隨著歐盟碳邊境調整機制（CBAM）開始試行，未來碳密集型的產品若進口到歐盟，將會開徵碳費，面對碳有價時代來臨，「淨零產業鏈」也須同步成型，唯有善用數位科技、落實雙軸轉型，才能贏得未來競爭力。
高雄身為台灣的製造與工業重鎮，具有多元的產業聚落特性，也面臨著高度減碳壓力，根據統計，高雄年碳排量約佔全台20%，其中工業部門就佔了八成以上，面對2030年城市減碳30%的目標，如何透過數位科技來協助低碳轉型，改善製程技術、降低成本、增加營收，並以淨零思維發展數位與AI科技，將是產業轉型維持競爭力的一大關鍵。
善用AI科技減碳 迎接ESG新機遇
金屬工業研究發展中心能源與精敏系統設備處處長邱振璋認為，低碳化已成產業要務，但在此同時AI浪潮也鋪天蓋地而來，如何善用科技減碳，迎接AI時代的ESG新機遇，將是現今產業的頭等大事。
以「AI．永續 新生態．共進化」為活動主題，數位×ESG雙軸轉型科技峰會吸引許多學員到場聆聽。
他提到，賴清德總統於520就職演說時，提出「前瞻未來、智慧永續」的願景，並提到透過數位和淨零轉型的雙軸力量，協助台灣產業邁向高階製造。而邁向高階製造必備的數位科技包含了四個面向，在連結性與數據方面有5G、IoT、雲端科技、感測器；機器學習與AI則用來打造先進的分析能力；在人機協作方面，AR/VR、機器人與自動化、機器人流程自動化RPA都能有所助益，先進製造技術則能應對機敏／精敏生產需求、潔能／節能需求、微小化需求。
這些技術的導入將有助加速產業轉型，同時也是未來ESG淨零排放的重要環節。在智慧製造、數位轉型的概念下，將數位科技導入到產業中，如物聯網、大數據、雲端運算、邊緣運算等，將有助於實現自動化與智慧化。邱振璋強調，數位化是碳盤查的第一步，若沒有數位化，碳盤查將難以實踐，這兩年不少企業加速數位轉型，也是受到此因素驅動。
在中央政府積極推廣下，南部科學園區（南科）從台南園區往南延伸到路竹的高雄園區及橋頭園區，接續到楠梓及仁武產業園區，到林園、小港，形成南台灣科技走廊與半導體S廊帶，引領產業帶動大南方崛起。而高雄製造業涵蓋基本金屬、金屬模具、扣件、航太以及造船業等領域，其中，扣件業是最具代表性的產業，上下游供應鏈非常完整。
金屬工業研究發展中心能源與精敏系統設備處處長邱振璋認為，數位化是碳盤查的第一步。
「然而，這些產業普遍都存在倚賴老師傅經驗傳承、勞動力短缺以及工作環境險峻等挑戰，」他認為，在數位科技中，AI也扮演非常重要的角色，舉例而言，模具開發時間冗長是扣件業經常面臨的痛點之一，以往扣件模具設計全仰賴老師傅的經驗，從產品設計、模具開發、模具製作，到試模試車，整體時間耗費約50-60天，現在透過GAI 模具設計生成技術來簡化設計，只要25天就可以設計出一個產品。另外，在成型機上加裝鍛力分析AI智慧感測，透過AI學習，能提前預警發現潛在異常，取代傳統人工抽檢作業，達到100%線上全檢。
從數位轉型應用看AI進化
由雲科大資工系張傳育教授領軍的智慧辨識產業服務研究中心，於2018年獲選為教育部高教深耕計畫Global Taiwan特色領域研究中心，並由23位AI專家、專職工程師及產業服務團隊組成，聚焦於「智慧檢測」、「智慧醫療」及「智慧生活」三大領域。成立至今，已輔導超過400家企業，開發上百項創新技術，並且完成300多件產學合作專案。所開發的112項AI智慧辨識技術中，近九成技術皆已導入產業。
國立雲林科技大學智慧辨識產業服務研究中心主任張傳育指出，大型語言模型是通才，須經微調才能變成專才。
