AI 落地的關鍵,在於找到合適的 Use Case:高通攜手生態系共創 Edge AI 加速產業部署

AI 快訊AI 生成
AI 落地的關鍵,在於找到合適的 Use Case:高通攜手生態系共創 Edge AI 加速產業部署

重點整理

  • TechOrange 科技報橘與美國高通公司(Qualcomm)於 9 月 17 日在新竹共同舉辦「AI 智造領航午宴」,邀集多位高科技製造業中高階主管蒞臨餐敘交流,共同探討 AI 落地製造現場的實務路徑。
  • 科技報橘社長戴季全致詞時表示,台灣企業正進入全球佈局與國際經營的新階段,研發與創新服務更不可或缺。他觀察到,台灣廠商彼此之間正從單純的上下游供應鏈,轉向奠基於共同技術基礎上合作、研發與開拓市場的「生態系」模式,這也是 Edge AI 從技術驗證走向產業部署的重要基礎。
  • 高通行銷行政經理朱俊翰於專題分享中指出,根據產業預估,全球邊緣 AI 的市場規模目前約為 200 億美元,至 2030 年更可望突破 1,000 億美元,成為 AI 產業成長最快的領域之一。企業導入邊緣 AI 時所關注的重點,勢必也將從模型效能或算力堆疊,轉向如何實踐分散式邊緣運算。對此,朱俊翰表示,「現在 AI 落地的關鍵,在於依據實際需求配置合適的模型、找到適當的平台,以及真正有價值的 Use Case。」 朱俊翰進一步表示,若說過去幾年的產業焦點是大型語言模型(LLM),接下來更值得關注的將是代理式 AI(Agentic AI)。AI 正從只是提供答案,逐步延伸至理解目標、整合資訊,並在適當的系統與治理機制下協助執行任務。對企業而言,這代表 AI 的價值正從模型能力本身,逐步轉向如何提升營運效率、優化決策流程,並創造實際商業價值。
  • 隨著 Edge AI 從單純模型推論走向智慧系統,企業也必須將 AI 與實際營運場景結合。例如影像檢測、設備監控等現場需求對回應速度、功耗、連線與資料留存的要求都不同,所需的模型與運算平台也不同。朱俊翰建議,企業應依任務需求配置適合的 AI 模型與運算資源,讓 AI 不僅能完成推論,更能融入實際營運流程與現場決策機制。

分享畀朋友

相關文章

更多「AI 快訊」

睇全部分類 →