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