於今年1月份落幕的達沃斯世界經濟論壇2024年年會上，一場名為「生成式AI：第四次工業革命的蒸汽機」的科技論壇引起了業界廣泛關注。與會者紛紛表示，人工智慧（AI）技術賦能了產業革新，而生成式AI的發展則使AI技術成為第四次工業革命中最具影響力的創新之一。
根據波士頓諮詢公司最新報告顯示，製造業高階主管普遍將AI（包括生成式AI）列為最有可能對其營運產生積極影響的技術，並相信可以實現潛在的投資回報率。同時，根據MarketResearch預測，到 2032年，全球生成式AI技術在製造業的市場規模將從2022年的2.23億美元增長到2032年的63.99億美元左右，複合年增長率為41.06%。
想要有效使用生成式AI，首先要有明確的組織資料戰略（Data Strategy）。眼前許多企業主或各主管機關關切的科技議題眾多，包括資安、淨零碳排、數位轉型、AI、生成式AI、5G、AIoT等等，看起來互不隸屬或沒有絕對的相關性，但是這些議題都繞著一個核心打轉，就是資料（Data）。這也是為甚麼經濟學人說「資料是新石油」。為了避免見樹不見林，同時又可以站在更高的戰略制高點推動並解決這些看似彼此無關的問題，建議組織要能有更清楚的「資料戰略」，才不會頭痛醫頭、腳痛醫腳，計畫一直趕不上變化。有了完整的戰略藍圖，就可以有框架跟方法來一步步推動。
尤其製造業的生產、質檢、管理等各個環節都在持續、大量、快速地產生著資料。據估算，製造業每年大概可產生1,812PB的資料量，超過通訊、金融、零售等行業 。然而，製造行業雖然擁有豐富的行業應用場景，卻經常面臨互不關聯、彼此孤立的資料來源，導致基礎模型難以取得經濟、安全、結構化且易於存取的高品質資料集，進而面臨著海量資料陷入「孤島」的困境。
企業若想充分挖掘資料價值與潛力，不妨透過端到端的資料戰略和服務，包括從資料的取得、儲存和查詢、資料庫、資料湖、到資料分析、商業智慧（BI）及資料治理，再到AI與機器學習創新的各個環節，賦能企業下一階段AI技術的場景化應用。此外，將資料作為業務決策的核心還有一個關鍵環節，就是企業需要能夠連接所有資料，無論它們儲存在何處。AWS正在推動一個「Zero-ETL」的未來，讓企業可以輕鬆整合來自整個系統的資料，而毋需在不同服務之間取得、轉換和載入（ETL）資料，進而做出更高效、更明智的資料驅動決策。
生成式AI需要大量資料來建造基礎模型，因此建立高品質、端到端的資料基礎是快速實現生成式AI技術在製造業應用落地的強大助推力。
＜本文作者：王定愷現為AWS台灣暨香港總經理＞