI 人才養成，自112 年始成立數位轉型推動小組並下設五個分組，其中涵蓋教育訓練分組，協助開設AI人才訓練相關課程，培育應有AI關鍵技術能力，112年AI人才培育訓練共722人次。

資料來源：《112年股東會年報》

《分析及看法》

中鋼是鋼鐵業的龍頭，所以在他們的生產製程上，會有AI的相關應用，我們就從上述的各點來分析導入AI之後的情形。

1. 從中鋼在生產內導入AI之後，對於生產技術有以下幾點效益：
   (1) 提升精度
   (2) 減少製程失敗率
   (3) 降低損壞
   (4) 降低產品剔退率
   (5) 缺陷預警
   (6) 便於檢索

以上是筆者看完中鋼導入智慧技術的六項優點，不過，在這些優點裡面，我們無法得知提升了多少百分比，譬如良率從原先的比率，在導入AI之後提升了多少百分比？這也是普遍存在於股東會年報當中的問題，如果AI導入之後，這些優點無法提高太多，無法反應出AI導入的成本效益，那麼就有點缺乏數據來佐證。

2. 中鋼全面使用AIoT(人工智慧物聯網)，這對於中鋼來說，是樹立其龍頭地位的一個優勢，如果能在物聯網內，建構一個統一的模型，那麼不管是國內，或者國外，都有樹立其標準的一個助益。但是AIoT建構需要有幾項設備：雲端、嵌入式感測系統以及通訊技術。這些設備的建構，需投入成本極高，而且也需要一段時間的建置，過程也頗為繁瑣，並且也要持續追蹤，如果無法建立足夠或足以信任的數據，這些投入有可能會造成鉅額損失，因此，在投入物聯網時，同時也要提升自我的資訊能力。

何謂AIoT?
AIoT 英文全稱為「Artificial Intelligence of Things」，中文稱為「人工智慧物聯網」，顧名思義就是將人工智慧（Artificial Intelligence，AI）與物聯網（Internet of Things，IoT）這兩種技術相互結合。

3. 中鋼希望能夠因為導入AI而達到綠能的標準，其實，這是很不容易的，舉例來說，AI其實是很耗能的產業，大家可以從近期的新聞得知，GPU運作時，是很容易產生高熱能的，所以目前有關散熱的產業才被注意到，甚至於近期還出現針對機房的散熱提出很多報告，例如水冷的技術。所以短期之內要用AI達到綠能的標準，其實光是散熱就是個大問題了，因此還有一段技術需要克服才行。

4. 有關於物流方面，AI的確可依過去經驗，來配置最佳物流效益，但是，實際上還是得看外部實際狀況，如果因為氣候、人為因素等，造成例如塞港等問題產升，AI就要馬上能夠提出解決方案，這也需要後端的資料庫累積充足的資料，讓AI得以提前作出分析，以避免過於樂觀的結論出現。

5. 中鋼對於AI投入的成本及人力頗高，同時也成力推動小組推動，這些都是非常正向的作法，然而轉型AI之後，是否能真正降低成本，或者能夠達到更有效的獲利，這才是重要的結果。

以上是對於中鋼目前AI導入狀況，提出看法，也給各位參考!