這個月密集參加了兩場 AI 智慧工廠的活動 — 3/11 DIGITIMES AI EXPO 和 3/26 AI 智慧工廠部署策略論壇。
第一場看完很興奮，覺得 AI 要落地了。第二場聽完結果被踩煞車。興奮 → 踩煞車
一開始在3/11 那場很炫。力積電秀 AI Agent 四階段路線圖，清華大學的 LLM 排程模型 90% 準確率只要 64 秒，看了心裡都哇了幾下！
但在兩週後 3/26，幾個數字把我拉回現實：
- 98% — AOI 產線一天產 100GB+ 影像，98% 對 AI 決策毫無價值
- 96% — OT 資安事件裡，96% 是從 IT 擴散過去的
- 24 小時 — 量子電腦問世後，現在的加密資料可能 24 小時就被解密
最誠實的一句話來自最後一位講者：
「我們的 AI Agent（龍蝦）還不能賣 — 資安和權限問題還沒解決。」
算力不是問題。資料流動才是。而資安治理，是所有人的盲區。
八塊拼圖
兩場論壇聽下來，我歸納出智慧工廠需要八塊拼圖同時到位：
- 資料治理
- OT 資安
- Edge AI
- 雲端架構
- 功能安全
- 量子資安
- 物流最佳化
- Agent 演進
其實這八個拼圖的重點就是就是，這樣的流程：精練過的好資料 → AI 訓練 → 推論達到效能提升 → 資安包整個過程
少了任何一塊，工廠不是被資料淹沒，就是被駭穿。
比如我最近想說用 NVIDIA NemoClaw 的 AI 安全框架做實驗，順便試著看能否用 LDD（Law-Driven Development，法規驅動開發）的思路，從 Edge 端去補「龍蝦不能賣」的那個缺口。有進展再寫囉！
最後還是那句：資料沒通，AI 就是空氣。 技術已經到位，治理是最後一哩路。
PS: 我偶爾有空會再把研討會筆記整理成更完整和我自己的判斷，放在電子報「LexLogic 律博坊」。不承諾頻率，有空整理心得才發。
👉 免費訂閱：LexLogic 律博坊
