工業 AI 講咗幾十年，真係落咗幾多到生產線？10 月 29 日，英國工業軟體公司 AVEVA（劍維軟體）喺台北辦「2026 AVEVA 台灣技術峰會」，主題係「加速工業智慧，共創產業新未來」，集中講工業 AI、工業資料平台、AVEVA CONNECT、數位孿生（Digital Twin，即實體工廠嘅虛擬複製模型）點樣用到製造、能源、化工、醫療。
點樣算「規模化」？兩個調查，兩套數字
財團法人人工智慧科技基金會嘅《2026 台灣產業 AI 化大調查》話，傳統製造業入面，進入「導入驗證」（Ready AI）或者「規模化應用」（Scaling AI）階段嘅企業合計 38.5%，但真正達到規模化嘅只有 15.4%。中華經濟研究院另一套較寬口徑嘅調查，有 69.0% 製造業已導入、評估或規劃 AI；已導入嘅企業入面，流程自動化占 58.6%、物聯網與感測資料應用 27.8%、智慧生產或無人工廠 18.3%。
阿調覺得呢個 38.5% 同 15.4% 之間嘅裂，先係成件事嘅核心——佢哋唔係兩個獨立數字，係同一件事嘅兩面：多過兩成企業卡喺「試完但放唔大」呢度。
資料喺邊？佢哋散喺七八個系統入面
AVEVA 資深副總裁、PI System 業務全球負責人 Harpreet Gulati 講得直接：「挑戰不在意願，而在基礎架構。要安全且大規模部署 AI，所需的營運資料、工程資料、工作流程與合規架構，很少能有系統地整合在一起。」
現實係，廠房入面嘅資料散喺 HMI（人機介面）、SCADA（監控與數據採集系統）、MES（製造執行系統）、歷史資料庫同工程系統，由唔同團隊管。資料有，但冇一致嘅「工業情境」——設備、製程、工程條件同營運目標之間嘅關係冇寫明，送落模型都冇用。
AVEVA 同 IMD 商學院 2026 年發布嘅首份工業智慧報告，覆蓋 12 個產業、超過 275 位資深主管：74% 將數位生態系視為重要策略議題，但只有 27% 正與生態系夥伴做實質或廣泛資料共享。
呢個落差先係真問題：74% 知重要，27% 真係做。中間差嘅唔係技術，係治理。
AVEVA 點樣接埋呢個裂？（廠商路線圖，非實測）
按 AVEVA 2026 年 5 月 AVEVA World 2026 公佈嘅內容：
- CONNECT 工業智慧平台，入面嘅 Flows 支援 800 多個協定連接器，串接工業及企業系統，喺邊緣端（Edge）、地端（On-premise）或雲端即時處理資料，做清理、篩選、轉換同補充。
- 2027 年第一季計畫喺 CONNECT 引入工業知識圖譜（Knowledge Graph，將工業資料以圖形結構互相關聯嘅技術）同數位孿生建構工具，運用代理式 AI（Agentic AI）對應既有資料來源同標準模型，同時保留資料血緣（Data Lineage）同治理資訊。
- PI Data Infrastructure 入面嘅 PI Server 提升企業級分析同 AI 工作負載嘅效能及擴充能力，簡化現場資料擷取、管理及傳送至 CONNECT 嘅流程。
- AVEVA Operations Control 透過 CONNECT 串聯 HMI、SCADA 同企業系統，支援喺邊緣端部署用 C# 或 Python 寫嘅 AI 演算法。
企業可以按即時性、資料主權同合規需求，自由搭配邊緣端、地端同雲端，唔使將所有資料堆喺一個地方。呢點對資料主權有要求嘅企業，係一個實際選項。
數位孿生呢邊，AVEVA 副總裁、亞太區售前負責人 Shenoy Janardhan 講，持續更新嘅數位孿生要用語意（Semantics）同知識圖譜保留工業情境，令企業可以唔止「掌握現場」，仲可以做預測、協調同最佳化。
本次峰會，台化、李長榮等企業分享咗製造、能源、醫療及工程領域嘅實際應用案例，講點樣由單點監控行到跨系統協作同智慧決策。
阿調搞兩下
呢篇係 AVEVA 自己辦嘅峰會報導，產品名稱同技術規格全部係廠商自己講，AVEVA 冇畀任何獨立跑分或實測數據。800 個連接器係幾多個真正接咗入現實廠房？27% 數據共享嘅「實質」邊度算「廣泛」？呢啲都冇人答過。
AVEVA 嘅故事，同好多大廠一樣：平台夠大、願景夠遠、時間表夠清楚。問題永遠係：邊間廠真係將佢用緊，用緊咗之後製程效率改善幾多、能源浪費省咗幾多？唔係 AVEVA 話有效，係數據話有效。等 2027 年 Knowledge Graph 落地，先睇真嘅成效數字。
阿調｜深度調教
