 |
|
張貼者： |
木蘭
|
|
| 時間： |
2026/11/12 上午 12:20:00
|
| 標題： |
豐富的製造業數據將協助德國人工智慧發展
|
|
內容： |
2026/11/11
中小企業多年累積的經驗可能為它們帶來優勢。
隨著德國工業部門尋求現代化，德國企業開始利用「海量」製造業數據來推動人工智慧驅動的新進步。
自新冠疫情爆發以來，德國經濟持續停滯多年，其工業實力聲譽受損。在企業努力應對國內成本上升和基礎設施落後等問題的同時，中國競爭對手也日益蠶食其市場。
但德國這些常常默默無聞的英雄們希望，多年累積的經驗能夠為他們提供數據，使他們在人工智慧工具越來越多地應用於工廠以更低成本開發更高品質產品的過程中獲得優勢。
「我們將能夠自己使用這些[數據]，然後我們將再次取得領先地位，」工業過濾專家 Herding 的總經理 Fabian Schünke 說。
我們擁有50年的經驗數據，如果我們能夠明智地利用這些數據……那對我們來說就是一大優勢。
法比安舒恩克，《牧羊》
這家家族企業是德國中小型企業（Mittelstand）的典型例子，這些中小企業多年來一直在努力開拓市場，而製造業企業則不斷改進生產流程。
Herding 公司約有 400 名員工，2025 年全球銷售額超過 6,000 萬歐元，自 1977 年以來一直生產工業過濾裝置。 「我們擁有 50 年的經驗數據，如果我們能夠巧妙地利用這些數據……那對我們來說就是一個優勢，」Schünke 說。
德國企業面臨諸多問題，包括能源和勞動成本高昂、繁文縟節嚴重、中小企業信貸管道有限以及數位化程度相對較低。
「鑑於數位化一直以來都非常重要，而且在人工智慧革命的推動下，數位化在未來可能會變得更加重要，這是一個問題，」德國復興信貸銀行（KfW）首席經濟學家德克舒馬赫表示。
大規模公共支出計畫已開始解決經濟弱點，並已顯現今年經濟回升的跡象。
同時，顧問公司麥肯錫最近的一份報告指出，德國有望成為歐洲人工智慧自動化的領導者。然而，對於通常由資源有限、營運模式固有的家族企業（Mittelstand）而言，整合數位化工具的過程可能十分困難。
「從零開始創建一個新公司是一回事，但將一家可能已經有 60 到 100 年歷史的公司進行數位轉型則是另一回事，」製造業遊說團體 VDMA 的人工智慧負責人 Guido Reimann 說。
從德國工業界的角度來看，學習曲線非常陡峭。物流機器人生產商Safelog的總經理馬蒂亞斯·貝霍內克表示，該公司過去六個月的日常營運變化比前十年還要大。
產業變革的速度已經讓許多中小企業沿用的傳統決策流程不堪負荷。 「一旦你需要成立指導委員會……你提出的任何決策都已經毫無價值，因為人工智慧的迭代周期太短了，」貝霍內克說。
從零開始創建一家新公司是一回事，但將一家可能已有60到100年歷史的公司轉型為數位化公司則是另一回事。
Safelog的應對措施是圍繞一個內部人工智慧平台進行重組，該平台可以存取「公司掌握的所有資訊」。該工具於今年稍早在集團內部推廣，員工可以使用它來診斷生產問題並支援產品開發。
悠久的生產歷史並不能保證數據可用。並非每家公司都收集過用於人工智慧模型的數據，或以正確的格式保存了這些數據。
Schünke 表示，Herding 很幸運，因為它很早就開始收集數據，並相信這些數據總有一天會派上用場。
「我們堅持了下來，如今我們擁有了海量的數據寶庫，」他說，其中包括數千個項目的技術規範，這些數據可以輸入人工智慧模型，以支持新解決方案的開發。
他補充說：「在其他一些領域，我們現在正努力追趕，因為我們意識到，如果能有更多的數據就好了。」赫丁公司還在利用人工智慧技術來解讀那些保存在紙本檔案中但尚未數位化的手寫報告和安全文件。
清理資料和整合新資料來源需要時間和金錢。但如果該系統能夠比以往更快地為複雜問題提供更高品質的解決方案，或者在過程中降低成本，那麼這項投資就是值得的。
Schünke 表示，Herding 及其同行「完全依賴創新」來證明其高價的合理性，並補充說，僅依靠價格與中國製造商競爭將「極其困難」。
中型企業已加快數位轉型步伐，但最先進解決方案的採用速度卻較為緩慢。德國復興信貸銀行（KfW）最近的一項調查顯示，只有1%的中型企業利用人工智慧實現機械自動化，3%的企業將其用於數據分析，儘管這種情況正在迅速變化。
工業用黏合劑製造商德樂表示，其首次部署人工智慧工具已幫助其提高產品品質並縮短開發週期。
該公司分析了生產過程中的圖像，以發現混合物中的微小氣泡，並利用人工智慧，根據參考 200 種不同化學性質（包括黏度和電導率）的製造數據，開發了新的配方。
Delo 總經理 Karl Bitzer 表示：“許多工作都會提前進行模擬和視覺化，從而減少所需的樣本數量”，以便開發符合規格的新產品。
他說：“我們的願景是讓客戶只需輕按一個按鈕就能獲得從生產到交付的全套解決方案，並進一步提高產品品質。但要實現這一目標，我們還有很長的路要走。”
|
|