舉例而言，在智慧醫療方面，與台大醫院雲林分院合作，透過最先進的深度學習技術可辨識肚子餓、想睡覺、尿布濕及需要安撫等四種哭聲，幫助新手父母了解寶寶哭的原因，目前該技術已取得8項國內外專利，並技轉多家國內外企業，可應用在醫療院所、月子中心及居家照護等場域，協助新手爸媽照顧嬰兒，並減少意外發生；而在智慧檢測AOI，以獨有的AI+AOI技術，加速模型在地化，大幅提升檢測精確度，解決傳統AOI過篩、誤判率高等問題，目前已導入台灣中部最大的記憶體封裝廠，檢測記憶體DRAM模組上的瑕疵。
國立雲林科技大學智慧辨識產業服務研究中心主任張傳育指出，AI已經是無法抵擋的趨勢，然而AI並不是新技術，從1956年被提出至今就不斷進化，1997年發展出機器學習、2012年深度學習，再後來2014年有對抗網路（Adversarial Networking），到了2021年生成式AI崛起。他提到，在AI的進化路程中，以深度學習為分水嶺，在深度學習之前多數是鑑別式AI（Discriminative AI），而後才進入生成式AI的世代，具備能夠說自然語言，可綜合大量資料產生原創內容，並且在與人類的互動中具備不斷改進的能力。
目前生成式AI主要類別及軟體平台大概可以分成文字生成文字（Text-to-Text）、文字生成程式碼（Text-to-Code）、文字生成圖像（Text-to-Image）以及文字生成語音（Text-to-Audio）等類型，「這裡面就會用到大型語言模型（LLM），雖然透過自監督式學習（Self-Supervised Learning）就會得到一個大型的基礎模型，但是這個大型語言模型是通才，如果要讓它變成專才，就必須透過微調（Fine-tune）。」張傳育建議，由於生成式AI容易出現幻覺，即所謂「一本正經地胡說八道」，因此在應用場景的選擇上，如果使用情境的回覆一定要正確的話，那麼建議先避開，或是雖然讓AI生成，但還是要過由人員來加以審核。
規劃企業永續路徑 打造綠色競爭力
隸屬耀登集團旗下，耀智創新永續致力提供減碳方案的系統整合性服務平台，以減碳路徑為基底，輔以碳解法導入，協助企業實現碳中和目標。耀智創新永續資深永續顧問林宜彥解釋，耀登集團在多年前就開始落實碳盤查，而基於這些經驗，希望能協助中小企業規劃並執行永續行動，於是成立新的事業體，也是耀智創新永續的由來。
耀智創新永續資深永續顧問林宜彥認為，企業面臨的最大難題是如何進行減碳路徑的規劃。
他提到，企業面臨的最大難題是如何進行減碳路徑的規劃。或許大家很難想像永續路徑圖的樣貌，但其實就發生在生活周遭。例如，近期非常熱門的巴黎奧運賽事，就是一項低碳活動，今年巴黎奧運會宣示要比2020年的東京奧運更減碳一半，因此也將做得更透徹。「路徑圖的概念在奧運已經實施了很久，不一定是用數字呈現，也可能是意象化，」巴黎奧運官方做了許多事情來降低碳排放，例如不提供冷氣空調、選手村內提供的是完全回收紙做的紙床，而且是沿用自東京奧運。此外，今年拿到獎牌的人都可以帶一點點巴黎的浪漫回家，因為每塊奧運獎牌正面鑲嵌的六角形鐵片是採用了過去修復巴黎鐵塔時淘汰的廢料來鑄造。
此外，投入大量的資源要整治塞納河（River Seine）水質，也是減碳作為，因為河川有調節溫度的功能，對環境有所益；而所有觀眾席座椅也都由回收塑膠製成。而上述這些就是巴黎奧運的路徑圖，而且是在兩年前就已提出。
林宜彥認為，企業減碳就像是制訂減重計畫，評估成效需要基準點，所以第一步要先量體重，對應到減碳的作為上就是先進行碳盤查，第二步是設定目標，這時候就要有一個永續小組協助，堅定執行意志。第三步是監控體重，例如能源管理系統或是生產管理系統就能提供很完整資訊。最後是開始飲食控制，也就是減碳的作為，不管是從製程、產品還是能耗的面向去執行，在盤查的過程中會找出重大的碳排源，以一般企業而言，所有的排放源中，最大宗的就是用電約莫佔了六成，企業可以在節電上做出一個很好的減量計畫。
