迎接邊緣AI新變局

延續工業4.0時期「虛實融合系統（Cyber Physical System ,CPS）」整合軟硬體應用加值，近年來AI潮流也不斷演進。除了Agentic AI、Physical等模型應用陸續問世。

傳統IC、IPC等硬體大廠也開始從AI基礎建設的角度出發，重塑軟硬體價值，正積極建構「AI+跨域生態系」。經由邊緣AI整合IT+OT的關鍵數據，強調不能只停留在物聯網溝通的層次，而是更深入真實物理數據的統合，執行運算與決策，進而用於未來建構AI世界模型。

圖一 : 延續工業4.0時期CPS整合軟硬體應用加值，AI潮流也不斷演進。

目前全球生成式AI已逐步演進出3大核心趨勢，包含：

1.邊緣AI（Edge AI）：將運算能力下放到終端設備，並隨著AI推理需求快速成長，邊緣AI的應用正加速部署，讓算力深入終端設備，包括工廠機台、感測器和企業私有主機等，不僅減少延遲，也提升商業資料的隱私保障。

2.代理式AI（Agentic AI）：從輔助工具躍升數位代理人，可結合企業核心流程，具備自主規劃、推理與執行複雜任務的能力，真正成為企業內部的數位代理人。不再只是回答問題的「副駕駛」，而是可以串接系統、模仿工作流程，獨立完成目標的「執行者」，企業資訊架構也必須逐步轉向AI原生流程來設計。

3.AI治理（AI Governance）：從IT部門的技術課題升級為企業的營運決策範圍，特別是對於出口導向的製造業，合規性是進入全球供應鏈的必備條件。未來若沒有建立可信、可解釋且具備問責機制的AI架構，將難以在國際市場立足。

NVIDIA支援軟體定義硬體 推進世界「再工業化」

依NVIDIA創辦人黃仁勳表示，基於未來的產品將由「軟體定義」（Software Defined），這不僅限於汽車，還包括製造汽車的機器人，甚至是運作機器人的工廠本身。為了優化生產線而重新安排機器人動作程序與確保安全，不再只是單一物件，而是數百萬個物件的集合，所有操作都將先在虛擬世界裡進行完整的模擬與運作。

目前達梭系統（Dassault Systemes）為NVIDIA打造「AI工廠」的基礎設施便極其複雜，涉及巨大的物料清單（BOM）與供應鏈整合，必須在破土動工前就在虛擬雙生環境裡設計、規劃並模擬，節省了在營造過程中修改及試錯，而浪費的大量時間與成本。

圖二 : 達梭系統與NVIDIA合作建構工業AI平台，驅動虛擬孿生技術。

黃仁勳進一步區分了AI「語言模型」與「世界模型」的本質差異，前者理解的是語法、詞彙和結構，但後者還必須遵守物理定律。NVIDIA現正致力於教導AI這種「物理感知能力」，並將「可製造性設計」（Design for Manufacturability）流程前移，在設計過程的早期就整合製造規範與合規性檢查。這意味著工程師在設計時，AI 就已經在後台確保設計符合物理定律、供應商清單以及製造要求，從而避免昂貴的後期修改。

最後他強調，世界正在經歷一場人類歷史上最大規模的「再工業化」基礎建設，預計未來10年內將涉及85兆~100兆美元的投資。所有的這些基礎設施，從晶片工廠到AI資料中心都需要被重新設計、模擬、驗證與數位化。

然而，因應現今在開放式工業自動化的推動過程中，控制應用開發的技術門檻，一直是企業導入時的主要瓶頸。雖然IEC 61499架構已逐步導入分散式與軟體定義控制環境，控制邏輯開發仍需投入大量人力、高度仰賴專業知識，導入時程也相對冗長。

圖三 : IEC 61499架構雖已逐步導入分散式與軟體定義控制環境，仍須投入大量人力、時程。

和碩旗下IPC大廠東擎科技除了透過旗下AiUAC軟體，提供事件驅動的分散式執行環境。新推出結合AI控制工程輔助解決方案AiUAC Copilot，強調是專為強化基於IEC 61499標準的控制執行環境而設計。

可不受限於特定硬體平台，將高階控制需求自動生成為可部署的控制邏輯。著重於提升控制開發流程的效率、一致性與易用性，能有效承載分散式IEC 61499控制應用的實際工作負載，協助工程團隊大幅提升IEC 61499應用開發效率。

恩智浦支援軟體聯網 驅控實體工廠

恩智浦半導體大中華區資深行銷經理黃佳琪進一步表示，如今在「軟體驅控工廠（Software Defined Factory）」架構中，製造現場正從以硬體為核心的控制邏輯，轉向由Agentic AI與Physical AI主導的自治決策模式。AI Agent開始承擔跨設備、跨產線的高階判斷、協同與最佳化，而即時反應與控制，則下沉至邊緣設備執行。

但黃佳琪強調：「這樣的轉變，並非削弱硬體角色，而是要求其進化為能安全、即時承接 AI 決策的『智慧執行節點』。」

經由恩智浦的eIQ邊緣AI軟體平台提供了一條務實且可量產的技術路徑，以邊緣推論為核心設計理念，支援從MCU到MPU的異質運算架構，並整合主流 AI 框架、模型最佳化、推論引擎與工業級軟體開發環境，使AI能直接部署於IPC等邊緣控制器上，而非仰賴雲端或高度客製化整合。

同時支援 Agentic AI在邊緣的即時自治運作，滿足工廠對低延遲、確定性與資料主權的要求，讓 AI Agent 能即時感知現場狀態並採取行動，成為實體流程的一部分。讓 AI不再只是一次性專案，而是可在既有硬體生命週期中持續擴充、多場景複製的能力，有效降低整合與維運成本，加速從PoC 邁向量產，最終轉化為可衡量、可持續的投資報酬率（ROI）。

值得一提的是，如在環境裡產生的真實「數據」，更已成為「具身智能」廠商在未來競爭中的核心壁壘。若將其形塑成金字塔意象，底層是物聯網數據，往上是人類行為數據，再往上是合成數據，頂層則是真實世界數據。

但不比一般大語言模型使用了整個物聯網的數據。目前金字塔的頂層仍然單薄，且真實物理數據採集也面臨高成本問題。

泓格三箭策略 打造智慧邊緣永續工廠

泓格科技總經理鄭樹發指出，目前所稱的「數位轉型」，不只是為了要提高生產效率，還要能透過永續投資未來工廠，以達成淨零減碳雙轉型的願景，企業面臨的壓力已從「要不要做」變成「如何做得更快、更精準」。

圖四 : 泓格科技總經理鄭樹發

其中智慧製造的核心引擎AIoT（AI+IoT），過去也被稱為物聯網、工業4.0，但是內容不變，泓格的產品也只有一直增加、服務的客群越廣。新增AI的內容除了算力、算法，最重要的還是要有資料，才能發現痛點在哪裡，並提出解決方案。

進而提出永續智慧引擎的ESG三箭策略：數據透明化、能源韌性化、邊緣智慧化。鄭樹發認為：「AI落地的實景應是適才適所的智慧分配，泓格更專注於分辨式邊緣AI，直接解決產線上的突發停機與浪費！」未來也將藉此，打造2050年的永續智慧工廠。