資訊安全成永續發展的關鍵
資訊安全已成衡量企業能否永續營運的關鍵指標之一，資訊圈人稱「方丈」的登豐數位科技總經理黃建笙直指，不管企業採用哪一種數位科技，從物聯網、人工智慧、機器學習、大數據、區塊鏈 、自動化技術、雲端運算、AR/VR、5G通訊技術乃至於無人駕駛車輛、邊緣運算，都脫離不了資訊安全的議題。
然而，資安卻像肝臟，在痛之前，人們都以為肝臟是好的，而且經常被選擇性忽視。不少企業直到遭遇攻擊事件之後，才意識到應該要部署資安方案，也才發現到過去批核採購減去的項目才是最重要的戰備武器。「數位轉型強調企業韌性，指的是當遭受第一波攻擊，成功被攻陷時，企業可以花多少時間讓營運流程回復到正常運作，並且二次攻擊時不是同一個原因而遭受攻擊。」他呼籲企業別當現代科技的義和團，攻擊者在發動攻勢的時候只專注於有效、能用，然而企業在發現駭客攻擊有效，需要購買防護機制時，卻往往需要經過繁複的採購機制與層層審核關卡，「保留預算的彈性，也是建構企業韌性重要的一環。」
登豐數位科技總經理黃建笙直指，不管企業採用哪一種數位科技，都脫離不了資訊安全的議題。
近三年來，美國遭國家級駭客針對全球超過十種類型的產業發動了一系列大規模的網釣攻擊，主要目標為各行業的高階主管，受害人數已超過四萬。面對這類高層次的網釣攻擊，黃建笙也建議企業應該透過定期的資安培訓，提高員工資安意識，並且使用多層次的安全防護技術，來及時發現和阻止異常活動。同時也要強化帳號管理與認證機制，並且定期進行安全檢查和演練。
AI產品開發管理 國際標準新趨勢
自ChatGPT問世後，AI成為人們不斷討論的話題，TUV NORD Taiwan AI工控專家楊旺儒觀察，雖然AI可以帶來很多好處，但同時也帶來流程管理、法規遵循以及國際標準新趨勢的挑戰。
TUV NORD Taiwan AI工控專家楊旺儒認為，AI雖然具有諸多的好處，卻也為企業帶來不少挑戰與風險。
在流程管理方面，他以Automotive SPICE為例指出，Automotive SPICE是德國汽車工業協會推動的產品開發流程，國內外有不少企業也已採用，整個工業的產品的開發流程也稱為V-Model。概念上，一邊是控制邏輯，而另一邊是資料邏輯，並且直接對應與連結。楊旺儒指出，對於一般軟體而言，這樣的流程並沒有問題，但是在AI時代，可能就會面臨挑戰，首先在控制邏輯層面，AI軟體的控制邏輯是並不像傳統軟體的控制邏輯在設計階段就決定，而是由模型（函數）和訓練數據（參數）組成，而且也缺乏可解釋性與可追溯性。也因此，新版的Automotive SPICE特別針對了機器學習設計工程流程，更重視資料的需求，並確保資料的品質與完整性。
AI也帶來了惡意操縱與深偽詐騙的挑戰，EU AI Act是歐盟的新法規，旨在規範人工智慧的開發和使用，確保安全和倫理性，促進創新和競爭力，並保護基本權利和公共安全，適用於開發者、提供者及使用者等不同角色。2024年7月AI法案在歐盟官方公報上發布，自8月1日起生效。如果企業的AI產品原物料來自於歐盟或是有歐盟的使用者或是有處理到歐盟公民的資料，都必須合規。
活動現場吸引諸多學員互動討論。
此外，新的國際標準也開始陸續推出，例如ISO/IEC 42001就是其中之一，其提出了九個基礎實踐，告訴企業在不同的維度應該要做什麼事情，包含組織層面、風險衝擊、開發生命週期、資料監管、如何文件化、負責任的使用，以及第三方管理等等。他最後強調，AI具有諸多的好處，但對企業而言，同時也是一項很大的風險，唯有政府法令、開發／服務商的管理、使用者的正確認知，三管齊下才能夠達到真正的負責任的AI。